La gestión del cambio se basa cada vez más en los datos. Las empresas no están preparadas

Harry Haysom/Getty Images

La ciencia de datos es pasando a ser un realidad para la gestión del cambio y, aunque puede que no haya llegado aún, es hora de que las organizaciones se preparen. Las empresas mejor posicionadas para cambiar en la próxima década serán las que se establezcan bien ahora, recopilando el tipo correcto de datos e invirtiendo en su capacidad de análisis.

La clave para crear modelos predictivos es saber lo que quiere predecir y recopilar conjuntos de datos grandes y diversos que le permitan hacerlo. Aunque los modelos predictivos para la gestión del cambio aún están muy lejos, las organizaciones pueden ir por el camino correcto si adoptan las herramientas adecuadas y recopilan los datos correctos. Vemos cinco medidas sin arrepentimientos que las organizaciones pueden tomar:

Empiece a utilizar las herramientas de participación digital

Hay una nueva generación de herramientas de opinión de los empleados en tiempo real que están empezando a reemplazar las anticuadas encuestas de opinión de los empleados, herramientas que le dicen mucho más que lo que piensan los empleados cada año. Estas herramientas tienen una relevancia evidente para la gestión del cambio y pueden ayudar a responder a preguntas como: ¿Un cambio tiene la misma acogida en todos los lugares? ¿Algunos gerentes son mejores que otros para entregar los mensajes a los empleados?

Estamos trabajando con una gran empresa de viajes y turismo para introducir un sistema de comentarios de los empleados en tiempo real. Esto nos da la oportunidad de experimentar con diferentes estrategias de cambio en las poblaciones elegidas de la empresa. Los comentarios en tiempo real significan que sabremos rápidamente cómo se han recibido las tácticas de comunicación o participación, optimizando así nuestras acciones en días en lugar de semanas, como podría ser el caso de los enfoques tradicionales. Estos datos pueden utilizarse entonces en un modelo predictivo, lo que nos ayuda a saber con precisión las acciones que van a acelerar la adopción de una nueva práctica, proceso o comportamiento por parte de un grupo de empleados determinado. Las herramientas disponibles en el mercado, como las encuestas de coeficiente intelectual cultural, toman muestras de grupos de empleados a través de una aplicación para teléfonos inteligentes de forma diaria o semanal para generar información en tiempo real. Waggl.com va más allá y crea una conversación continua con los empleados sobre una iniciativa de cambio, lo que permite a los directores de cambio vincular este diálogo al progreso de las iniciativas que están emprendiendo. Estas herramientas ya pueden tener un gran impacto en los programas de cambio, pero el flujo de datos que crean podría ser aún más importante a medida que aprendamos a crear modelos predictivos del cambio. Desplegarlos ahora es fundamental para garantizar el éxito de las iniciativas de cambio basadas en los datos en el futuro.

Aplicar el análisis de las redes sociales para identificar la opinión de las partes interesadas

Los gestores de cambios también pueden ir más allá de los confines de la empresa para obtener información sobre el impacto de los programas de cambio. Los clientes, los socios de canal, los proveedores y los inversores, por nombrar solo algunos, son todas las principales partes interesadas de los programas de cambio. También son más propensos que los empleados a comentar en las redes sociales sobre los cambios que está realizando una empresa, lo que les da una visión potencialmente vital de la forma en que responden. En EY, donde algunos de nosotros trabajamos, hemos desarrollado una herramienta de análisis de redes sociales llamada SMAART que es capaz de entender los sentimientos de los grupos de consumidores e influencers. En un proyecto para una empresa farmacéutica, pudimos aislar las fuentes de información específicas que generaban sentimientos positivos y negativos hacia la marca del cliente. Estamos empezando a aplicar estas técnicas para entender el impacto externo de los esfuerzos de cambio, y extender estas técnicas en la empresa es un simple salto. Avances en el análisis lingüístico del texto significa que ahora podemos captar pistas sobre el comportamiento a partir de la elección de palabras de las personas; incluso el uso de artículos y pronombres puede ayudar a revelar lo que siente una persona. Aplicar estas herramientas al correo electrónico anónimo de la empresa o al diálogo sobre herramientas como waggl.com proporcionará una nueva visión de la preparación para el cambio y de las reacciones de los empleados ante las diferentes iniciativas. Y la información del análisis de la comunicación interna será más sólida si se combina con los datos de las redes sociales externas.

