Herramientas para una Compensación Total más agile: Conjoint Cards y Moscow Compensation

Las organizaciones cada vez se esfuerzan más por generar estrategias de Compensación Total más potentes, con la finalidad de incrementar la productividad y generar valor en las condiciones actuales de complejidad. Esto incluye un esfuerzo por diseñar una compensación “a la carta”, con más personalización, considerando las preferencias de las personas.

Pero, ¿cómo podemos identificar preferencias para generar estrategias de Compensación Total más personalizadas, que tengan a las personas como centro? Y, más importante aún, ¿cómo podemos diseñar el mejor sistema de Compensación Total sabiendo que las organizaciones tienen recursos limitados? Pues seamos realistas: las organizaciones tienen recursos finitos que restringen lo que pueden “ofrecer”.

Te presento un par de herramientas que puedes aplicar para descubrir qué atributos valoran más tus colaboradores, conociendo qué es lo más importante para ellos: Conjoint Cards y Moscow Compensation. Con ellas podrás obtener insights para diseñar la mejor experiencia de empleado posible. Ambas herramientas se basan en las siguientes premisas:

1. La Compensación Total incluye todos los atributos, monetarios y no monetarios, tangibles e intangibles, que las personas perciben de la organización a cambio de su contribución y por hacer vida en la organización, como pueden ser: el clima laboral, objetivos, oportunidades de desarrollo, herramientas, estilos de liderazgo, espacio físico, condiciones contractuales, entre otros atributos.
2. La construcción del modelo de Compensación Total debe tener como centro a las personas, identificando así lo que es importante para ellas.
3. Las personas tenemos motivaciones intrínsecas, pero son los atributos que tiene la organización los que “detonan” estas motivaciones.
4. Las personas presentamos una primacía de preferencias de algunos atributos sobre otros, y valoramos los mismos de forma relativa según cómo se combinan entre sí. Nuestras preferencias cambian a lo largo del tiempo.
5. Las organizaciones no tienen recursos infinitos a ofrecer, teniendo limitaciones al diseñar los atributos y con ello las experiencias de empleado.

CONJOINT CARDS

Esta herramienta consiste en una serie de tarjetas que plantean distintos escenarios hipotéticos de atributos. Las personas deben ordenar desde la tarjeta con el escenario más preferido hasta el menos preferido. Por ejemplo, supongamos que queremos descubrir qué prefieres tú ante estos 3 atributos: salario, clima laboral y horarios. Las siguientes tarjetas reflejan distintas combinaciones de atributos limitados, creando escenarios diferentes. ¿Cuál se estos escenarios hipotéticos prefieres?

• Escenario A: empresa con fantástico clima laboral, horarios rígidos, un salario medio.
• Escenario B: empresa con un clima laboral hostil, altísima conciliación laboral, un salario elevado.
• Escenario C: empresa con excelente clima laboral regular, conciliación laboral intermedia y un salario bajo.

Ordenando las tarjetas A, B y C según tus preferencias, y aplicando ciertas técnicas estadísticas, podemos descubrir cuál es el atributo más importante para ti, revelando qué valoras más y qué te lleva a tomar decisiones.  

Para aplicar las Compensation Cards, los pasos serán:

1. Elegir qué atributos quieres investigar y definir de forma concreta qué significan. Por ejemplo ¿qué significa concretamente un clima normal? Debe haber un entendimiento compartido del atributo.
2. Luego, debemos diseñar las tarjetas, personalizando los atributos según tu organización. Para ello, usaremos la técnica estadística de análisis conjunto: técnica utilizada en la investigación de mercados que permite identificar de forma cuantificada el valor que las personas le asignan a las distintas características de un producto/idea/organización. Lo haremos utilizando un programa como SPSS, que nos dará las combinaciones de atributos que cada tarjeta debe tener. El número de tarjetas variará entre 9 y 16, dependiendo de la cantidad de atributos que queramos analizar.
3. Seguidamente, aplicamos la dinámica pidiendo a las personas que ordenen las tarjetas (pueden ser virtuales o físicas). En promedio la dinámica dura entre 5 y 10 minutos, y resulta sencillo para el participante.
4. Finalmente, analizamos los datos utilizando el análisis conjunto. Este análisis nos indicará cuáles son los atributos preferidos de las personas, tanto a nivel individual como colectivo. Puedes leer un sencillo resumen de cómo trabajar con análisis conjunto aquí. Al ser cuantitativo, podemos identificar métricas y aplicarlo en un grupo extendido de participantes.
5. No pasado mucho tiempo (por ejemplo cada año) revisamos, refinamos y volvemos a aplicar.

