Chi Siamo
Chi siamo People Art basa la sua attività su una lunga esperienza manageriale interna ad aziende con attività internazionali...
Leggi
peopleart formazione personale aziendale | formazione aziendale obiettivi | gestione personale azienda SEMPLICE MODELLO PREDITTIVO IN AMBITO HR
SEMPLICE MODELLO PREDITTIVO IN AMBITO HR
SEMPLICE MODELLO PREDITTIVO IN AMBITO HR
(Autore: Domenico Famà)
In questo articolo affrontiamo un tema delicato, emotivamente difficile e certamente spiacevole/ doloroso. Tuttavia, il mestiere dei professionisti HR non tratta (purtroppo) solo di opportunità di sviluppo.
Sono frequenti eventi, situazioni generali o talvolta individuali, che richiedono di saper affrontare in modo adeguato non solo le positività, ma anche le negatività (professionalmente ed eticamente). I processi di ristrutturazione con previsione di riduzione degli organici del personale sono, fra queste negatività, sicuramente fra quelle più difficili.
Introduzione
Sulla base di alcune serie di dati relativi ad operazioni di ristrutturazione aziendale, viene proposto a fini di discussione un modello che permetta di stimare, in corso d’opera per così dire, il rischio di mancare l’obiettivo (in eccesso o in difetto).
Vengono considerate operazioni di ristrutturazione che prevedono anche la riduzione degli organici di personale, ma sempre tramite adesione volontaria ad un piano di incentivi (comprendente, oltre ad altri interventi, anche una parte economica a supporto dell’esodo).
L’andamento delle adesioni volontarie ad un programma d’incentivo alla cessazione del rapporto di lavoro è notoriamente un affidabile precursore del risultato di riduzione organici. Fra l’adesione è la cessazione effettiva si interpongono con le loro tempistiche addizionali uno o più atti amministrativi, ad esempio finalizzati a dare validità legale all’accordo fra azienda e collaboratore, ma il tasso di mancate trasformazioni delle adesioni in uscite volontarie effettive è generalmente basso (qualche punto percentuale, anche se in un caso più recente si è arrivato al 10%).
Il modello proposto si basa pertanto sulla caratterizzazione della curva cumulativa delle adesioni, una curva ad “S” come vedremo, il cui caso limite è un improvviso incremento (> 5X) della pendenza della retta che di prassi descrive l’Attrito Fisiologico (che qui definisco come la curva cumulativa delle dimissioni volontarie – attrito – in un periodo di tempo medio-lungo, 6/ 12 mesi, in condizioni normali e stazionarie di business).
Il modello potrebbe rendere possibile utilizzare il flusso dei dati sulle adesioni in un caso reale a fini predittivi del fenomeno nel suo complesso (e quindi del correlato livello di successo nel raggiungere l’obiettivo di riduzione degli organici).
Cercherò di mostrare come questo permetta di attivare le azioni di supporto più adeguate per un grado maggiore di governo dell’intero processo di raggiungimento del risultato atteso: sia in caso di crescita eccessiva delle adesioni (rischio di eccedere l’obiettivo di riduzione del personale) sia in caso di crescita troppo lenta (rischio di mancare significativamente l’obiettivo).
L’Attrito Fisiologico e le forze in gioco
Di prassi, se si osserva un periodo sufficientemente lungo (tipicamente 6 o 12 mesi) la curva cumulativa delle dimissioni volontarie mostra un andamento sostanzialmente lineare (vedere in Figura 5 i dati di un caso reale), la cui pendenza dipende da fattori:
- sia interni (incertezza, motivazione, benessere, coinvolgimento, sviluppo professionale, qualità della leadership, ecc. dei collaboratori) che esercitano sul dipendente una “forza”, di vario segno ed entità, che può agire sia da spinta alla cessazione del rapporto di lavoro, sia da attrazione per la sua continuità;
- sia esterni (sbilanciamento fra domanda ed offerta di lavoro sul mercato di riferimento) che esercitano sul dipendente una forza di attrazione, di entità varia, verso nuovi rapporti di lavoro.
Questa curva di base può essere vista come la rappresentazione dell’Attrito Fisiologico, che in condizioni normali e stazionarie governa il ricambio all’interno di una organizzazione.
La somma degli effetti di questi fattori interni/ esterni può essere vista come una funzione F: “Incentivo all’Esodo” (o il suo complemento: la Retention).
Tanto maggiore è il valore percepito di questo “incentivo”, tanto maggiore sarà la pendenza della retta che descrive l’attrito fisiologico (angolo Θ in Figura 1).
