Todo RH que investiu em people analytics nos últimos anos conhece a cena: uma tela cheia de gráficos coloridos, atualizada em tempo real, que ninguém usa para decidir nada. O dashboard existe. A reunião acontece. E a decisão continua sendo tomada pela mesma intuição de sempre — só que agora com um gráfico bonito ao fundo para dar respaldo.
Não é um problema seu. É o padrão do mercado, e agora ele está medido. O estudo State of People Analytics 2025-26, da HR.com — conduzido entre agosto e outubro de 2025 —, coloca número em algo que quase todo líder de RH sente na pele: menos da metade dos profissionais afirma ter sistemas integrados o suficiente para uma análise significativa, e apenas um em cada quatro conecta dados de RH a métricas mais amplas de negócio.
Sobram dashboards. Falta mudança.
A frase resume a lacuna inteira. As empresas avançaram em coletar e visualizar dados de gente — e travaram exatamente no ponto que importa: transformar esse dado em decisão que muda o resultado. E os números mostram que a situação não está melhorando: a parcela de profissionais que concorda que seus processos de analytics de fato melhoram decisões caiu de 57% em 2023 para 48% em 2024 e 45% agora. Investiu-se em ferramenta, e a percepção de valor recuou.
O problema não é a visualização. É a fundação.
A tentação natural, diante de um dashboard que não gera ação, é trocar de ferramenta. Comprar a plataforma mais nova, com mais gráficos, mais IA embutida. Mas o gargalo raramente está na camada que se vê. Ele está embaixo — na fragmentação dos dados que alimentam tudo.
Os dados de gente de qualquer empresa vivem espalhados: o histórico de contratação no ATS, os dados cadastrais e de desempenho no HRIS, a remuneração na folha, o clima nas pesquisas. Cada sistema fala sua própria língua, guarda seus dados em seu próprio formato, e não conversa com os vizinhos. Fazer analytics sobre isso é como tentar montar um quebra-cabeça cujas peças foram fabricadas por quatro empresas diferentes.
Sem essa camada de unificação, cada pergunta de negócio — "as contratações do último trimestre estão performando?", "onde o turnover está concentrado e quanto custa?" — vira um projeto manual de duas semanas, exportando planilhas de quatro lugares e cruzando na mão. É lento, caro e frágil. E, no fim, quem espera a resposta já decidiu por conta própria.
Quanto mais fontes de dado uma empresa acumula, maior a promessa de inteligência — e maior o atrito para extraí-la. A abundância de sistemas, sem integração, não gera mais clareza. Gera mais silos. É por isso que expandir o número de ferramentas costuma aprofundar a lacuna em vez de fechá-la.
Relatar o passado × decidir o futuro
Existe uma confusão que sustenta boa parte do desperdício em people analytics: tratar relatório e analytics como sinônimos. Não são. Relatório responde "o que aconteceu". People analytics responde "por que aconteceu e o que fazer agora". A maioria das áreas está presa no primeiro, achando que faz o segundo.
Os dados da HR.com desenham essa fratura com uma clareza quase cruel. Entre os que dominam a disciplina — os líderes de people analytics —, 93% dizem que seus sistemas ajudam a tomar decisões de talento que melhoram os resultados do negócio. Entre os retardatários, apenas 13% dizem o mesmo. Não é uma diferença de grau. É um abismo entre quem usa dado para agir e quem usa dado para se justificar.
Líderes de people analytics são até seis vezes mais capazes de conduzir mudança a partir do que os dados mostram.
Repare no que esse número não diz. Ele não fala de mais dashboards, nem de plataformas mais caras. Fala de capacidade de mudar comportamento com base em evidência. O que separa os dois grupos não é o volume de dado que possuem — é a distância que conseguem percorrer entre o dado e a ação.
| Dimensão | RH que relata | RH que decide |
|---|---|---|
| Pergunta central | O que aconteceu? | Por que — e o que fazer? |
| Dados | Espalhados em silos | Unificados numa base |
| Entregável | Dashboard estático | Decisão com dono e prazo |
| Postura | Reativa | Preditiva |
| Lugar na empresa | Área de suporte | Parceira de negócio |
Analytics de qualidade começa antes do primeiro gráfico
Há uma verdade incômoda que raramente aparece nos debates sobre people analytics, porque ela não se resolve comprando software: análise nenhuma é melhor que o dado que entra nela. Uma camada de unificação impecável, cruzando ATS, HRIS, folha e pesquisas, ainda vai produzir conclusões frágeis se a matéria-prima for de baixa qualidade.
E boa parte da matéria-prima do RH nasce sem verificação. Informação autodeclarada em currículo, dados de admissão preenchidos às pressas, históricos que ninguém confirmou. Quando esse tipo de dado alimenta um modelo preditivo de turnover ou de fit cultural, o resultado é sofisticado por fora e instável por dentro — a estatística amplifica o erro em vez de corrigi-lo.
Quem leva people analytics a sério, portanto, não começa pela ferramenta de visualização. Começa duas etapas antes: garantindo que cada fonte de dado seja confiável na origem. A contratação é uma dessas fontes — e uma das mais negligenciadas. O dado gerado no momento da entrada de um colaborador é o ponto de partida de quase toda análise de gente que virá depois: performance, permanência, custo, risco. Se ele entra verificado e estruturado, todo o edifício analítico ganha uma base sólida. Se entra no escuro, a lacuna de people analytics começa antes mesmo do primeiro dashboard.
Não se faz inteligência de dados sobre dado que ninguém checou.