Logo RHTECH

    People analytics: por onde começar quando o RH ainda não tem dado confiável

    8 min de leitura Atualizado em 24 de setembro de 2026

    People analytics virou nome de painel. Na origem, é o uso de dados sobre pessoas para responder perguntas de gestão que antes eram respondidas por impressão. A distância entre as duas coisas explica por que tanta empresa compra a ferramenta, monta o painel e continua decidindo exatamente como decidia antes.

    O que é, e o que virou

    People analytics é usar dado sobre pessoas para responder pergunta de gestão. Nada além disso. A definição é deliberadamente pobre porque o excesso de definição é parte do problema: o termo passou a nomear qualquer tela com gráfico, e com isso deixou de distinguir quem analisa de quem exibe.

    A diferença prática está no que acontece depois. Um painel mostra que a rotatividade da operação foi de doze por cento. Uma análise responde por que ela é o dobro da média da empresa, se a diferença está concentrada em um turno ou em um gestor, e o que aconteceria se a empresa mudasse o processo de integração daquela área.

    Um bom teste é perguntar qual decisão mudou por causa do número. Se a resposta for nenhuma, o que existe ali é relatório, e relatório também tem função. Só não é analytics.

    Os quatro níveis, e onde quase todo mundo está

    A literatura da área costuma descrever quatro níveis, e eles são úteis porque deixam claro que os saltos não são opcionais.

    • Descritivo: o que aconteceu. Quantas contratações, qual a rotatividade, quantas horas de treinamento. É a base, e é onde a maior parte das empresas está.
    • Diagnóstico: por que aconteceu. Exige cruzar dados de fontes diferentes e é o primeiro nível que muda decisão de verdade.
    • Preditivo: o que tende a acontecer. Exige histórico longo, volume e estabilidade de processo. É onde a promessa comercial costuma se concentrar e onde a realidade das empresas médias raramente chega.
    • Prescritivo: o que fazer a respeito. Depende de tudo o que vem antes, e no RH quase sempre depende também de julgamento humano que nenhum modelo substitui.

    O pré-requisito que ninguém anuncia

    Nenhum dos quatro níveis funciona sem uma coisa que não aparece em material de venda: dado que existe, é confiável e é comparável ao longo do tempo. É aqui que a maioria dos projetos morre, e morre em silêncio, porque o painel continua funcionando com dado ruim.

    Três problemas concretos aparecem quase sempre. O primeiro é cadastro inconsistente, com a mesma área escrita de três jeitos e cargos que não seguem nomenclatura. O segundo é buraco de histórico, porque o processo mudou de sistema e os dados anteriores não vieram ou vieram sem contexto. O terceiro é o mais insidioso: escala que mudou. Uma avaliação que usou cinco níveis em um ano e quatro no seguinte não gera série histórica, gera duas séries.

    Antes de comprar qualquer ferramenta, vale fazer um teste barato: escolha uma pergunta simples, como a rotatividade do ano passado por área, e tente responder com os dados que existem hoje. O tempo que isso levar, e a quantidade de ressalvas necessárias, dizem mais sobre a maturidade do RH do que qualquer diagnóstico.

    Três perguntas que valem mais que um painel

    Empresa que ainda não tem base consolidada ganha mais respondendo bem a poucas perguntas do que montando visão geral. Estas três são acessíveis, usam dado que quase toda empresa já tem, e costumam mudar alguma decisão.

    • A rotatividade está concentrada em algum lugar? Rotatividade geral esconde tudo. Separada por área, por gestor e por tempo de casa, ela deixa de ser um número e vira um endereço.
    • Quanto tempo leva para uma vaga ser fechada, e onde o tempo é gasto? A maior parte da demora costuma estar entre as etapas, não nelas. Medir os intervalos muda o que a empresa tenta corrigir.
    • Quem sai nos primeiros seis meses, e de qual gestor? Saída precoce diz mais sobre seleção e integração do que sobre a pessoa, e é um dos poucos indicadores de RH com relação direta e visível com custo.

