People Analytics Agent

O RH tem os dados. Só não consegue transformá-los em decisões

O RH possui os dados que poderiam sustentar decisões estratégicas de pessoal. Turnover por área, engajamento por localidade, diversidade por nível hierárquico. Mas apenas 8 por cento das empresas relatam que seus dados de RH são realmente utilizáveis (Deloitte, Human Capital Trends). O restante exporta planilhas, constrói apresentações ao longo de semanas e entrega respostas que chegam tarde, ficam na superfície e erram a pergunta essencial.

O problema não é a falta de dados. É a falta de arquitetura. Quem pratica people analytics sem separar estruturalmente análise de vigilância não obtém nem a aceitação do Sindicato nem a conformidade com o PL 2338/2023.

Por que people analytics costuma travar na prática

76 por cento de todas as empresas praticam alguma forma de people analytics. Mas apenas 9 por cento compreendem quais dimensões de talento de fato impulsionam desempenho (Deloitte, 2024). Entre os dados que o RH possui e o que desses dados chega às decisões estratégicas existe um abismo. Três causas o mantêm aberto.

Base de dados fragmentada. Dados cadastrais vivem no SAP ou no sistema de folha, escores de engajamento em uma ferramenta de pesquisa, motivos de turnover em planilhas dos gestores. 60 por cento dos responsáveis de RH citam a integração de dados como o maior obstáculo (EY, 2024). O dano oculto: empresas perdem anualmente até 75 milhões de reais (15 milhões USD / 13 milhões EUR) em produtividade devido a dados de RH defeituosos - não por análises incorretas, mas pelo retrabalho que a má qualidade dos dados impõe.

Ausência de tradução para a linguagem da decisão. O RH reporta headcount, taxa de absenteísmo, dias de treinamento. A diretoria pensa em receita por pessoa, time-to-market, churn de clientes. Enquanto o turnover não estiver vinculado ao seu custo econômico consequente, o people analytics continua sendo relatório administrativo. A Best Buy quantificou essa conexão: 0,1 ponto a mais em engajamento correlacionou-se a 500 mil reais (100 mil USD / 92 mil EUR) adicionais de receita por loja. A maioria dos departamentos de RH não consegue estabelecer tais vínculos - não por falta de dados, mas porque ninguém definiu quais vínculos são estrategicamente relevantes.

Mistura de análise com vigilância. People analytics deveria identificar padrões em dados agregados. Mas, sem fronteiras técnicas claras, a análise desliza imperceptivelmente para o monitoramento do desempenho individual. O Sindicato bloqueia. A base desconfia. O projeto não morre por falha técnica, mas por perda de confiança.

Alto risco sob o PL 2338/2023 - a realidade regulatória

O PL 2338/2023 classifica sistemas de people analytics como potencialmente de alto risco porque envolvem monitoramento e avaliação de padrões de comportamento no ambiente de trabalho. Ainda que o agente analise exclusivamente de forma agregada, os resultados podem influenciar decisões de pessoal. Isso é suficiente para a classificação.

Sistemas de alto risco precisam atender aos seguintes requisitos:

• Sistema de gestão de riscos com avaliação de impacto documentada
• Requisitos de qualidade de dados e documentação técnica
• Transparência perante os colaboradores afetados
• Supervisão humana por pessoas tecnicamente competentes
• Avaliação de conformidade e registro adequados

Em paralelo, aplica-se a LGPD (PT: RGPD). O artigo 20 garante ao titular o direito à revisão de decisões automatizadas. A análise sistemática de dados de colaboradores exige Relatório de Impacto à Proteção de Dados (RIPD) conforme o artigo 38. E os direitos de negociação coletiva do Sindicato aplicam-se a sistemas que monitoram comportamento - informação prévia aos representantes dos trabalhadores é obrigatória antes da implantação.

Quem não conecta esses três marcos jurídicos constrói um sistema que funciona tecnicamente e é insustentável juridicamente.

O que a arquitetura resolve e a tecnologia sozinha não

A questão central não é: qual ferramenta analisa os dados? É: quem define a pergunta, quem interpreta o resultado, quem decide?

O Decision Layer decompõe o processo de analytics em etapas de decisão discretas. Cada etapa tem um responsável definido: humano, motor de regras ou agente de IA.

