•   Article   •   7 mins

Domine as matrizes de habilidades: por que a estratégia da Exness vale ouro?

Não faz muito tempo, o fundador da plataforma eLearning Industry se referiu às matrizes de habilidades como “uma das principais ferramentas que uma empresa pode usar para avaliar as habilidades e competências de sua força de trabalho”.

Da mesma forma, os especialistas da plataforma Training Industry veem as matrizes de habilidades como um “divisor de águas para as organizações”.

As matrizes de habilidades podem ser um componente importante para as organizações com foco em habilidades e servir de base para uma estratégia campeã.

O que é uma matriz de habilidades?

Normalmente em formato de grade, tabela ou lista, uma matriz de habilidades é a representação das habilidades que um colaborador tem ou precisa ter para desempenhar uma determinada função. Essa ferramenta ajuda a empresa a identificar lacunas de habilidades, conduzir o upskilling do pessoal, preencher vagas, entre outras possibilidades.

Na Exness, a implementação inovadora das matrizes de habilidades certamente foi um divisor de águas. No mês passado, essa fintech com sede em Chipre e cliente da Degreed foi uma das vencedoras de ouro do prêmio Degreed Visionary Awards 2024 na categoria Learning Innovator of the Year (Inovação em Aprendizagem do Ano). Aproveitamos a oportunidade para entrevistar integrantes da equipe de aprendizagem e desenvolvimento a fim de obter mais detalhes sobre como a aplicação das matrizes de habilidades transformou a aprendizagem por lá.

Nossos entrevistados foram: Dmitry Shevchenko, gerente de T&D online; Masha Komarova, gerente de desenvolvimento de talentos; e Denis Kasalinskii, especialista sênior de aprendizagem online.

O caso Exness: mudanças, colaboração e engajamento

Degreed: Nosso principal assunto hoje serão as matrizes de habilidades. Mas, antes de tudo, vamos situar os nossos leitores. Como era o cenário da aprendizagem na Exness três anos atrás, antes de toda essa mudança positiva gerada pelo programa premiado de vocês?

Shevchenko: Tínhamos um sistema de gestão de aprendizagem (LMS, na sigla em inglês) bem simples, com cursos desenvolvidos internamente. Ao mesmo tempo, nossos colaboradores tinham necessidades muito variadas. Somos uma empresa onde a parte técnica é bastante forte, portanto, temos muitos técnicos e muitos profissionais que lidam diretamente com os clientes. Precisávamos oferecer à força de trabalho um sistema de aprendizagem que atendesse a necessidades tão diversas. Com base nisso, buscamos uma plataforma que fosse fácil de integrar a outras bibliotecas de conteúdos e a diferentes plataformas, e que recebesse conteúdos de recursos externos, pois não faz sentido desenvolver conteúdos internos para a maioria dos assuntos de que precisamos. Por exemplo, Python. A internet já oferece muitos cursos bons sobre essa linguagem, então, por que criar algo só nosso se podemos simplesmente aproveitar um material de fora?

Nessa época, nós também percebemos que não bastava oferecer apenas conteúdos aos colaboradores. Queríamos uma plataforma, uma metodologia que analisasse as necessidades de aprendizagem, a situação atual e as proficiências de habilidades e também fizesse a correlação entre os conteúdos e as necessidades atuais de aprendizagem. Então, começamos a procurar outras soluções e escolhemos a Degreed.

Degreed: Cerca de um ano após a implementação da Degreed, vocês adotaram uma grande mudança que deu origem a esse programa premiado de matrizes de habilidades. Por que vocês fizeram essa mudança?

Shevchenko: Encaramos alguns desafios importantes. A empresa estava crescendo em ritmo acelerado, com uma estrutura que ganhava complexidade. Percebemos que havia colaboradores em cargos diferentes, mas que, no fundo, desempenhavam as mesmas funções. Além disso, em todos os níveis hierárquicos, de júnior a sênior, era fundamental entender os diferentes requisitos de habilidades. Respondemos a tudo isso com a implementação das matrizes de habilidades, a fim de estabelecer um arcabouço claro de competências para cada nível e garantir que os treinamentos para cada tipo de função fossem bem direcionados e eficazes.

Antes, oferecíamos treinamentos de forma reativa, por exemplo, quando um gestor solicitava treinamentos para a equipe ou quando percebíamos um problema pontual. Essas solicitações chegavam a nós de forma meio aleatória, partindo tanto dos colaboradores quanto dos gestores. Não tínhamos uma ferramenta para identificar uma área de crescimento em comum que atendesse, digamos, a uma divisão inteira.

Komarova: Algumas famílias de cargos, por exemplo, estão pulverizadas por toda a estrutura corporativa e não estão concentradas em uma única divisão. Por exemplo, designers, programadores e gerentes de projetos. Todos esses profissionais atuam em equipes diferentes, mas desempenham funções semelhantes. Além disso, não havia um controle adequado da nomenclatura dos cargos, pois quem definia isso eram os gestores. Tínhamos uma lista enorme de cargos que precisava ser reduzida porque a natureza das funções era basicamente a mesma.

Toda essa situação criava incertezas. Se você trabalhasse como programador, talvez não conseguisse encontrar essa função em outra equipe na qual quisesse entrar, mesmo que essa função existisse. Ou talvez você encontrasse uma vaga interna para a qual gostaria de se candidatar, mas que, no fundo, frustraria as suas expectativas.

Para compreender e simplificar a estrutura de cargos, nós começamos a mapear as habilidades de cada um deles.

Degreed: Certo, então foi isso que levou à formalização das matrizes de habilidades. Vamos conversar um pouco mais sobre elas. Como foi esse novo direcionamento? Como ele funciona na prática?