Esta técnica ha sido utilizada en áreas de RRHH en importantes organizaciones como Wegmans (para definir los beneficios a ofrecer) y  Mercer (para establecer estrategias de Compensación Total de sus clientes), sólo por nombrar algunos ejemplos.

MOSCOW COMPENSATION

Si buscas algo más sencillo para explorar las preferencias de una persona o grupo pequeño, Moscow Compensation te puede venir muy bien. Consiste en proveer a las personas una lista de atributos y pedir que los clasifiquen bajo la técnica de priorización MoSCoW, habiendo una limitación de ítems en cada categoría. Así, partiendo de restricciones, la persona debe priorizar en base a sus preferencias los distintos atributos.

Las siglas de MoSCOW significan, en inglés:

• Mo (Must): Atributos que deben existir para sentirnos plenos, no son negociables.
• S (Should): Atributos que deberían de estar presentes. Son altamente deseables por la persona.
• Co (Could): podría estar presente, pero no es indispensable. Generan un plus agradable.
• W (Won’t): es lo que no se va a considerar por el momento. Por ejemplo, a lo mejor hay un atributo de “seguro de vehículo” pero no me interesa porque no tengo vehículo.

Para aplicar esta herramienta, lo primero es elegir los atributos y crear nuestra lista a priorizar. Lo siguiente, es limitar la cantidad de atributos que se pueden elegir por categoría. Finalmente, preguntaremos a los participantes qué significan los atributos para ellos, obteniendo insights sobre lo que valoran en la organización. ¿Qué significa para ti un líder fantástico?  

Nota: puedes usar otros métodos de priorización agile como “100 Puntos“: donde la persona tiene 100 puntos a distribuir votando por los distintos atributos.

¿CÓMO PUEDEN AYUDARNOS ESTAS HERRAMIENTAS?

• Nos permiten descubrir lo que valoran las personas y co-crear estrategias de Compensación Total haciendo de los colaboradores el centro, generando estrategias mucho más ajustada a las expectativas y deseos reales.  ¿Cuántas veces no creamos políticas de compensación pensando desde RRHH y no desde lo que quiere, realmente, la gente?
• Permiten priorizar los puntos donde hay que poner foco e invertir recursos. Por ej. Si predominan fuertes preferencias por oportunidades de aprendizaje y en último lugar están los eventos sociales, ¿para qué insistir en gastar presupuesto en esas meriendas de los jueves?
• Al considerar que existen restricciones, resultan más realistas que otros instrumentos como encuestas o preguntas abiertas, donde solemos responder que queremos lo mejor de lo mejor.
• Son un complemento indispensable para herramientas como los Moving Motivators de Management 3.0 o los 16 motivadores de Steven Reiss, que se basan en detectar factores motivacionales intrínsecos, pero no en los atributos específicos que la organización puede ofrecer. Motivaciones y atributos son dos caras de la misma moneda.
• Nos pueden ser de mucha utilidad para procesos de RRHH como la selección externa o al asumir un nuevo rol en la organización. Conociendo las preferencias de las personas aumentamos la probabilidad de tener un mejor fit.  
• A nivel personal, conocer qué atributos son más importantes para nosotros nos ayuda a tomar decisiones más conscientes y acertadas.

Finalmente, recordemos que las preferencias varían a lo largo del tiempo y debemos generar mecanismos para valorar las mismas de forma frecuente, adaptando nuestra estrategia de compensación de forma empírica.  

¡Te invito a percibir la Compensación Total bajo otra visión mucho más enfocada en las personas y, si te atreves, a crear tus propias herramientas ajustadas a la realidad de tu organización!

REFERENCIAS

Debellis, P. (2018). Surveying Employee Preferences for Rewards: A Primer. Deloitte. Recuperado en https://www2.deloitte.com/content/dam/Deloitte/ca/Documents/audit/ca-audit-abm-scotia-surveying-employee-preferences-for-rewards.pdf

Malhotra, N. (2004). Investigación de Mercado: Un enfoque práctico. 4ta Edición. Editorial Prentice-Hall. México.

Novotorova, N. (2007). A Conjoint Analysis of Consumer Preferences for Product Attributes: the case of Illinois apples. Trabajo de grado para optar al título de Dr. of Philosophy in Agriculture and Consumer Economics en la Universidad de Illinois en Urban Champaing.

Salas, C. & Sánchez, A. (2013). Preferencias Relativas de Candidatos a puestos de trabajo ante recompensas extrínsecas en el sector de consumo masivo. Recuperado en: http://biblioteca2.ucab.edu.ve/anexos/biblioteca/marc/texto/AAS7069.pdf

Staff of the Corporate Executive Board. (2009). Keeping Employees Engaged While Reducing Benefit. Recuperado en: https://www.bloomberg.com/news/articles/2009-08-21/keeping-employees-engaged-while-reducing-benefits