Outcome Health buscaba contratar a los mejores candidatos para su negocio innovador y de ritmo r谩pido. Sin embargo, se trataba de algo m谩s que de detectar grandes talentos; el equipo quer铆a demostrar que las pruebas utilizadas no est谩n sesgadas y son v谩lidas, predictivas y objetivas. Outcome Health opt贸 por trabajar con Aon definiendo inicialmente las caracter铆sticas que determinan el alto rendimiento en la empresa y, a continuaci贸n, estudiando la mejor manera de medirlas durante la fase de contrataci贸n. El resultado es una clara puntuaci贸n de coincidencia de perfiles que destaca a los que tienen probabilidades de 茅xito, una reducci贸n significativa del tiempo que tarda la gesti贸n en la contrataci贸n y una retroalimentaci贸n positiva de los candidatos.
Outcome Health ha visto c贸mo sus ingresos crec铆an un 100% a帽o tras a帽o, as铆 como un r谩pido aumento del n煤mero de empleados. "Necesit谩bamos soluciones de RRHH escalables para respaldar nuestros planes de expansi贸n continuos y para encontrar y desarrollar a aquellos capaces de ofrecer nuestra marca 煤nica", explica Jason Kemp, partner senior de RRHH en Outcome Health. Y contin煤a: "Habiendo visto el rol que la tecnolog铆a ya est谩 desempe帽ando en otras organizaciones en r谩pida expansi贸n, quer铆amos introducir las herramientas de evaluaci贸n y la tecnolog铆a que nos ayudaran a tomar decisiones mejores, m谩s fuertes y m谩s fiables a la hora de contratar a nuestros Member Solutions Executives (MSEs)." El MSE es un puesto cr铆tico para Outcome Health. Los MSEs son las personas que llevan a cabo la estrategia de la empresa, ya que ayudan al cliente final a utilizar la tecnolog铆a. Elegir a las personas equivocadas para esta funci贸n significa que Outcome Health pierde su capacidad de ampliar su negocio. Sin embargo, para todo el equipo era importante que hubiera pruebas de que las herramientas que eligieran para implementar proporcionaran la informaci贸n adecuada para tomar decisiones. Outcome Health ya contaba con un s贸lido proceso de selecci贸n: entrevista, muestra de trabajo y presentaci贸n individual. Como punto de partida, el equipo se fij贸 en los datos recogidos a partir de esta informaci贸n que pod铆an ayudar a predecir los candidatos seleccionados. A partir de este ejercicio, Outcome Health ya se dio cuenta de las ventajas de combinar la informaci贸n de las evaluaciones. La empresa sab铆a que una entrevista por s铆 sola proporcionaba predicciones de 茅xito mucho menos precisas que cuando la empresa combinaba la informaci贸n de la entrevista con la obtenida en un ejercicio de muestra de trabajo. El equipo se dio cuenta de que lo que faltaba en su fase inicial de selecci贸n era una medici贸n fiable, v谩lida y objetiva de las caracter铆sticas espec铆ficas de comportamiento y competencia necesarias para el 茅xito. Sin embargo, sab铆a que cualquier evaluaci贸n introducida deb铆a ser justa para todos los candidatos.
El equipo de Outcome Health quer铆a explorar con Aon c贸mo una evaluaci贸n online s贸lida podr铆a mejorar su actividad de selecci贸n actual y contribuir a un proceso m谩s predictivo y cient铆fico. Outcome Health y Aon quer铆an entender qu茅 diferenciaba a los que eran " excelentes " en su trabajo de los que eran simplemente " buenos ". Quer铆an identificar un perfil de 茅xito que estuviera alineado con sus siete competencias funcionales y sus siete valores. La comprensi贸n de estas competencias y valores puso de manifiesto que las personas de alto rendimiento abordaban el trabajo de forma diferente, mostrando comportamientos y caracter铆sticas muy diferentes. La pregunta era: ¿c贸mo se miden estos atributos y c贸mo se destacan los candidatos con estos atributos? El equipo preseleccion贸 las evaluaciones de Aon que podr铆an incorporarse al proceso de contrataci贸n actual y, a continuaci贸n, trat贸 de comprobar la capacidad de estas herramientas para medir las caracter铆sticas deseadas con el fin de predecir el 茅xito comercial.