Figura 1
Tanto minore sarà il suo valore percepito, tanto più l’angolo tenderà a Θ ≈ 0 gradi, o in altri termini: il turnover tende ad annullarsi.
Leggere l’attrito come una funzione “incentivo” è importante come generalizzazione a mio parere, perché:
- da un lato, rende più esplicite le conseguenze di alcune scelte ed azioni aziendali, all’aumentare o diminuire del turnover (sto agendo di fatto in modo da incentivarlo, o da disincentivarlo);
- dall’altro, pone in maniera molto chiara la correlazione fra un eventuale bisogno di forte incremento del turnover (come quando si ristruttura, o si desidera favorire un cambio di mix) e: (i) la proporzionalità della leva di “incentivo addizionale” che va agita, (ii) la natura dello “incentivo addizionale” che si decide di utilizzare.
Modellizzare l’attrito durante una ristrutturazione
Nel corso di un piano di ristrutturazione che preveda una riduzione d’organico, la finalità dell’erogazione di uno specifico “Incentivo Addizionale” ha lo scopo di far aumentare significativamente l’equivalente della pendenza della curva di esodo/ attrito, in modo da far raggiungere il risultato (riduzione d’organico) in un arco di tempo molto ridotto (in genere: Tmax = 1, 2 mesi).
Considerando che un attrito fisiologico ad un anno può essere intorno al 5%, e che una ristrutturazione intende raggiungere un obiettivo di riduzione del personale, in 1 o 2 mesi, fra il 10% ed il 30% come minimo, come si può vedere da Figura 2, questo equivale a richiedere che la pendenza della retta di attrito aumenti istantaneamente di circa 4 volte (da 20 gradi circa a 80 gradi circa).
Figura 2
In un tipico processo di riduzione degli organici, ottenuti mediante adesione volontaria ad un incentivo alla risoluzione del rapporto di lavoro, l’antecedente della cessazione vera e propria è la “Adesione all’Incentivo” e, come ho già accennato, il suo andamento è un predittore sufficientemente affidabile del grado di raggiungimento del target di riduzione degli organici.
Le curve di Adesione all’Incentivo all’esodo non mostrano un andamento lineare. Mostrano invece (Figura 3) un certo grado d’inerzia iniziale al cambiamento di pendenza. Questa inerzia, riducendo il tempo disponibile per il raggiungimento dell’obiettivo, implica che si debba manifestare nel tempo residuo una crescita ancora maggiore (> 5X) della pendenza della curva di adesione.
L’ultimo tratto di queste curve dovrebbe poi mostrare l’esaurirsi dell’effetto motivante dell’incentivo ed il ripristino, al termine del piano di incentivazione, di un andamento lineare tipico dell’Attrito Fisiologico (se Θ2 <Θ1, o il suo contrario, dipende sia dalle aspettative interne sul successo dell’operazione di risanamento che dalla situazione del mercato del lavoro esterno all’azienda).
Il risultato è una tipica curva ad “S”, dei fenomeni di crescita/ transizione che da uno stato A passano ad uno diverso B.
Figura 3
Gli elementi caratteristici delle curve che ci si aspetta descrivano il fenomeno in oggetto sono quindi:
La fase di Inerzia Iniziale nella risposta allo stimolo dato dall’incentivo: (1) in figura;
La Rapida Crescita intermedia verso il target (>5X), sufficientemente rapida da farlo raggiungere nel tempo limitato a disposizione (2);
La fase di Esaurimento dell’effetto dell’incentivo (l’approssimarsi all’obiettivo, col venir meno della implicita pressione psicologica a valutare l’opportunità dell’adesione, in alternativa al rischio di rientrare in un eventuale e successivo processo più traumatico, tipico delle procedure di mobilità Artt 4 e 24 L. 223/91), col ripristino infine di una condizione di attrito fisiologico (3).
Sulla base della relativa durata di questi tre elementi, in linea di principio sono possibili tre tipologie di curve (Figura 4).
Figura 4
La curva C1
E’ quella con risposta immediata allo stimolo costituito dall’Incentivo.
Questo andamento ha insito il rischio (Rischio 1 in figura) che la risposta ecceda significativamente il livello del target. Vanno quindi previsti specifici clausole/ processi di governo e limitazione del fenomeno (nel design delle modalità di applicazione dell’incentivo e/o nel testo di accordo sindacale che lo riguarda).
