Cómo usar datos para gestionar el desempeño con justicia
Actualizado: 23 sept
Los dashboards crecen como hongos: pronto habrá uno hasta para saber quién tomó la última taza de café. Pero acumular datos no vuelve justa una evaluación. La clave es distinguir señales útiles, conectarlas con el negocio y proteger la confianza de las personas.
En este artículo:
La promesa de una meritocracia medible
La meritocracia parte de una intuición razonable: premiar el talento, el esfuerzo y los logros, y dejar en segundo plano el parentesco, la política interna, los sesgos y la pura casualidad. Una empresa que distingue mejor las contribuciones debería tomar mejores decisiones y, con el tiempo, funcionar mejor.
Por eso han crecido la analítica de personas, las tecnologías de recursos humanos y el uso de algoritmos de inteligencia artificial y aprendizaje automático en la gestión del talento. Todas apuntan a una misma ambición: hacer que las decisiones sobre las personas sean más racionales, más justas y más basadas en evidencia.
La ambición es razonable. La dificultad está en la palabra “evidencia”. Una montaña de datos no se convierte automáticamente en una medición confiable. Puedes tener sistemas de comunicación interna, herramientas para administrar proyectos, encuestas, sensores, gráficos y paneles de control. Aun así, seguir sin poder responder con pruebas sólidas quién está creando valor y por qué.
En muchas organizaciones, el éxito se parece demasiado a un concurso de popularidad. Gana quien tiene mejor reputación, quien se relaciona con las personas correctas o quien sabe contar su historia con más brillo. La contribución real queda escondida detrás de una cortina de impresiones.
El primer paso para correr esa cortina es definir qué significa un buen desempeño en cada rol y cómo ese desempeño contribuye a los objetivos de la organización.
El desempeño no es un número esperando ser encontrado
El desempeño laboral no es una fruta que cuelga de un árbol para que alguien llegue con una escala y la pese. Es un constructo teórico: una idea que no observamos directamente, como la felicidad, la integridad o el narcisismo. Lo que podemos observar son sus señales, sus manifestaciones y sus resultados.
La definición incluye más que cumplir tareas valiosas. También considera conductas de ciudadanía organizacional —por ejemplo, contribuir al funcionamiento colectivo— y la ausencia de comportamientos contraproducentes. El desafío consiste en observar todo eso con cierta precisión.
Para hacerlo bien se necesita un modelo, incentivos adecuados, conocimiento del trabajo, esfuerzo de evaluación y herramientas confiables que puedan revisarse y validarse internamente. Lo que no alcanza es el instinto. El instinto puede ser rápido, simpático y muy seguro de sí mismo; también puede equivocarse con una confianza admirable.
La tecnología ayuda a reunir y ordenar información, pero no elimina la necesidad de pensar. Un indicador puede ser fácil de capturar y, al mismo tiempo, representar mal aquello que importa. Contar correos enviados, reuniones atendidas o tareas cerradas puede dar una sensación de precisión sin explicar el valor creado.
La pregunta correcta no es “¿cuántos datos tenemos?”, sino “¿qué aspecto del desempeño representa cada dato y con qué límites?”. Esa pregunta obliga a reconocer que toda métrica ilumina una zona y deja otras en sombra.
El espejismo de las evaluaciones subjetivas
La forma más habitual de evaluar el desempeño sigue siendo pedirle una opinión al propio trabajador o a su jefe. La evaluación del desempeño tiene un lugar en una conversación, pero la autoevaluación y la evaluación del supervisor no deben confundirse con una fotografía objetiva de la contribución.
La investigación citada en la fuente muestra que la correlación típica entre la autoevaluación y la evaluación del supervisor es de apenas 0,22. Esto equivale a un solapamiento aproximado de 4 %. Dicho en castellano cotidiano: lo que una persona cree sobre su propio desempeño explica muy poco de lo que su jefe cree sobre ese mismo desempeño.
Por eso no sorprende que algunos trabajadores queden desconcertados al conocer la opinión de su jefe. El jefe, a su vez, puede quedar igual de sorprendido al descubrir cómo la persona evalúa su propio trabajo. Dos personas miran la misma película y salen comentando finales distintos.
