People Analytics no recrutamento: perguntas e método

Resposta direta: dados servem a uma pergunta

People Analytics no recrutamento é a análise de dados de pessoas e processos para responder um problema de contratação e apoiar uma ação. Ele não começa com um painel. Começa com uma pergunta como “por que vagas de atendimento perdem candidatos entre convite e entrevista?” e termina com uma decisão testada e acompanhada.

O CIPD define People Analytics como análise de dados sobre pessoas para resolver problemas de negócio. A definição inclui dados quantitativos, qualitativos e externos, além de alertar que coleta passiva pode se transformar em vigilância. No recrutamento, candidatos também precisam de necessidade, transparência e proteção.

Formule o problema e a decisão

Escreva situação, população, período, impacto e decisão possível. “O time demora” é amplo. “Vagas de vendas ficam oito dias aguardando parecer depois da entrevista e perdem aceite; queremos testar SLA de 24 horas” permite análise.

Defina quem usará a resposta e o que poderá mudar. Se nenhuma ação estiver disponível, o relatório vira curiosidade. Registre hipóteses concorrentes: agenda do gestor, falta de rubrica, excesso de entrevistas ou falha de integração podem produzir o mesmo atraso.

Elemento	Exemplo	Erro a evitar
Pergunta	Onde candidatos qualificados abandonam?	“Criar dashboard de funil”
População	Vagas de vendas no trimestre	Misturar todas as vagas
Evento	Convite enviado para entrevista	Usar status sem definição
Resultado	Comparecimento em sete dias	Contar qualquer entrevista
Decisão	Alterar prazo e lembrete	Apenas informar a liderança

Construa um dicionário de dados

Para cada campo, documente nome, definição, origem, responsável, frequência, população, denominador e limitações. “Time to hire” pode começar na candidatura ou na entrada em shortlist. Sem acordo, duas equipes exibem o mesmo rótulo para fatos diferentes.

O guia de indicadores de recrutamento e seleção organiza velocidade, conversão, qualidade, experiência e equidade. Comece com poucos indicadores ligados à pergunta. Dados detalhados e inconsistentes não são mais maduros que um conjunto pequeno e confiável.

Verifique qualidade antes de interpretar

Meça campos ausentes, duplicidade, mudanças de status, eventos fora de ordem e diferença entre sistemas. Confira uma amostra com registros reais e responsáveis pelo processo. Uma integração pode registrar a data de sincronização, não a data do evento.

Separe espera de trabalho ativo. Segmente por família, nível, local, canal e período. O funil de recrutamento ajuda a detectar onde entrada, saída e conversão não fecham. Não compare uma turma operacional com uma busca executiva como se fossem unidades iguais.

Escolha o nível de análise adequado

Análise descritiva mostra o que ocorreu. Diagnóstica explora relações e hipóteses. Preditiva estima um resultado futuro. Prescritiva recomenda ação. Avance apenas quando definição, volume, estabilidade e governança sustentarem a etapa.

Uma tabela por coorte pode resolver mais que um modelo. Compare candidatos convidados na mesma semana, em vez de todos os status atuais. Use mediana e distribuição para tempos, porque poucos casos longos distorcem a média. Mostre tamanho da amostra e incerteza.

Correlação não demonstra causa. Candidatos de um canal podem ter maior aceite porque recebem vagas diferentes. Antes de atribuir efeito ao canal, controle o que puder, teste uma mudança limitada ou admita que a análise é exploratória.

Conecte recrutamento a resultado sem falsa precisão

A qualidade da contratação pode combinar desempenho, ramp-up, retenção e satisfação, mas cada componente precisa de janela e contexto. Evite usar a avaliação do gestor isolada como verdade, pois ela também contém oportunidades, suporte e viés.

Conecte por coorte e família de função. Pergunte se uma nova entrevista melhorou informação ou apenas selecionou pessoas que já teriam sucesso. Não treine uma regra automática com decisões históricas sem examinar como esses rótulos foram produzidos.

Proteja privacidade e equidade

Colete o necessário, restrinja acesso, defina retenção e separe dados de inclusão da decisão individual. Agregue resultados quando o tamanho permitir e evite painéis que reidentificam pessoas por filtros. Explique finalidades relevantes nos avisos.

Dados sensíveis podem ajudar a identificar barreiras em análise protegida, mas não devem ficar disponíveis a entrevistadores para pontuação. Use apoio de privacidade e jurídico para base, finalidade e direitos. O guia sobre dados sensíveis no recrutamento detalha controles operacionais.

A edição ISO 30414:2025 inclui recrutamento entre as áreas de reporte de capital humano e reforça métricas acompanhadas de contexto qualitativo. Um número auditável precisa de governança, estratégia e explicação de variações.

Teste intervenções pequenas

Transforme o diagnóstico em hipótese: “um convite com agenda flexível e lembrete reduzirá ausência”. Defina linha de base, grupo ou período comparável, resultado, efeitos adversos e duração. Evite mudar mensagem, ferramenta e prazo ao mesmo tempo se quiser aprender qual componente funcionou.

Monitore não apenas a métrica alvo. Reduzir time to hire pode aumentar abandono ou piorar evidência. Automatizar triagem pode alterar composição do grupo. Em sistemas com IA, a função de medição do NIST AI RMF recomenda avaliações antes e durante o uso, incluindo impactos e incerteza.

Conte a história com limites

Apresente pergunta, método, base, definições, resultado, incertezas e recomendação. Mostre distribuição e segmentos relevantes, não apenas um número grande. Diga o que os dados não permitem concluir. Diferencie fato, interpretação e decisão.

Um bom relatório pode dizer: “A espera mediana aumentou dois dias após a entrevista, concentrada em três equipes. A associação com recusa existe, mas não prova causalidade. Recomendamos piloto de SLA e agenda de debrief por quatro semanas”. Essa linguagem permite agir sem fingir certeza.

Crie um ciclo de revisão

Defina dono para qualidade, análise e ação. Revise métricas quando o processo, ATS ou regra mudar. Mantenha histórico de definições. Remova campos que não geram valor e aumentam risco.

People Analytics maduro não é o maior banco de dados. É a capacidade de fazer uma pergunta relevante, produzir evidência proporcional, proteger pessoas, agir e verificar se a mudança resolveu o problema sem criar outro.