Capturar datos de referencia sobre los proyectos de cambio actuales

Las organizaciones suelen obsesionarse con medir los cambios fraccionados en el rendimiento operativo, recopilar datos sobre las ventas, la rotación del inventario y la eficiencia de la fabricación. Sin embargo, en lo que respecta al cambio, pocos hacen un seguimiento del desempeño de un proyecto a otro más allá de saber cuáles cumplieron sus objetivos. Aunque los proyectos tienen características únicas, hay muchas similitudes entre los proyectos de mejora de procesos, cambio de sistema, fusiones y adquisiciones y reorganización. Hay oportunidades de recopilar información sobre el equipo implicado, la población que participó en el cambio, cuánto tiempo se tardó en implementarlo, qué tácticas se utilizaron, etc. Crear un conjunto de datos de referencia como este puede no arrojar beneficios inmediatos, pero a medida que el conjunto de datos general crezca, facilitará la creación de modelos predictivos precisos del cambio organizacional.

Utilice los datos para seleccionar personas para cambiar de puesto

Durante décadas, las empresas han estado utilizando métodos basados en datos para seleccionar a los candidatos para puestos de responsabilidad. Y hoy en día algunas empresas, como minoristas, utilizan el análisis predictivo para contratar personal de primera línea. Aplicar estas herramientas a la hora de crear un equipo podría mejorar el rendimiento del proyecto y ayudar a crear otro nuevo conjunto de datos. Si todos los líderes del cambio y miembros del equipo se sometieran a pruebas y evaluaciones psicométricas antes del proyecto, estos datos se convertirían en variables a incluir en la búsqueda de un modelo causal sobre lo que lleva a que los proyectos de cambio tengan éxito. Esto puede extenderse incluso a funciones más informales, como «agentes de cambio», lo que permite a las organizaciones optimizar la selección en función de lo que saben sobre las personalidades exitosas para estas funciones. En este sentido, la empresa californiana LEDR Technologies es pionera en técnicas para predecir el rendimiento de los equipos. Integra las fuentes de datos y las utiliza para ayudar a los equipos a anticipar los desafíos que puedan tener con la dinámica del equipo y poder evitarlos antes de que se produzcan.

Cree un panel de control

Imaginamos que cada organización tiene un panel de control personalizado, desarrollado en asociación con el equipo directivo de la empresa, que refleje sus prioridades, su posición competitiva y sus planes futuros. De esta manera, los paneles pueden aportar información sobre las inversiones de transformación específicas que está realizando la organización. Gran parte de los datos que componen estos indicadores ya están disponibles hoy, pero no se están recopilando. Un cliente de Change Logic ha creado un panel para identificar la contratación y la deserción en las poblaciones de talentos que deben ganar. No es tan sofisticado como algunos de los modelos que esperamos ver, pero sin embargo enseña al equipo ejecutivo a utilizar los datos para informar las decisiones relacionadas con las personas.

Llevará tiempo construir este tipo de herramientas. Creemos que las organizaciones deberían empezar a crear paneles ahora y, siempre que sea posible, automatizarlos. Hoy en día, los paneles de cambios son vulnerables a los problemas de control de versiones, a los errores humanos y a la política interna. Automatizar el panel de control puede hacerlo más transparente y objetivo.

A medida que las organizaciones recopilen más datos y creen modelos más precisos, los gestores del cambio podrán utilizarlos con confianza para prescribir estrategias que permitan a las organizaciones cumplir sus objetivos. ¿Qué partes interesadas participan? ¿Qué enfoques funcionan con los grupos que comparten estas características? ¿Qué riesgos se asocian a los programas que comparten estas funciones? ¿Cuáles son las técnicas que aceleran la obtención de beneficios empresariales y cuáles son sus costes relativos? ¿Cuál es la causa y el efecto de tipos específicos de inversión, por ejemplo, el desarrollo del liderazgo, los eventos para grupos grandes y las cascadas de comunicación? Todas estas son preguntas que se responderán con datos y que servirán de base para los planes de transformación personalizados.

Desarrollar este tipo de métricas no será rápido ni fácil. No se trata de instalaciones únicas, sino de compromisos multianuales para capturar datos, crear modelos y refinar los paneles. Establecer conjuntos de datos fiables con los que trabajar lleva tiempo. La calidad de los datos es un problema en todas partes, también lo es la necesidad de un lenguaje de datos común que permita a las organizaciones saber que están midiendo lo que pretenden medir. Esto tiene ha sido un problema para el análisis de datos en otros campos; no hay ninguna razón por la que la gestión del cambio vaya a ser diferente.

Aunque llevará tiempo, por fin podremos cerrar el círculo causal y hacer predicciones fiables sobre cómo una acción o iniciativa de un programa de cambio cambiará una métrica determinada. Esto hará que la inversión en el cambio pase de ser un acto de fe a uno de juicio basado en los datos. La gestión del cambio pasará de ser una disciplina basada en proyectos que se esfuerza por justificar una inversión adecuada a una que asesore sobre los resultados empresariales y la forma de alcanzarlos. Esto debería llevar, por fin, a una disminución de la única métrica sobre los programas de cambio que todos conocemos: la tasa de fracasos. Y en el camino puede que por fin resolvamos el gran acertijo de por qué tantos esfuerzos de transformación fracasan.