La curva C3
Evidenzia una inerzia molto forte, con un rischio concreto (Rischio 2, in basso a destra in figura) di raggiungere il tempo massimo del programma di incentivo all’esodo (Tmax) con un success rate anche molto inferiore al livello del target.
In questo caso la auspicata crescita delle adesioni può essere ottenuta solo tramite azioni di pushing. Ad esempio: chiarire che la fase successiva comporterà la chiusura del gap mediante il ricorso a licenziamenti collettivi, secondo le norme contrattuali e di legge applicabili.
Siccome la fase di accelerazione è ottenuta tramite un meccanismo di pushing, in questo tipo di andamento è implicito un ulteriore rischio (Rischio 3, in alto a destra in figura): la possibilità che vengano ritirate le adesioni una volta diffusasi la notizia che il target è raggiunto.
Sarà quindi opportuno prevedere specifiche azioni di contrasto, ad es.: rendere vincolanti le adesioni, o ancora meglio, redigere tempestivamente la formalizzazione contrattuale fra le parti relativa alla iniziale adesione.
La curva C2
Ha un andamento ad “S” più regolare, tipico di un processo più progressivo. Una curva di questo tipo si avvicina all’andamento lineare della curva teorica, con un rischio residuo di eccedere il livello di target sempre presente, ma dato il suo più graduale sviluppo, più facilmente gestibile rispetto al caso in C1.
In sintesi, le tre curve potrebbero essere caratterizzate con non più di due parametri: Tempo e Distanza dal target, che danno indicazione sul grado di accelerazione del fenomeno:
- In C1, più dell’80% del target viene realizzato in meno del 30% del tempo massimo a disposizione;
- In C2, il 50% circa del target viene realizzato in circa il 50% del tempo disponibile;
- In C3, neppure il 20% del target viene realizzato nel 70% del tempo disponibile.
A fini predittivi, può risultare utile fissare due livelli di controllo (es.: il 50% del target ed il 50% del tempo disponibile) per valutare se sono necessarie azioni di governo (limitazione o pushing) e di che tipo.
Ad esempio:
- Se il 50% del target sarà realizzato in meno del 30% del tempo disponibile, è presumibile che ci si trovi in presenza di una curva del tipo C1. Sarà quindi opportuno predisporre un pronto dispiego delle necessarie azioni di limitazione della crescita.
- Se viceversa viene superato il 50% del tempo disponibile, con una percentuale di adesione pari a non più del 30% del target, è molto probabile che siamo in presenza di una curva di tipo C3. Sarà quindi necessario implementare con tempestività le necessarie azioni di pushing (vedere in Figura 8 due curve di questo tipo, ottenute da dati reali).
Negli altri casi è presumibile che la curva sia del tipo C2. L’andamento andrà comunque monitorato per intervenire con le azioni del caso nella evenienza di uno smorzamento della crescita troppo anticipato o troppo posticipato rispetto ad un livellamento della curva in linea col target (vedere in Figura 7 una curva di questo tipo, ottenuta da dati reali)
Verifica sul campo
In Figura 5, un esempio reale di attrito fisiologico: l’andamento appare lineare, a causa di un attrito mensile sostanzialmente costante, con un turn over complessivo di circa il 6% ed una pendenza media di una ventina di gradi.
Figura 5
In Figura 6 mostro invece l’andamento di un primo caso reale di curva cumulativa delle adesioni ad un incentivo, con andamento assimilabile a quello di una curva di tipo C2 (linea tratteggiata).
Figura 6
In Figura 7, abbiamo l’andamento di altri due casi reali (Casi 2 e 3) con andamento simile a quello di una curva di tipo C3 (linee tratteggiate).
Figura 7
Gli andamenti erano già sottoposti al monitoraggio secondo le indicazioni fornite dal modello qui illustrato, per cui azioni di pushing sono state avviate già a metà circa del percorso.
In questi due casi, le azioni sono molto semplicemente consistite in riunioni col personale delle varie funzioni coinvolte nella ristrutturazione, durante le quali sono stati illustrati, col monitoraggio di rappresentanti sindacali:
- gli strumenti resi disponibili dall’accordo sindacale;
- gli andamenti nel loro utilizzo;
- la previsione sul gap rispetto al target, sulla base dell’andamento riscontrato sino a quel momento e del modello qui discusso;
- le modalità di legge (L.223/91) che avrebbero potuto essere usate dalla azienda, in caso di necessità per completare il target.
