People Analytics: criando relatório com Excel e IA

Manipulando base de dados - Apresentação

Boas-vindas a mais um curso de People Analytics com a Bruna Amaral.

Audiodescrição: Bruna se considera uma mulher parda, com cabelos encaracolados. Ela usa óculos de aro preto e brincos de argolas, além de uma blusa preta de mangas longas. Ao fundo, há uma porta fechada à esquerda do quadro e à direita, um violão pendurado na parede. A parede está iluminada por uma luz que mescla tons de laranja e roxo.

O que vamos aprender

Neste curso, a ideia é trabalharmos com um relatório de People Analytics. Na primeira aula, vamos mostrar como funciona nossa base de dados, explicando coluna por coluna. Também conseguiremos inserir essa base de dados na inteligência artificial, no ChatGPT, para auxiliar em nossas análises, além de calcular o turnover (rotatividade) na IA. Vamos entender como podemos solicitar esse cálculo e obter uma resposta mais assertiva da IA.

Na Aula 2, trabalharemos no Excel, calculando o mesmo turnover no Excel, realizando uma análise do turnover ao longo dos anos e aprendendo a criar um gráfico para que o relatório tenha representações visuais de fácil entendimento.

Na Aula 3, vamos entender a diferença entre turnover disfuncional e funcional e como esse conceito, em especial, altera a maneira como planejamos nosso ano dentro do RH. Vamos compreender primeiro esse conceito, mas também trabalharemos bastante com tabela dinâmica para filtrar as informações que realmente queremos para nossas análises.

Finalmente, na Aula 5, vamos prescrever nosso plano para o ano seguinte do RH com base no diagnóstico da base de dados que analisamos. A partir das decisões tomadas ao longo do curso, na Aula 5, teremos uma prescrição exata do que o time de RH deve fazer para mover suas operações no ano seguinte. Tudo isso será para proporcionar uma visão mais ampla, permitindo realizar análises dentro da sua empresa.

Prepare papel e caneta, reserve um lugar silencioso e venha conosco aprender sobre People Analytics!

Manipulando base de dados - Demonstrando dados do Excel

É muito comum que, para conseguirmos aprovar projetos ou demonstrar o desempenho de nosso setor, criemos relatórios para apresentar às lideranças dentro de um ambiente de trabalho.

No setor de Recursos Humanos (RH), isso não é diferente, especialmente após a adoção da cultura Data-Driven (orientada por dados), que exige que argumentemos cada vez mais com base nos dados de nossa própria empresa e também das concorrentes.

Objetivo do relatório

Pensando nisso, este curso se propõe a criar um relatório de análise comparativa, análise diagnóstica e análise prescritiva. Faremos isso a partir da análise de dados de uma empresa chamada TechSafe, focando na análise do turnover (rotatividade) da empresa.

O turnover indica a rotatividade de pessoas que entram e saem ao longo dos anos.

Um turnover alto indica uma alta taxa de rotatividade, o que não é saudável para a empresa. A partir dessa taxa de rotatividade, conseguimos identificar outros problemas que afetam outros subsetores do RH. Portanto, não trabalharemos apenas com o indicador de turnover. Começaremos analisando os motivos pelos quais a taxa de rotatividade da TechSafe está alta e quais são as prioridades de análise para a construção deste relatório.

Com isso, identificaremos quais subsetores do RH, como Desenvolvimento Humano e Organizacional (DHO) ou Recrutamento e Seleção, serão protagonistas na transformação necessária na TechSafe. A análise prescritiva será feita a partir de um diagnóstico prévio.

Nosso objetivo é trabalhar com a base de dados da TechSafe para que possamos comparar, diagnosticar a situação e prescrever as mudanças necessárias para o setor de RH.

Conhecendo a base de dados

Vamos começar entendendo como será essa base de dados. Já estamos com a base de dados aberta e explicaremos o significado de cada coluna.

Na coluna A, temos o ID da pessoa funcionária, que representa o número de cada pessoa na TechSafe, evitando o uso de nomes.

Na coluna B, temos o tipo de movimentação, indicando se a pessoa foi admitida ou demitida. "Rescisão" indica demissão e "Admissão" indica que a pessoa foi admitida.

Na coluna C, temos o cargo, que pode ser estagiário, gerência, analista 1, 2 e 3, ou coordenação. É importante que se tenha a capacidade de adaptar essas informações à organização de sua própria empresa.

A coluna D tem o nível de carreira, temos estágio, júnior, pleno ou sênior. Embora não vejamos os passos intermediários, já conseguimos fazer uma boa análise com o nível de carreira.

Na coluna E, temos os setores: suporte técnico, vendas e relacionamento, infraestrutura de redes, cibersegurança, financeiro, desenvolvimento de software, pesquisa e desenvolvimento.

A coluna F contém o tipo de turnover. Essa informação é interessante, pois pode ser voluntário ou involuntário. O voluntário ocorre quando a pessoa funcionária pede demissão, enquanto o involuntário ocorre quando a pessoa é demitida sem pedir demissão.

Na coluna G, temos a data de admissão de todas as pessoas admitidas, e na coluna H, a data de demissão das que foram demitidas. Se houver vazios na coluna de demissão, significa que a pessoa ainda não foi demitida.

Também temos uma média de projetos por mês. Embora nem todas as empresas consigam calcular essa média, é interessante buscar maneiras de entender quantos projetos cada pessoa está participando. Além disso, temos o motivo da demissão, que pode ser obtido em entrevistas de saída.

