Na CUF, a análise de pessoas evoluiu de um exercício de dados para uma abordagem de gestão estratégica fundamentada em evidências. A jornada começou em 2023 com uma questão simples mas crítica: uma vez que se tenha os dados, o que realmente se faz com eles?
Seguindo o modelo de maturidade proposto por Keith McNulty da McKinsey & Company, a CUF estruturou a sua evolução de "Dados Boas" — focada na fiabilidade e sistematização — para estágios mais avançados, como "Dados Fortes", "Análise Avançada" e, finalmente, "Previsões Confiáveis".
Como nota Ricardo Tavares, Chefe de Análise e Transformação de RH na CUF, esses níveis não são rígidos. Uma organização pode estar em diferentes estágios de maturidade em diferentes áreas. O princípio orientador? Priorizar a geração de valor em vez da perfeição técnica.
Construindo as fundações: Dados Boas
A primeira fase centrou-se na estruturação de processos e na garantia da consistência dos dados. A CUF implementou uma solução ERP/HRIS transacional e estabeleceu regras rígidas de entrada de dados para garantir a rastreabilidade e a coerência.
Um exemplo elucidativo é a métrica de Equivalente a Tempo Integral (ETI). Dada a sua complexidade — incluindo nuances como prestadores de serviço e absenteísmo — exigiu várias redefinições antes de atingir um padrão estável e confiável. A automação através do Power BI reduziu erros manuais e consolidou uma base de dados confiável para o desenvolvimento futuro.
Da precisão à acessibilidade: Dados Fortes
Uma vez garantida a fiabilidade dos dados, o foco mudou de "Os dados estão corretos?" para "Quem pode aceder a eles — e como estão a ser utilizados?"
CUF tomou a decisão estratégica de construir o seu sistema de relatórios de RH internamente, aproveitando a experiência em engenharia interna e o seu portal de indicadores baseado em Power BI existente. Dois recursos em tempo integral foram alocados para o projeto.
A escolha ofereceu flexibilidade e alinhamento com as necessidades internas, mas também trouxe riscos — particularmente atrasos causados por desafios técnicos no acesso aos dados. Outro desafio recorrente: a tentação de complicar demais os relatórios na busca pela perfeição, muitas vezes à custa da velocidade.
Ainda assim, as métricas de uso interno indicam uma forte adoção, lançando as bases para os próximos níveis de maturidade.
Da análise à previsão
A CUF está agora a preparar-se para avançar para a Análise Avançada e Previsões Confiáveis. Esta fase requer experiência estatística e ferramentas como R, Python e SPSS.
A análise de retenção é um dos casos de uso típicos: combinando dados estruturados (demografia, características do trabalho) com insights qualitativos (entrevistas de saída) para detectar padrões, antecipar rotatividade e desenhar ambientes de trabalho mais estáveis e motivadores.
No entanto, a ambição é equilibrada com cautela. À medida que os modelos preditivos e a IA ganham relevância, considerações éticas e regulatórias tornam-se centrais — particularmente à luz da Lei da IA da União Europeia e dos níveis de risco definidos.
Na CUF, a análise de pessoas não é tratada como uma tendência ou um exercício de painel. É um processo contínuo de refinamento — disciplinado, estratégico e centrado no ser humano — onde os dados servem não apenas para descrever o passado, mas para moldar o futuro de forma responsável.
Related News