Definir            Verificação         Agregar             Identificar
pergunta      -->  LGPD           -->  dados          -->  padrões
(humano)           (motor de regras)   (motor de regras)   (agente)

Validar            Recomendações      Apresentar
achados       -->  acionáveis     --> resultados
(humano)           (agente)            (agente)

A separação não é formalismo. Resolve o problema central no qual o people analytics falha na prática.

Etapa 1: definir a pergunta (humano). Analytics sem pergunta estratégica produz relatórios que ninguém pediu. O processo só começa quando a liderança de RH ou a diretoria prepara uma decisão concreta: precisamos de um programa de retenção em vendas? A diferença de engajamento entre localidades está aumentando?

Etapa 2: verificação LGPD (motor de regras). Antes que um único ponto de dado seja agregado, o motor de regras verifica a análise planejada contra a LGPD, acordo coletivo e diretrizes internas. Análises sem base legal não iniciam.

Etapa 3: agregar dados (motor de regras). Dados cadastrais, escores de engajamento e dados de turnover são combinados e anonimizados. Grupos abaixo de um tamanho mínimo definido são consolidados. Isso não é diretriz, é bloqueio técnico: conclusões pessoais são impossíveis porque a arquitetura as impede.

Etapa 4: identificar padrões (agente). O agente identifica correlações, tendências e outliers nos dados agregados. Onde o turnover sobe mais rápido do que a média da empresa? Quais áreas mostram engajamento em queda com, simultaneamente, aumento de horas extras? Modelos preditivos identificam áreas em risco 60 a 90 dias antes de as rescisões acontecerem.

Etapa 5: validar achados (humano). Um padrão estatístico não é causa. A queda de satisfação na área X correlaciona-se com a reestruturação do último trimestre - ou com a troca de liderança? O especialista de HR analytics verifica significância, plausibilidade e contexto. O agente fornece a evidência. A interpretação é feita por um humano com conhecimento de domínio.

Etapas 6-7: recomendações e apresentação (agente). O agente formula recomendações acionáveis, com indicação de confiança, e as prepara para consumo pela gestão. Não são 40 indicadores em um dashboard, mas três a cinco achados vinculados a impacto de negócio e opções concretas.

A fronteira entre análise e vigilância é uma decisão arquitetural

Nenhum problema de confiança é resolvido por um dashboard melhor. A aceitação do people analytics depende de a fronteira entre reconhecimento de padrões em dados agregados e avaliação de colaboradores individuais não apenas ser prometida, mas tecnicamente imposta.

Três princípios arquiteturais garantem isso:

Agregação como bloqueio técnico. Tamanhos mínimos de grupo não são definidos como política, mas implementados como parâmetro de sistema. Uma análise com grupo-base muito pequeno não entrega resultado algum - não um aviso, mas nenhuma saída.

Sem retrocálculo para indivíduos. A lógica de anonimização impede que a combinação de múltiplas análises agregadas torne pessoas identificáveis. Isso é matematicamente solucionável e tecnicamente implementável - mas apenas se ancorado na arquitetura desde o início.

Registro de decisão completo. Cada análise é documentada: pergunta, base legal, nível de agregação, resultado, medida derivada. O Sindicato tem direito de consulta. Colaboradores afetados podem compreender quais análises foram executadas e quais decisões se baseiam nelas.

Esse framework é, ao mesmo tempo, o acordo coletivo. Quem documenta a arquitetura com clareza já tem estruturado o resultado da negociação com o Sindicato. Fronteiras claras aumentam a aceitação e reduzem riscos de governança - isso não é compromisso, é vantagem estratégica.

Infraestrutura que vai além do agente individual

O motor de análise que nasce aqui - turnover, engajamento, equidade - é reutilizado pelo Strategic HR Analytics Agent para reporte ao board e pelo Merit Cycle Governance Agent para análise de remuneração. A lógica de anonimização e de tamanhos mínimos de grupo torna-se padrão para todo agente que processa dados pessoais. O framework de governança - o que pode ser analisado, o que não pode, sob quais condições - forma a base para todos os agentes de alto risco do quadrante Q4.

O valor real não está nos resultados analíticos de um trimestre específico. Está na infraestrutura que transforma o people analytics de risco de governança em ferramenta de governança: rastreável, contestável, repetível. Organizações que atingem esse grau de maturidade tomam decisões baseadas em dados cinco vezes mais rápido e superam concorrentes em resultados de negócio três vezes mais frequentemente (Deloitte, Human Capital Trends).