La dificultad no se resuelve suponiendo que el supervisor siempre tiene la razón. No existe suficiente evidencia para afirmar que las calificaciones de los jefes capturan por sí solas el valor real que una persona aporta. Sí hay una mejora importante cuando se agregan calificaciones de distintas fuentes, como varios jefes o pares.
Eso tampoco convierte la evaluación 360 en una máquina de verdad. Una persona puede recibir buenas opiniones porque es amable, concede flexibilidad o hace agradable el trabajo, sin que eso implique necesariamente un aumento del desempeño de su equipo. La reputación puede ser valiosa, pero no debe disfrazarse de resultado.
Lo mismo ocurre con el compromiso. El compromiso importa, pero la relación citada entre compromiso y desempeño del equipo es de 0,3, un solapamiento de apenas 9 %. Un equipo puede sentirse unido y seguir fallando en sus resultados. También puede atravesar una etapa exigente y entregar resultados importantes sin que una encuesta de ánimo lo capture todo.
Cuando no existen KPI acordados y cuantitativos, la evaluación se vuelve más política, emocional y vulnerable a sesgos. Los datos no reemplazan el juicio: ayudan a que el juicio tenga mejores fundamentos.
Cómo construir una jerarquía de KPI conectada al negocio
Definir indicadores individuales es solo el principio. El siguiente desafío es construir el tejido que conecta el trabajo diario con los objetivos de alto nivel: ingresos, rentabilidad, crecimiento, rotación, innovación u otros resultados relevantes para la organización.
La organización necesita una jerarquía de KPI cuantitativos y cualitativos. La palabra “jerarquía” aquí no significa que la métrica del CEO sea elegante y la de primera línea sea una planilla triste. Significa que debe existir una relación comprensible entre los distintos niveles y un registro de desempeño que permita revisar cómo se construye la evidencia:
Qué resultado importa para la empresa.
Qué resultado debe producir cada división o equipo para contribuir a ese objetivo.
Qué responsabilidades concretas tienen los roles individuales.
Qué indicadores muestran avances, calidad, colaboración y posibles efectos no deseados.
Este diseño no debería hacerse en una oficina cerrada por un pequeño comité que luego baja con las tablas terminadas. Debe involucrar a casi toda la organización, desde la dirección hasta las personas que están en la operación. Cada grupo puede ayudar a identificar qué métricas importan para su trabajo y cómo se relacionan con los resultados de otros grupos.
Después, un equipo de analítica debe validar al menos los KPI cuantitativos. La validación no es un sello eterno. Las condiciones del negocio cambian y, con ellas, puede cambiar el poder predictivo de una métrica. Por eso la definición debe revisarse y repetirse de manera periódica.
Una herramienta puede medir de forma continua y entregar retroalimentación, pero la medición continua no significa vigilancia continua. El objetivo es entender mejor la contribución y tomar mejores decisiones; no llenar a la organización de notificaciones hasta que el tablero empiece a pedir vacaciones.
Transparencia antes que vigilancia
A muchas personas no les gusta que sus datos laborales sean analizados al detalle. Que vivamos rodeados de aplicaciones, teléfonos y dispositivos que recopilan información no vuelve automáticamente aceptable cualquier práctica de seguimiento en el trabajo.
Algunos algoritmos de vigilancia pueden resultar francamente orwellianos. Si los trabajadores no reciben información sobre qué datos se recopilan y cómo se analizan, la confianza se erosiona. Y si reciben una conclusión automática como “participas en demasiadas reuniones”, pueden sentir que la tecnología trivializa su trabajo o confirma la sospecha de que alguien los está observando demasiado.
El resultado es una combinación poco prometedora: la analítica parece inquietante o poco creíble. Para evitarlo, la definición de KPI debe ser transparente e inclusiva. También conviene revisar los criterios de evaluación para que no confundan una señal visible con la contribución completa.
La dirección no debería diseñar métricas en el vacío. Que un indicador sea predictivo no significa que sea ético usarlo. Una métrica puede anticipar un resultado y, aun así, castigar injustamente a quienes trabajan en condiciones distintas, invisibilizar tareas importantes o estimular comportamientos dañinos.
Una gestión de datos más justa requiere conectar las métricas con decisiones de desarrollo y, además:
Explicar qué datos se recopilan y para qué se utilizarán.
