Machine learning em People Analytics: casos de uso reais

Previsão de turnover (saída): Treinar modelo com dados históricos (quem saiu, em quanto tempo, qual era seu perfil). Modelo aprende: "pessoas com tenure < 2 years, salário baixo, sem desenvolvimento, têm 70% de chance de sair em 3 meses". RH usa isso para intervir (aumentar salário, oferecer desenvolvimento, 1:1 com gestor). Impacto: reduz turnover evitável, economiza custo de contratação.

Identificação de high performers: Modelo prevê quem provavelmente vai ter performance alta em novo role. Usa dados históricos (skills, histórico de performance, desenvolvimento). Resultado: melhores promoções, menos risk de promover pessoa errada.

Recomendação de carreira: Dado um colaborador, qual é o próximo role ideal? Modelo treina com histórico de carreiras (trajetórias que foram bem sucedidas). Resultado: employees recebem sugestões personalizadas de desenvolvimento, retenção melhora.

Detecção de desengajamento: Modelo identifica sinais de desengajamento (participação em surveys baixa, feedback negativo, horas trabalhadas caindo). RH pode intervir cedo (1:1, feedback, coaching). Impacto: prevenir demissões evitáveis.

Análise de feedback textual (NLP): Feedback de performance é texto livre. NLP pode: classificar automaticamente (positivo/negativo), extrair temas (qual é o mais citado para melhoria?), detectar bias. Exemplo: "feedback de mulheres é mais focado em 'soft skills', feedback de homens em 'technical skills'" (viés algorítmico?).

Volume de dados históricos: Pequeno é relativo. Previsão de turnover precisa de pelo menos 100-200 demissões históricos (muito pouco). Com 500+, modelo é confiável. Empresas com <50 pessoas não têm volume suficiente para ML tradição.

Qualidade de dados: Se dados estão errados (salário registrado errado, tenure calculado wrong), modelo aprende erros. Data quality é crítico antes de ML.

Histórico temporal: Dados de 1 ano é pouco. 2-3 anos é mínimo. 5+ anos é ideal (captura ciclos, sazonalidade). Dados muito antigos são menos relevantes (contexto mudou).

Balanceamento de classes: Se 95% dos dados são "ficou" e 5% é "saiu", modelo aprende a sempre prever "ficou" (acurácia 95%, mas inútil). Precisa técnicas de balanceamento (oversampling, undersampling, weights).

Variáveis relevantes: Quais variáveis preveem saída? Tenure, salário, feedback, horas extras, participation em development. Precisa pensar quais dados coletar.

Viés algorítmico: Modelo pode aprender vieses dos dados históricos. Exemplo: "mulheres historicamente receberam menores bonus", modelo aprende "mulher = bonus baixo" e perpetua viés. Mitigação: auditar modelo (quebrar por grupo demográfico), corrigir dados históricos, usar técnicas de fairness (forçar modelo a tratar grupos iguais).

Interpretabilidade (explicabilidade): ML "black-box" (deep learning) é poderoso mas difícil de explicar. "Por que modelo previu que essa pessoa vai sair?" Se não consegue responder, difícil convencer liderança ou colaborador. Solução: usar modelos interpretáveis (regressão, árvores de decisão), ou adicionar ferramentas de explicabilidade (SHAP, LIME).

Ética e conformidade LGPD: Usar ML para decidir promoção/demissão é sensível. LGPD exige que decisões baseadas em automação sejam explicáveis. Mitigação: ter human in the loop (modelo sugere, humano decide), auditoria regular, consentimento de colaboradores, direito de contestar decisão.

Falsos positivos/negativos: Se modelo prevê "vai sair" mas pessoa fica, ou vice-versa, há custos. RH precisa considerar trade-offs: é pior intervir desnecessariamente ou deixar ir embora pessoa boa?

Acurácia: Porcentagem de previsões corretas. Métrica fácil, mas enganosa se dados desbalanceados (modelo que sempre diz "fica" tem alta acurácia).

Precision e recall: Precision = de quem previ "vai sair", quantos realmente saem. Recall = de quem realmente saiu, quantos previ. Trade-off: alta precision = poucos falsos positivos (não intervém desnecessariamente), alta recall = pego a maioria (não deixo passar). RH escolhe qual é crítico.

Validação cruzada: Testar modelo em múltiplos subconjuntos de dados, não só em um. Garante que modelo generaliza (não é overfitting).

Business metrics: Acurácia é métrica técnica. Business metric é "modelo reduziu turnover em 10%?", "economizou $500k em contratação?". Esta é a verdadeira métrica que importa.

Plataformas no-code/low-code: AWS SageMaker, Google Vertex AI, Azure ML. Templates pré-construídos, drag-and-drop. Bom para começar sem expertise deep.

Plataformas de BI com ML embutido: Tableau Pulse, Power BI, Looker. Análise já inclui algum ML (previsões simples, alertas). Integrado com dados que já têm.

Ferramentas especializadas: HBR Forecast (para RH), Visier (people analytics platform com ML), SuccessFactors AI (integrado no HCM).

Python/R + cientista de dados: Máxima flexibilidade. Scikit-learn, TensorFlow, Pandas. Custo: expertise. Vantagem: customizável, escalável.

Consultoria de data science: Terceirizar análise. Vantagem: expertise, resultado entregue. Desvantagem: custo, dependência do consultor.

Fase 1 - Diagnosticar (2-4 semanas): Qual problema quer resolver com ML? (turnover, performance, recomendação). Dados existem? Qual é a qualidade? Defina métrica de sucesso.

Fase 2 - Piloto (4-8 semanas): Treinar modelo básico (regressão ou árvore de decisão). Testar acurácia. É bom o suficiente? Qual é o viés? Quão interpretável?

Fase 3 - Validação com negócio (2-4 semanas): Apresentar resultados para stakeholders (RH, liderança). "Modelo prevê turnover com X% acurácia. Custo de intervir é $Y, valor evitado é $Z. Vale a pena?"

Fase 4 - Deployment (ongoing): Integrar modelo em sistema (HRIS, BI, email automático para gestor). Monitorar performance continuamente. Retreinar periodicamente (dados novos invalidam modelo antigo).