People Analytics na Prática: Como transformar dados de RH em decisões estratégicas de retenção

1. A Falácia das Médias e a Decomposição Estrutural do Turnover

Historicamente, a gestão de recursos humanos reporta o turnover como um indicador consolidado simples: a soma de entradas e saídas dividida pelo efetivo médio do período. Uma organização que apresenta turnover geral de 2% ao mês pode aparentar estabilidade saudável perante o conselho de administração. No entanto, análises agregadas costumam ocultar distorções severas.

Para que os dados gerem decisões estratégicas, o primeiro passo técnico consiste em segregar as saídas em três categorias com dinâmicas estatísticas distintas:

1. Turnover Involuntário: Demissões iniciadas pelo empregador por reestruturação, desempenho insuficiente ou corte orçamentário. O controle sobre o momento e o perfil da saída pertence à própria empresa.

2. Turnover Voluntário Disfuncional: Pedidos de demissão formalizados por colaboradores com avaliações de desempenho elevadas, domínio de processos essenciais ou posições de difícil reposição. Esta é a variável que corrói margens e continuidade operacional.

3. Turnover Voluntário Funcional: Pedidos de demissão de colaboradores com baixa aderência cultural ou entregas sistematicamente abaixo do esperado, cuja substituição representa ganho líquido de eficiência.

Ao isolar o turnover voluntário disfuncional por área de negócio, nível de senioridade e tempo de casa, o analista descobre onde reside a sangria de capital intelectual.

2. O Custo Real de Reposição (Full Replacement Cost)

A justificativa financeira para investimentos em People Analytics fundamenta-se no cálculo do custo real de substituição de um colaborador. A maioria das organizações contabiliza apenas custos diretos de rescisão e taxas de consultorias de recrutamento. Esse montante representa menos de um terço do impacto financeiro total.

A equação completa de reposição contempla quatro dimensões cumulativas:

Custo Direto de Aquisição: Despesas com anúncios em plataformas, horas de recrutadores e líderes dedicadas a entrevistas, exames admissionais e verificação de antecedentes.

Custo de Onboarding e Treinamento: Horas gastas por instrutores, aquisição de equipamentos, licenças de software e materiais de capacitação técnica inicial.

Curva de Aprendizado e Perda de Produtividade (Ramp-up): Um novo colaborador opera com produtividade reduzida nos primeiros meses. Em posições complexas de engenharia ou gestão de contas, estima-se que a eficiência atinja 25% no primeiro mês, 50% no segundo e 75% no terceiro, gerando déficit operacional direto.

Sobrecarga e Perda de Oportunidade: A vacância temporária força a equipe remanescente a absorver demandas adicionais, elevando níveis de estresse, gerando horas extras e aumentando a probabilidade de novas saídas em cascata.

Estudos empíricos de benchmark corporativo demonstram que o custo total de reposição varia de 50% da remuneração anual para cargos operacionais a mais de 200% para especialistas e líderes estratégicos.

3. Engenharia de Variáveis para Previsão de Evasão

A construção de modelos preditivos de retenção depende da qualidade das variáveis extraídas de diferentes sistemas transacionais (folha de pagamento, ponto eletrônico, pesquisas de clima e CRM interno).

As variáveis com maior poder discriminante na prática corporativa incluem:

Compara-Ratio Salarial: Razão matemática entre o salário nominal do colaborador e o ponto médio (midpoint) da faixa de mercado para o cargo. Profissionais com Compara-Ratio abaixo de 0.85 apresentam risco de evasão voluntária exponencialmente maior quando associados a alta performance.

Velocidade de Progressão (Time in Role): Tempo decorrido desde a última promoção ou alteração de escopo. Profissionais estagnados no mesmo nível além de vinte e quatro meses apresentam sensibilidade acentuada a ofertas externas.

Frequência de Troca de Gestão: Número de líderes diretos aos quais o colaborador respondeu nos últimos dezoito meses. Instabilidade hierárquica é um dos principais gatilhos exógenos de insatisfação.

Variação de Jornada e Horas Extras: Tendência móvel de horas extras realizadas nos últimos noventa dias. Aumentos súbitos e sustentados sinalizam risco iminente de esgotamento e busca ativa por recolocação.

Oscilação de Engajamento Interno: Queda em pesquisas pulsadas de eNPS, redução de participação em reuniões não obrigatórias ou diminuição de interações em canais de comunicação corporativa.

4. Análise de Sobrevivência: Por que a Regressão Linear Falha

Um erro frequente em projetos incipientes de People Analytics é modelar o tempo até a saída por meio de regressão linear convencional. Essa abordagem ignora o fenômeno da censura de dados.

Em qualquer base ativa de recursos humanos, a maioria dos funcionários ainda não se desligou da empresa na data do corte analítico. O tempo final de casa desses profissionais é desconhecido (dados censurados à direita). Descartar esses indivíduos enviesa a amostra para saídas precoces; atribuir o tempo atual como se fosse a data de saída subestima a longevidade real.

A metodologia correta fundamenta-se na Análise de Sobrevivência (Survival Analysis):

Estimador de Kaplan-Meier: Função não paramétrica que calcula a probabilidade acumulada de permanência ao longo do tempo, permitindo identificar com precisão marcos temporais críticos (como a transição do terceiro mês de experiência e o término do primeiro ano de casa).

Modelo de Riscos Proporcionais de Cox: Modelo semiparamétrico que avalia como múltiplos atributos contínuos e categóricos elevam ou reduzem a taxa instantânea de evasão (Hazard Rate), fornecendo coeficientes interpretáveis denominados Hazard Ratios (HR).

