A importância do people analytics na retenção de talento nas organizações

• Main Author: Mourão, Pamela Pires
• Publication Date: 2021
• Format: Master thesis
• Language: por
• Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
• Download full: http://hdl.handle.net/10400.22/17767
• topic: People analytics; Big data; Retenção; Data mining; Retention

A retenção de pessoas nas organizações é uma área crucial para a Gestão de Recursos Humanos, estimulando os níveis de produtividade e desempenho, diminuição dos níveis de rotatividade e diminuição dos custos com a saída de colaboradores, gerando maior rentabilidade. O People Analytics surge no sentido de aumentar a contribuição dos Recursos Humanos (RH), nomeadamente, de auxiliar as organizações a tomar decisões críticas informadas em torno da aquisição, desenvolvimento e retenção de talento. Com o objetivo de mapear as contribuições da ciência para o People Analytics na retenção de talento, este estudo apresenta uma revisão sistemática da literatura sobre o tema. Na metodologia utilizada, implementaram-se critérios de seleção que direcionaram a recolha da amostra. A amostra integra 16 documentos científicos escritos por 31 autores, publicados entre 2008 e 2020. Os resultados obtidos inferem sobre as vantagens, o impacto, os desafios e limitações e as Técnicas de Data Mining mais utilizadas no People Analytics na retenção. Este estudo indica que apesar da crescente produção científica do People Analytics, esta ainda é escassa quando aplicada ao domínio da retenção. Identificam-se as seguintes vantagens do People Analytics na retenção: melhorar as práticas de gestão de talento; aumentar o desenvolvimento da tecnologia; a diminuição da taxa de rotatividade e o aumento a competitividade. O estudo indica um impacto positivo da implementação do People Analytics na retenção e aponta como principais desafios, as limitações de sistemas de GRH, a indisponibilidade de dados e a necessidade de formação dos profissionais de RH para aquisição de competências de análise de dados. Quanto às técnicas de data Mining mais utilizadas na retenção, foram identificadas as redes neuronais e as árvores de decisão. Por fim, são discutidas as principais implicações e algumas limitações do estudo, bem como são apresentadas sugestões para pesquisas futuras.