L’effetto delle azioni sull’andamento è visibile dall’aumento della pendenza in entrambe le curve, ad una quindicina di giorni dalla chiusura della finestra di adesione. Effetto evidenziato anche come divergenza da una ipotesi di crescita inalterata (linee tratteggiate (i) e (ii)), cioè in assenza di azioni di pushing.
In Figura 8 riporto un caso estremo, anch’esso reale, di curva tipo C1.
Le prime due cose da notare in questo caso sono:
- la scala dei tempi, minuti anziché giorni (!),
- il momento di apertura della possibilità di aderire all’incentivo: la Mezzanotte, non proprio agevole da fruire (e invece).
Figura 8
La curva ad “S” in questo caso ha raggiunto il target (100%) nelle prime 7 ore.
Tanto che si può dire che, in un grafico con la scala dei tempi paragonabile a quella degli altri casi analizzati, questa curva in realtà si confonderebbe con l’ideale di una curva d’attrito per cui si sia riusciti a provocare una improvvisa impennata sino al valore target (vedi Figura 4, curva C1).
La voce relativa al gran numero di adesioni si è sparsa già di primo mattino fra i collaboratori, grazie all’uso delle chat, per cui i potenziali aderenti che pensavano di valutare con maggiore calma la situazione, si sono affrettati ad applicare provocando una nuova impennata ad “S” della curva nelle prime ore del mattino (la curva risultante assomiglia quindi ad una doppia S). Lo scambio rapidissimo di informazioni ha generato un fenomeno di auto – pushing, sino a raggiungere il 125% circa dell’obiettivo dopo sole 12 ore dall’apertura del piano di adesione (*).
(*) E’ necessario chiarire, a questo punto, che questo andamento sorprendente è emerso causa di due fattori concomitanti: il livello molto elevato dell’incentivo all’esodo offerto e la conoscenza ufficiale dei programmi degli azionisti che prevedano vendita o chiusura delle varie parti dell’azienda in un arco di 12 mesi.
L’organizzazione non ha immediatamente reagito dichiarando chiusa la proposta di incentivo fondamentalmente per due ragioni:
- I tempi troppo ristretti dello sviluppo del fenomeno e la fascia oraria in cui si è sviluppato. Per confronto coi grafici di Figura 6 e 7, in questi casi dopo 10 giorni (!) i tassi di adesione non superavano ancora il 20% del target;
- Data la novità del fenomeno, l’emergere di un certo scetticismo sul fatto che le adesioni anche in questo caso fossero un indicatore affidabile della reale volontà di formalizzare l’accordo di cessazione del rapporto di lavoro. Invece, ex-post, il tasso di ritiro delle adesioni si è rivelato proprio al livello fisiologico di un 1-2%.
Al di là di ogni altra considerazione, un fattore interessante, che ha mostrato tutte le sue potenzialità, è la possibilità per i collaboratori di fruire di comunicazioni extra-organizzative veloci (le chat) tramite le quali potersi prefigurare, almeno qualitativamente, lo stato della situazione real time e quindi auto organizzarsi.
Un vantaggio che, fino a dieci-quindi anni fa, soprattutto nelle grandi aziende, era principalmente di azienda e sindacati e che permetteva loro un certo grado privilegiato di governance del processo:
- l’azienda, in quanto collettore e gestore di tutte le richieste di adesione;
- i rappresentanti sindacali, in quanto in contatto sistematico con un gran numero di collaboratori.
Quindi, una governance che da centralizzata tende a divenire diffusa, sembra suggerire il caso di Figura 8. Almeno quando i tempi del fenomeno siano molto accelerati (ore, invece di giorni) ed i coinvolti siano efficacemente interconnessi da flussi informativi rilevanti e focalizzati (es chat).
Infine, in Figura 9 viene presentata la curva di adesione di un caso recente.
Figura 9
Le linee rette tratteggiate "a ventaglio" sono le pendenze della curva di adesione in vari momenti della finestra di adesione, questa volta della durata di due mesi.
La parte iniziale della curva mostra le caratteristiche di una curva C1, con un elevato tasso di adesione già a pochi giorni dalla apertura.
La freccia curva e tratteggiata più spessa di colore nero indica l’andamento delle pendenze: dopo il primo spunto di tipo C1, gradualmente il tasso di adesione rallenta, mostrando un comportamento più simile a quello delle curve di tipo C3, a "salita lenta". Sino a mostrare un nuovo incremento del tasso di adesione, verso la chiusura della finestra, quando sono stati attuati alcuni interventi di comunicazione per ribadire le prospettive in caso di mancato raggiungimento del target.