5. Implementação Prática em Python: Modelagem de Sobrevivência e Avaliação de Risco

O pipeline estruturado a seguir utiliza a biblioteca lifelines para ajustar o modelo de riscos proporcionais de Cox, avaliar a significância estatística das variáveis e calcular a curva de sobrevivência por segmento salarial:

import pandas as pd
import numpy as np
from lifelines import CoxPHFitter, KaplanMeierFitter
import matplotlib.pyplot as plt

def execute_retention_survival_pipeline(employee_df: pd.DataFrame):
    """
    Executa analise de sobrevivencia para modelagem de risco de evasao voluntaria.
    
    Parametros esperados no DataFrame:
      - tenure_months: tempo de casa em meses (duracao)
      - left_voluntarily: 1 se pediu demissao, 0 se ativo (evento)
      - compa_ratio: razao salario / midpoint de mercado
      - months_since_promotion: meses desde a ultima promocao
      - overtime_hours_avg: media mensal de horas extras
      - performance_score: nota de avaliacao (1 a 5)
    """
    # 1. Estimador de Kaplan-Meier por Faixa de Compara-Ratio
    kmf = KaplanMeierFitter()
    
    # Criacao de corte de equidade salarial
    employee_df["salary_tier"] = np.where(
        employee_df["compa_ratio"] < 0.90, "Abaixo do Mercado (<0.90)", "Alinhado/Acima (>=0.90)"
    )
    
    fig, ax = plt.subplots(figsize=(10, 6))
    for tier, group in employee_df.groupby("salary_tier"):
        kmf.fit(
            durations=group["tenure_months"],
            event_observed=group["left_voluntarily"],
            label=tier
        )
        kmf.plot_survival_function(ax=ax, ci_show=True)
    
    ax.set_title("Curva de Sobrevivencia de Colaboradores por Equidade Salarial")
    ax.set_xlabel("Tempo de Casa (Meses)")
    ax.set_ylabel("Probabilidade Acumulada de Permanencia")
    plt.tight_layout()
    plt.close()

    # 2. Ajuste do Modelo de Riscos Proporcionais de Cox
    feature_cols = [
        "tenure_months",
        "left_voluntarily",
        "compa_ratio",
        "months_since_promotion",
        "overtime_hours_avg",
        "performance_score"
    ]
    
    cph = CoxPHFitter()
    cph.fit(
        employee_df[feature_cols],
        duration_col="tenure_months",
        event_col="left_voluntarily"
    )
    
    # Sumario dos coeficientes e Hazard Ratios (exp(coef))
    summary = cph.summary[["coef", "exp(coef)", "p", "z"]]
    summary.rename(columns={"exp(coef)": "hazard_ratio"}, inplace=True)
    
    # 3. Calculo do Score de Risco Individual para Colaboradores Ativos
    active_employees = employee_df[employee_df["left_voluntarily"] == 0].copy()
    active_employees["risk_score"] = cph.predict_partial_hazard(active_employees[feature_cols])
    
    return cph, summary, active_employees.sort_values(by="risk_score", ascending=False)

6. Do Diagnóstico à Ação: Matriz de Risco versus Desempenho

Prever o risco de saída carece de valor prático se a organização não possuir uma esteira estruturada de intervenção. A priorização deve cruzar o score preditivo de saída com o impacto da perda do colaborador.

Essa integração é operacionalizada por meio da Matriz de Risco e Desempenho:

Quadrante de Alerta Máximo (Alto Desempenho e Alto Risco de Saída): Profissionais com entregas excepcionais, mas submetidos a sobrecarga contínua ou defasagem salarial expressiva. Ações recomendadas: Stay Interviews conduzidas pelo HRBP, revisão imediata de enquadramento na faixa salarial e readequação de metas operacionais.

Quadrante de Monitoramento (Baixo Desempenho e Alto Risco de Saída): Indivíduos com sinais claros de desengajamento e entregas abaixo do patamar. Ações recomendadas: Plano de Desenvolvimento Individual (PDI) com prazos estritos ou transição estruturada de posição.

Quadrante de Estabilidade Crítica (Alto Desempenho e Baixo Risco de Saída): Núcleo de alta entrega e estabilidade. Ações recomendadas: Planos de sucessão, alocação em projetos de visibilidade estratégica e retenção de longo prazo (como incentivos de longo prazo / stock options).

7. Governança, Ética e Conformidade com a LGPD

A utilização de dados de colaboradores impõe responsabilidade jurídica e ética sobre a equipe de dados e recursos humanos. No Brasil, o tratamento de dados pessoais em relações de trabalho está subordinado à Lei Geral de Proteção de Dados (Lei 13.709/2018).

Os três pilares indispensáveis de governança em People Analytics são:

1. Finalidade e Base Legal Adequada: Dados coletados para fins administrativos ou de segurança patrimonial (como biometria ou registros de catraca) não podem ser reaproveitados para alimentar modelos preditivos de desligamento sem justificativa legal fundamentada em legítimo interesse ou execução de contrato.

2. Mitigação Ativa de Viés Algorítmico: Variáveis que representem atributos sensíveis protegidos (gênero, raça, orientação sexual, estado civil, idade ou histórico de licenças médicas) devem ser excluídas explicitamente das variáveis explicativas diretas e indiretas (variáveis proxy), impedindo que o modelo perpetue desigualdades históricas de progressão.

3. Não Automatização Decisória: Modelos de People Analytics atuam exclusivamente como ferramentas de apoio e triagem diagnóstica. Nenhuma decisão de promoção, transferência, advertência ou desligamento pode ser tomada de forma exclusivamente automatizada por algoritmos, assegurando a supervisão humana qualificada em todas as etapas.