Un estudio de validaci贸n simult谩neo examin贸 las puntuaciones de evaluaci贸n de 37 EMV de alto rendimiento actual y las correlacion贸 con sus m茅tricas de rendimiento. La fuerte correlaci贸n demostr贸 que el 89% de los que ten铆an un alto rendimiento pod铆a predecirse a partir de las puntuaciones obtenidas en las pruebas. Sin embargo, esto no era suficiente para introducir inmediatamente las herramientas en el proceso de selecci贸n. Era esencial investigar la evaluaci贸n para detectar cualquier posible sesgo. Una de las competencias de la Comisi贸n para la Igualdad de Oportunidades en el Empleo de EE.UU. es garantizar que el uso de cualquier m茅todo de evaluaci贸n no tenga un "impacto adverso". Por lo tanto, un elemento clave para Aon y Outcome Health era comprender c贸mo funcionaban las evaluaciones en diferentes grupos de personas. As铆, Outcome Health utiliz贸 las evaluaciones en "modo seguro". Durante el "modo seguro", aunque las evaluaciones se desplegaron con solicitantes "vivos", los datos en s铆 no se utilizaron para tomar ninguna decisi贸n. Sin embargo, lo que s铆 se hizo fue una revisi贸n de c贸mo funcionaba la evaluaci贸n en diferentes grupos demogr谩ficos para determinar si hab铆a alg煤n impacto adverso. Outcome Health integr贸 las evaluaciones de Aon en su sistema de seguimiento de solicitantes, Greenhouse, y Aon cre贸 un portal a medida para permitir las evaluaciones y los informes de Outcome Health. Las evaluaciones se integraron en la fase inicial de su proceso de contrataci贸n, y la puntuaci贸n de las pruebas gener贸 autom谩ticamente una "coincidencia" con el perfil de 茅xito. "En el estudio del "modo seguro" no se detect贸 ninguna prueba de impacto adverso. Esto significa que la evaluaci贸n no s贸lo predice el rendimiento, sino que es aplicable a todos los grupos demogr谩ficos de los candidatos. Esta informaci贸n fue fundamental para el despliegue de las evaluaciones".
Jason Kemp, Outcome Health
Outcome Health ha implementado un proceso de evaluaci贸n v谩lido, predictivo y justo. La funcionalidad es intuitiva y se vincula perfectamente con su sistema de datos de candidatos. Los reclutadores obtienen una visi贸n m谩s profunda de los candidatos y una mayor confianza en las decisiones que toman.
El ahorro de tiempo fue significativo. "Nuestro mayor recurso consumido en la contrataci贸n es el tiempo de los ejecutivos y, a partir de la implementaci贸n de las evaluaciones de Aon, hemos reducido el tiempo de los ejecutivos en un 50%. Eso es importante en esta cultura de contrataci贸n 谩gil, de gran volumen y velocidad".
Una gran ventaja adicional fue que los candidatos disfrutaron de la evaluaci贸n. Jason comenta: "Para nosotros, en Outcome Health, esto supuso una ventaja a帽adida. Los candidatos nos dijeron que las pruebas les devolv铆an algo; que no se trataba solo de aplicar un puesto, sino que aprend铆an algo sobre ellos mismos."
Nuevo proceso de postulaci贸n y evaluaci贸n:
"A帽adir rigor al proceso de evaluaci贸n es, de lejos, la mejor manera de detectar a los que tienen un alto rendimiento".
Jason comenta: "Hemos comprobado el poder, la utilidad y la facilidad de uso de las herramientas para contratar a los mejores, y hemos obtenido algunas eficiencias significativas al integrar las evaluaciones con nuestro sistema de seguimiento de candidatos, Greenhouse."
Sin embargo, el trabajo no termina ah铆.
El equipo de Outcome Health sabe que la precisi贸n de sus decisiones aumenta dr谩sticamente cuando utilizan una combinaci贸n de la evaluaci贸n de Aon, la prueba de muestra de trabajo de Outcome Health y las entrevistas. La empresa est谩 dispuesta a estudiar c贸mo puede mejorar el proceso de toma de decisiones modificando el proceso.
Jason comenta: "Sabemos que la evaluaci贸n de Aon es una herramienta s贸lida para nosotros y queremos utilizar la experiencia de Aon para seguir desarrollando nuestra muestra de trabajo. Contar con un socio de evaluaci贸n cient铆fica es un punto fundamental para lograr una mayor confianza en las decisiones de contrataci贸n tomadas."
Jason concluye: "Aon tiene un gran equipo. Nos mostraron lo que es posible, y lo cumplieron. Hemos podido trabajar con rapidez y eficacia, aprovechando su experiencia para lograr el mejor resultado".