    O que não fazer

    Duas aplicações aparecem em material comercial e merecem cautela, por razões diferentes.

    A primeira é prever quem vai pedir demissão. Tecnicamente é possível quando há histórico suficiente, e eticamente é um campo minado: o que a empresa faz com a pessoa marcada como risco de saída raramente é bom para ela, e a informação vaza dentro da organização com facilidade. Vale perguntar se a empresa está disposta a agir sobre a causa ou só quer se antecipar à perda.

    A segunda é ranking individual de desempenho gerado por modelo. Ele parece objetivo e carrega o viés dos dados que o alimentaram, que no RH costumam refletir decisões passadas da própria empresa. Se a empresa promovia preferencialmente um perfil, o modelo aprende a recomendar aquele perfil, e o viés ganha aparência de matemática.

    A regra prática que resolve quase todos os casos: dado sobre pessoas serve para melhorar processo e para orientar conversa, não para substituir decisão sobre alguém.

    Por onde começar de verdade

    O começo não é ferramenta, é pergunta. Escolha uma decisão que a empresa toma com frequência e no escuro, e trabalhe para que ela passe a ser tomada com dado. Uma decisão bem instrumentada vale mais que doze indicadores exibidos.

    Depois disso, o segundo passo é padronizar o que alimenta essa pergunta: nomenclatura de área e cargo, escala de avaliação estável, e registro de saída com motivo em campo fechado em vez de texto livre. Padronização é chata, não aparece em apresentação, e é o que permite comparar o ano que vem com este.

    Só então a ferramenta faz diferença, e o critério para escolhê-la é modesto: ela precisa guardar o histórico sem reescrever o passado quando o presente muda, permitir recorte por unidade, área e cargo, e exportar o dado bruto quando alguém precisar conferir. Painel bonito é consequência; base confiável é o produto.

    Perguntas frequentes

    Preciso de um analista de dados para fazer people analytics?

    Para os dois primeiros níveis, descritivo e diagnóstico, não. Eles exigem dado organizado e uma pessoa de RH disposta a cruzar informação e a desconfiar do resultado, o que planilha resolve. Analista de dados passa a fazer diferença quando a empresa quer trabalhar com histórico longo, modelagem e relações menos óbvias. Contratar o analista antes de organizar a base costuma produzir alguém muito qualificado limpando cadastro.

    Qual o tamanho mínimo de empresa para people analytics fazer sentido?

    Não existe um número, e a pergunta melhor é sobre volume por recorte. Analisar rotatividade por gestor com quatro pessoas por equipe produz percentuais que oscilam violentamente e enganam quem lê. Uma regra prudente é desconfiar de qualquer recorte com menos de algumas dezenas de pessoas, e preferir olhar tendência ao longo do tempo em vez de comparar grupos pequenos entre si.

    People analytics conflita com a LGPD?

    Não conflita, mas impõe cuidados. Dado de colaborador é dado pessoal, e parte dele, como saúde ocupacional, tem proteção reforçada. Na prática isso significa finalidade declarada para o tratamento, acesso restrito a quem precisa, prazo de retenção definido e atenção redobrada com exportação de relatório que identifique pessoas. Análise agregada e anonimizada é o caminho natural, e quase sempre é também o que responde melhor à pergunta de gestão.

    Por onde começar se o RH ainda usa planilha?

    Pela pergunta, não pela migração. Escolha uma decisão recorrente que hoje é tomada por impressão, veja quais dados ela exigiria e organize só esses. É comum descobrir que a informação existe e está espalhada, o que transforma o projeto em consolidação em vez de coleta. A migração completa vem depois, e fica mais fácil de justificar quando já existe uma pergunta sendo respondida melhor.

    Como a RHTECH resolve isso

    Pesquisas com recorte por unidade, área e cargo, e resultado que vira plano de ação em vez de apresentação.

    Outros guias sobre clima, seleção e o dia a dia do RH