Anche in questo caso abbiamo una curva ad S, che tuttavia mostra due andamenti differenti (C1 e C3) in due differenti fasi temporali. Un confronto con le OOSS ha chiarito che la popolazione aziendale coinvolta nella ristrutturazione era composta di quattro gruppi distinti.
Un primo gruppo, ha colto immediatamente l’opportunità di una uscita con incentivo. Le ragioni in verità erano le più varie andando: dall’aspettativa di un facile ricollocamento sul mercato, data la tipologia della mansione; sino alla decisione di avvicinarsi con la NASPI alla finestra della pensione, avendo svolto per molti anni un lavoro che si era rivelato usurante ed aveva portato nel tempo a limitazioni per le mansioni che era possibile svolgere. Queste adesioni hanno dato forma alla parte iniziale di tipo C1 (adesioni numerose e veloci, indicativamente sino al 14° giorno della finestra).
Un secondo gruppo era allettato dall’opportunità, ma ha colto la possibilità di fruire di una finestra di adesione lunga per cominciare a muoversi sul mercato del lavoro. Sino a maturare la decisione di aderire, ognuno in tempi diversi. Questo gruppo ha dato forma alla parte intermedia della curva, più di tipo C3 (adesioni molto distribuite nel tempo, indicativamente sino al 50° giorno della finestra).
Il terzo gruppo era quello dei più indecisi che, a parte vari fattori molto individuali, sostanzialmente “voleva vedere come sarebbero andate le cose”. Per questo gruppo è stata decisiva la conferma aziendale che altre azioni sarebbero state attuate se l’obiettivo di riduzione non fosse stato raggiunto, oltre all’informazione ufficiale che il numero di adesioni era ancora inferiore al necessario (i dati sono sempre stati trasparentemente condivisi con le OOSS, come del resto era previsto dall’Accordo). Il loro contributo alle adesioni è stato fondamentale per avvicinarsi al terget (che è stato completato con altre azioni previste dall’Accordo).
Infine, un quarto gruppo non avrebbe mai aderito, in quanto non aveva alcuna intenzione di rimettersi sul mercato.
Riflessioni conclusive
Come ultima considerazione, al di là dell’ambito particolare che nessuno si augura, il modello discusso mostra sebbene in modo molto semplice le potenzialità di un buon utilizzo analitico dei dati a disposizione di HR. Potenzialità nello specifico predittive.
Con modelli più articolati che, ad esempio, considerino una maggior numerosità di parametri chiave al contorno del fenomeno sotto analisi (key driver), sarebbe possibile addirittura effettuare simulazioni sui possibili andamenti (potenzialità “normative”), e sulla base dei risultati attivare azioni preventive ancora più mirate e “profonde”, anziché di natura reattiva come quelle che sono state messe in atto nei casi presentati.
Queste considerazioni si inseriscono nella riflessione in ambito HR sui prerequisiti necessari ad un uso efficace degli Analytics, anche generati da altre funzioni aziendali, grazie al supporto delle tecnologie digitali, IA compresa.
Allo stesso tempo, penso che i casi presentati possano illustrare bene come il nocciolo di tale efficacia sia costituito anche dalla capacità di capire cosa-possono-dirci dati ed informazioni. Capacità che io chiamerei “senso del numero e del fenomeno”.
In un ambito per cui l’automazione di processo e l’IA possono servire a semplificare ed accelerare lo sforzo analitico e di modellizzazione, coadiuvando l’operatore umano, si può ottenere un aiuto notevole fornendo stimoli mirati a migliori e più profonde riflessioni e decisione (di “maggior valore aggiunto”).
Personalmente dubito che le tecnologie possano essere autonome in questo compito: servono sempre il “senso del numero e del fenomeno” che all’uomo invece non può mancare in un tale nuovo contesto. Anche questa una grossa sfida per le capacità degli operatori HR di far evolvere le proprie necessarie competenze e sensibilità.
Autore: Domenico Famà, Hr Sr Advisor & Temporary Manager
AI free article – Nella redazione di questo testo non è stata utilizzata alcuna IA
Una prima versione di questo articolo è stata pubblicata il 05 giugno 2025 su: https://www.yourhr.it/hr/un-semplice-esempio-di-modello-predittivo-in-ambito-hr/, la sezione Blog del sito di yourHR, una divisione di YOURgroup. Nella presente versione sono stati aggiunti i dati di un ulteriore caso aziendale.