Dall’Intuition-based HRM all’analisi predittiva: evoluzione e implicazioni etiche delle HR Analytics nella gestione del turnover

Abstract

Oggetto di questa tesi è l’analisi dell’influenza delle HR Analytics sulla gestione del turnover, indagando come tale approccio si ponga in contrapposizione con la metodologia intuitiva HRM. La ricerca si inserisce nel contesto della trasformazione digitale e dell’uso dei Big Data nelle attività HR, con l’obiettivo di rispondere alla domanda: "Come si sta configurando la gestione del turnover aziendale con l’introduzione delle HR Analytics, e quali sono le implicazioni etiche di questa trasformazione?" I motivi di questo studio risiedono nel voler comprendere come i modelli analitici, in particolare la predictive analysis, possano supportare un decision-making più informato e migliorare la gestione del turnover, tenendo sempre in considerazione le possibili implicazioni etiche connesse alla privacy. Il metodo adottato ha previsto una revisione della letteratura e uno studio comparativo tra HR Analytics e Intuition-based HRM, il tutto attraverso il delineamento dell’evoluzione delle HRA, degli strumenti predittivi e intuitivi applicati al turnover, ed infine una riflessione su etica, privacy, trasparenza dei processi, e tutela dei diritti dei lavoratori. La tesi si chiude con il suggerimento e una sfida per le organizzazioni, consistenti in un bilanciamento di questi due approcci per un uso sostenibile e responsabile delle HR Analytics in ambito di gestione e predizione del turnover.

The object of this thesis is to analyze the influence of HR Analytics on turnover management, investigating how this approach is in contrast with the intuitive HRM methodology. The research is placed in the context of digital transformation and the use of Big Data in HR activities, with the aim to answer the question: "How is the management of turnover with the introduction of HR Analytics, and what are the ethical implications of this transformation?" The rationale for this study is to understand how analytical models, particularly predictive analysis, can support better informed decision-making and improve turnover management, always taking into account the possible ethical implications related to privacy. The method adopted included a literature review and a comparative study between HR Analytics and Intuition-based HRM, all through the delineation of the evolution of HRA, predictive and intuitive tools applied to turnover, and finally a reflection on ethics, privacy, transparency of processes, and protection of the rights of workers. The thesis closes with a suggestion and challenge for organizations to balance these two approaches for a sustainable and responsible use of HR Analytics in the field of turnover management and prediction.