Já vimos um pouco do Excel com toda a base de dados que trabalharemos ao longo deste curso. Agora, utilizaremos a inteligência artificial para nos ajudar com esse Excel. No próximo vídeo, aprenderemos como inserir toda essa base de dados no ChatGPT. Vamos nessa?

Manipulando base de dados - Importando dados para IA

Vamos utilizar o ChatGPT para auxiliar na automatização das análises. Vou utilizar o GPT-4, que todos têm direito de usar gratuitamente algumas vezes ao dia. Caso você não tenha acesso ao GPT-4, que é pago, é possível usar a função gratuita algumas vezes ao dia.

Mas, após isso, será que o 3.5 é suficiente para o que queremos fazer neste curso, este relatório? Sim, é suficiente. Nós conseguimos fazer algumas análises, pedir para ele resumir textos para colocar no relatório, isso vai nos ajudar, mas também conseguimos fazer tudo isso com o 3.5.

Precisamos sempre entender que a IA serve como um apoio, a base de tudo é o que queremos colocar no nosso relatório.

Colocando a base de dados no ChatGPT

Sabendo disso, vamos agora para a prática, entender como conseguimos colocar a base de dados dentro da IA. Com o login feito no site do ChatGPT, vocês estão vendo no canto inferior esquerdo, um símbolo de clipe e um globo.

Vou clicar no símbolo de clipe, e aí vai aparecer a opção de conectar com o Google Drive, com o Microsoft OneDrive, ou carregar do computador. Aqui serve caso você tenha seus documentos na nuvem, você já pode fazer o download direto, colocar na inteligência artificial. No nosso caso, vamos carregar do computador, clicando na última opção.

Escolheremos qual é a base de dados, clicamos em "Abrir", e ele já vai carregar o arquivo. Nesse momento, quando apertarmos "Enter", a IA já vai fazer a leitura dessa base de dados.

Vamos colocar um prompt para entregar mais ainda contexto para essa IA:

Sou analista de RH e estou enviando uma base de dados com informações de funcionários da empresa TechSafe. A partir de agora vou fazer algumas perguntas e quero que considere esse arquivo para me responder.

Isso é importante para dar o tom com o qual a IA vai se comunicar conosco. Também estamos informando a empresa e que forneceremos uma base de dados.

Poderíamos já começar dando várias perguntas de uma vez, mas é bem comum que a IA se confunda, então, para que isso não aconteça, ao invés de colocarmos um prompt só com várias perguntas, podemos seguir a dica de ir direcionando a IA para o que queremos.

Já mencionamos que queremos calcular o turnover. Então, primeiro, fornecemos a base de dados, depois, informamos para a IA quem somos (analistas de RH). Depois, dizemos para ela que vamos começar a fazer perguntas. Então, ela vai ler essa base de dados, embora não forneça uma visualização porque se trata de um arquivo muito grande.

Fazendo perguntas para ajudar a análise

Agora que já temos essa base de dados carregada no ChatGPT, podemos fazer perguntas que vão nos ajudar a entender sobre o turnover.

Relembrando: o turnover é a taxa de rotatividade. Rotatividade é justamente as pessoas que entram e as pessoas que saem da empresa.

Uma boa pergunta para começarmos a entender se a IA está realmente computando os dados corretamente, é saber a quantidade de pessoas que foram admitidas e que foram demitidas.

Então, inserimos um prompt solicitando que a IA calcule a quantidade de demissões e admissões por ano, localizadas na aba "Informações colaboradoras".

Calcule a quantidade de demissões (rescisão) e admissões por ano, localizadas na aba "informações colaboradores".

Indicamos para a IA onde está a aba de dados que desejamos analisar e solicitamos a quantidade de demissões e admissões por ano. Ela precisa realizar essa separação por ano. Se formos à nossa base de dados, veremos que existem vários anos.

Portanto, para a quantidade de admissões, precisarei calcular quantas células com o número 2021 se repetem, número 2018. Esse é o trabalho que poderíamos fazer no Excel de contar a quantidade de células que existem no ano 2018, no ano 2017 e assim chegar à quantidade de admissões por ano, mas que a IA já vai fazer para nós.

Então, esse é, de fato, o trabalho que precisamos que a IA otimize. Ela já fez aqui em formato de tabela uma separação da quantidade de pessoas que foram admitidas e que foram demitidas por ano.

O que é interessante avaliarmos aqui? Em 2015, que foi o ano de fundação da empresa, foram admitidas 89 pessoas de uma vez, justamente para a criação da empresa. Claro, não foi em uma única contratação, mas entendam que foi a quantidade mínima de pessoas que a empresa contratou para iniciar seus trabalhos.

Então, provavelmente, o turnover será mais alto nesse ano, porque muitas pessoas foram contratadas nesse início, consideramos a partir do segundo ano em diante.

A quantidade de admissões permanece mais ou menos constante. Se prestarmos atenção, desde o primeiro ano, a empresa contrata uma quantidade similar de pessoas. Em compensação, a quantidade de demissões aumentou, começou com 2, depois 5, 19, depois 24 e assim chegando a um valor de 157 demissões em 2023.

É bastante interessante esse cálculo que conseguimos fazer, tudo utilizando a IA até agora.

Sobre o curso People Analytics: criando relatório com Excel e IA

O curso People Analytics: criando relatório com Excel e IA possui 106 minutos de vídeos, em um total de 45 atividades. Gostou? Conheça nossos outros cursos de Gestão de Pessoas em Inovação & Gestão, ou leia nossos artigos de Inovação & Gestão.

Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:

• Manipulando base de dados
• Análise comparativa de dados
• Turnover funcional e disfuncional
• Relatório de análise prescritiva
• Estratégia prescritiva para RH