Skip to main content

A menudo, los paneles de selección pueden entrar en el proceso con la mentalidad equivocada; afrontan los procesos de selección como si fuera una prueba o examen y a menudo adoptan ese frío papel de examinador. Todos hemos experimentado ese carácter distante antes, generalmente en la educación: llegamos para nuestro examen de mitad o fin de año, nos dicen dónde sentarnos y qué hacer, y luego nos marchamos preguntándonos qué ha pasado y si nuestro rendimiento fue suficiente. La selección, particularmente las entrevistas, no puede ser así y no debe serlo por una muy buena razón: tu mejor candidato también va a ser el mejor candidato de otro panel de selección, y de vez en cuando va a tener dos o más ofertas laborales al mismo tiempo. En el entorno laboral actual, como empleadores, a menudo pensamos que llevamos la ventaja y, con el 99% de los candidatos, es cierto: ellos nos quieren más de lo que nosotros los queremos a ellos. Pero con el mejor candidato la historia es diferente.

Aquí hay un ejemplo de mi propia experiencia como candidato preferido. En una semana recibí dos ofertas de trabajo, ambas muy adecuadas no solo para mi conjunto de habilidades sino también para mis intereses. Ahora bien, había algunas diferencias entre los puestos: uno pagaba más que el otro y había otros aspectos también. Lo interesante es que, sobre el papel, escogí el puesto menos remunerado; sí, decidí renunciar a $10,000 de salario y acepté el trabajo que pagaba menos. Para mí, es una suma considerable de dinero que rechacé, y esta es la historia detrás. Ambos paneles de selección hicieron un gran trabajo, los dos utilizaron un formato de entrevista estructurada (aunque uno dependió más de las referencias de lo que yo recomendaría; si quieres saber por qué, lee esto), así que técnicamente ambos emplearon procesos de selección basados en evidencia. Sin embargo, una diferencia clave fue cómo me sentí respecto al panel; mientras uno fue entusiasta e interesado, el otro había adoptado la actitud de examinador. Normalmente esto no habría sido un problema; el puesto que rechacé era realmente interesante y podría haber hecho cosas muy buenas allí—de hecho, si no se me hubiera ofrecido el otro, habría estado muy emocionado de aceptar ese trabajo. A menudo, en RRHH hablamos sobre la escasez de talento, sobre el valor de los empleados y cómo conseguir a los mejores empleados es crucial para nuestro negocio. Pero, ¿realmente lo estamos aplicando, o solo estamos hablando de ello?

Los paneles de selección deben comprender absolutamente que ellos también están siendo evaluados; la selección no es una vía de sentido único, todas las partes involucradas están haciendo juicios y tomando decisiones durante todo el proceso. En el caso anterior, yo también estaba evaluando al panel de selección y sus procesos, desde cómo presentaron la descripción del puesto en el anuncio, pasando por el primer contacto conmigo, hasta los procesos que utilizaron para evaluar mis capacidades e incluso la forma en que se vistieron el día que los conocí en la entrevista. Parece que en RRHH ponemos mucho énfasis en los candidatos: qué deben decir en las entrevistas, cómo deben vestir, si asistieron a una buena escuela, etcétera. Y esta es información importante que los candidatos deben considerar y evaluar según lo que sea relevante para ellos. Pero, francamente, nosotros en RRHH debemos esforzarnos más a la hora de impresionar a los candidatos. El proceso de selección parece mucho esfuerzo si al final te quedas con tu segunda o tercera opción.

Brendan Lys

Operando en la intersección de Recursos Humanos y Ciencia de Datos, aprovecho una amplia experiencia especializada en Recursos Humanos junto con las metodologías y enfoques de la Ciencia de Datos. Este enfoque en descubrir conclusiones prácticas a partir de datos se ha aplicado en áreas como: remuneraciones y beneficios, planificación de la fuerza laboral, selección de personal, salud y seguridad, diversidad y formación. Pero, ¿cómo se ve realmente la aplicación de la ciencia de datos a los retos y oportunidades de RRHH? En un entorno de RRHH, los datos con los que trabajamos suelen provenir directamente de nuestro HRMIS; una ventaja de las metodologías de ciencia de datos es que podemos incorporar datos adicionales internos o externos, datos que no serían accesibles únicamente desde el análisis tradicional de RRHH. Por ejemplo, las descripciones de puesto contienen mucha información que a menudo se ignora porque no está en un formato fácilmente analizable. Un proyecto paralelo en el que trabajo actualmente (abril de 2019) utiliza minería de texto en descripciones de puesto para aportar información sobre a qué familia profesional corresponde cada puesto. Los resultados de mi trabajo han sido aprovechados por organizaciones de diversos sectores, incluidos: el gobierno (Australia y Nueva Zelanda), empresas que cotizan en ASX y NZX, servicios públicos, organizaciones sin fines de lucro y educación superior.