Incluir a las personas afectadas en la definición y revisión de los indicadores.
Crear comités de ética con integrantes independientes.
Conversar periódicamente con grupos de interés de toda la organización.
Reconocer cuándo un indicador es una buena aproximación y no “la métrica correcta” para siempre.
La transparencia no elimina toda incomodidad. Sí permite que la incomodidad se discuta con información, en lugar de convertirla en rumor de pasillo.
El rendimiento también se construye entre personas
El trabajo se ha vuelto más complejo y la colaboración a gran escala es cada vez más importante. Muchos proyectos no triunfan o fracasan por la actuación aislada de una persona, sino por la forma en que varias personas coordinan decisiones, comparten información y se ayudan a resolver problemas.
Esto crea una tensión importante. Las personas son quienes reciben un sueldo, una promoción o una oportunidad de desarrollo, así que evaluar el aporte individual es necesario. Pero el éxito de la organización no es, en esencia, un fenómeno individual.
Una persona puede entregar su parte y aun así dejar al equipo peor: retiene información, crea dependencias innecesarias o transfiere problemas a otra área. Otra puede no aparecer como la estrella del tablero, pero mejorar el trabajo de muchas personas, anticipar riesgos y hacer que un proyecto llegue a destino.
Por eso un sistema justo debe observar dos dimensiones relacionadas: la contribución individual y la calidad de la colaboración. Si solo premia resultados individuales, puede estimular una competencia que dañe al equipo. Si solo premia la armonía, puede ocultar bajo una sonrisa el incumplimiento de responsabilidades.
La solución no es elegir entre personas o equipos, sino conectar ambos niveles y hacer explícitos los comportamientos que sostienen los resultados colectivos.
Preguntas frecuentes
¿La analítica de personas elimina los sesgos?
No. Puede ayudar a identificarlos o reducirlos si los datos, los indicadores y el modelo están bien diseñados. También puede automatizar un sesgo existente o darle una apariencia de objetividad. La herramienta debe validarse y revisarse, no adorarse.
¿Basta con usar KPI para evaluar el desempeño?
No. Los KPI capturan aspectos importantes, pero nunca agotan el desempeño completo. Deben combinarse con una comprensión del rol, la calidad del trabajo, la colaboración y las condiciones en que se obtuvieron los resultados.
¿La opinión del jefe deja de servir?
No. Sigue siendo una fuente relevante para interpretar conductas y resultados. El problema aparece cuando se usa como única evidencia o se presenta como una medida exacta del valor creado. Agregar fuentes puede mejorar la confiabilidad.
¿Cómo saber si un indicador es justo?
Hay que revisar qué conducta representa, a quién favorece o perjudica, qué incentivos genera, qué tareas deja fuera y si las personas comprenden su uso. La validación analítica debe acompañarse de transparencia y deliberación ética.
Una gestión más justa necesita mejores preguntas
La obsesión por medir puede llevar a una conclusión engañosa: que la organización será justa cuando tenga suficientes datos. No funciona así. Los datos pueden ordenar la conversación, pero la justicia depende también de cómo se definen los resultados, quién participa en esa definición, qué límites se reconocen y cómo se consideran las relaciones entre personas.
La ruta más sólida comienza con preguntas sencillas, aunque nada cómodas:
¿Qué significa realmente contribuir en este rol?
¿Qué evidencia permite observarlo sin reducirlo a una sola cifra?
¿Cómo se conecta ese aporte con los resultados del equipo y del negocio?
¿Qué conductas podría estimular esta métrica sin que lo queramos?
¿Las personas entienden, aceptan y pueden cuestionar el sistema?
Una plataforma como TRAKER puede ayudar a convertir esas definiciones en procesos conectados de objetivos, feedback, calibración, seguimiento y reportes. Pero ninguna plataforma decide por sí sola qué debe considerarse valioso ni qué uso de los datos es ético. Esa responsabilidad sigue siendo humana.
Cuando la tecnología se pone al servicio de mejores preguntas, los datos dejan de ser decoración ejecutiva y empiezan a cumplir una función más útil: hacer que las decisiones de desempeño sean más claras, comparables y defendibles, sin olvidar que detrás de cada indicador hay una persona y un equipo tratando de hacer bien su trabajo.
Comentarios