Shevchenko: Hoje a nossa metodologia integra as matrizes de habilidades e insights orientados por dados para criar uma abordagem focada e adaptativa para o desenvolvimento dos colaboradores. As matrizes identificam as lacunas de habilidades, enquanto as análises de dados nos ajudam a definir proativamente as necessidades de aprendizagem da organização. O monitoramento contínuo garante que a aprendizagem mantenha sua relevância e alinhamento tanto com as metas profissionais de cada colaborador quanto com os objetivos organizacionais. Além de aprimorar as habilidades dos colaboradores, a nossa metodologia também estimula uma cultura de aprendizagem contínua, contribuindo diretamente para o alcance de resultados empresariais mensuráveis, como melhoria do desempenho e inovação.

Degreed: Como vocês implementaram o programa de matrizes de habilidades?

Shevchenko: Para criar cada matriz, contamos com a ajuda de diversos colaboradores especialistas em suas funções e adotamos várias rodadas de aprovação. Uma parte importante da estratégia envolveu a preparação da infraestrutura técnica. Carregamos todas as matrizes na Degreed como planos de função, estruturamos cada uma e desenvolvemos um script middleware em Python. Com execução semanal, esse script atribui automaticamente a matriz de habilidades pertinente aos colaboradores ativos via API, garantindo o alinhamento contínuo. No total, já desenvolvemos 590 planos de funções personalizados com metas de habilidades que cobrem a maioria das funções existentes na Exness.

Além disso, simplificamos as avaliações de habilidades. Uma vez por ano, os colaboradores fazem uma autoavaliação a partir de uma matriz de habilidades e um plano de função com cinco a oito habilidades. Em seguida, um gestor analisa essa autoavaliação. Esse processo consegue identificar lacunas de habilidades e serve de base para reuniões individuais de desenvolvimento, para a criação de planos de desenvolvimento individual e para formalizar acordos de treinamentos.

Para dar mais precisão às avaliações de habilidades, incorporamos testes externos. Por exemplo, um script middleware personalizado atribui uma classificação de habilidade a Inglês para negócios com base em resultados de testes externos de nivelamento, aumentando a precisão dos nossos dados de habilidades. Nós também conduzimos treinamentos abrangentes e workshops para parceiros de negócios de RH, gestores e colaboradores, sempre enfocando a importância das avaliações, dos processos de avaliação e das etapas subsequentes.

Para completar, integramos a Degreed à Greenhouse, uma plataforma de contratação que simplificou o nosso recrutamento interno. Além de viabilizar a padronização do uso da taxonomia de habilidades e otimizar o processo de correlação entre os candidatos e as vagas, essa integração motiva os colaboradores a manter seus perfis atualizados, auxiliando os recrutadores nas pesquisas de candidatos. Também criamos painéis personalizados no Google Looker Studio para complementar o Advanced Analytics da Degreed e categorizamos as habilidades com a ajuda do Chat GPT-4. Todas essas medidas nos permitem gerar análises robustas de dados para tomar decisões bem embasadas quanto às nossas próximas metas de aprendizagem.

Degreed: E os resultados?

Shevchenko: Hoje, cerca de 85% dos colaboradores da Exness têm uma matriz de habilidades válida. Com isso, os usuários atualizam seus perfis da Degreed com mais frequência e são mais assíduos nas atividades de classificação de habilidades. Nossos números mostram que 65% dos colaboradores classificam todas as habilidades de suas matrizes, e 40% recebem classificações completas de habilidades por parte de seus gestores.

De maneira geral, o programa foi extremamente benéfico para o crescimento das atividades de aprendizagem. A quantidade de itens visualizados deu um salto de 88%, e a quantidade de conclusões subiu 42%.

Também saímos da reatividade para a proatividade. Nossa equipe global de T&D agora embasa decisões com dados concretos de avaliações de habilidades. Este ano, ajustamos os treinamentos centralizados não só às necessidades percebidas pelos líderes de divisões, mas a dados autênticos obtidos de colaboradores, tornando os treinamentos mais relevantes. Nossas iniciativas de aprendizagem agora são mais precisas e causam mais impacto.

Por exemplo, a detecção de um aumento nas pesquisas por GoLang nos levou a lançar oportunamente um plano relevante, coincidindo com uma transição de projetos de Python para GoLang. Esse plano rapidamente se tornou um dos nossos recursos mais utilizados. Nós também usamos os dados de habilidades do programa para ajudar no recrutamento de participantes do nosso programa “Exness Masters”, formado por até 25 especialistas de todos os setores da empresa que fazem a curadoria de conteúdos e conduzem treinamentos entre pares.

Degreed: Quais foram as lições aprendidas ao longo desse processo? Que conselho vocês dariam para uma empresa que gostaria de aplicar essa metodologia?

Shevchenko: Descobrimos que é essencial envolver os gestores e especialistas para desenvolver as matrizes de habilidades. Organizar workshops focados e presenciais para grupos diversos também nos ajudou a engajar os colaboradores e a comunicar as mudanças. Enfatizamos a importância e os benefícios mútuos do projeto e acreditamos que isso fomentou o aumento das taxas de participação e a precisão das avaliações das habilidades.

Kasalinskii: Também criamos atividades para aumentar o engajamento, como as sessões mensais de compartilhamento de conhecimentos com toda a empresa. Temos algumas edições especiais para uma determinada divisão ou departamento e, às vezes, fazemos sessões abertas à participação de todos os interessados. Ao final de cada trimestre, tentamos calcular qual foi o usuário mais ativo na Degreed e o presenteamos com um casaco com a marca que a equipe de T&D criou: “Learning Never Stops” (“A aprendizagem não para jamais”, em tradução livre).

O ponto mais importante de tudo isso é a constância. Se houver constância, vai dar certo.