Como as previsões de demanda de mão de obra são feitas no planejamento de recursos humanos?
O planejamento de recursos humanos pode usar abordagens qualitativas e quantitativas para prever a demanda de trabalho. Os métodos quantitativos dependem de avaliações estatísticas e matemáticas, como análises de tendências da força de trabalho ou cálculos econométricos. As previsões qualitativas usam o julgamento gerencial em uma base mais individual, identificando as necessidades internamente e, em seguida, oferecendo ou treinando as habilidades necessárias. Em última análise, muitos departamentos de recursos humanos podem usar os sinais básicos de oferta e demanda gerados no mercado de trabalho para estimar a demanda.
No setor privado, o tipo e a quantidade de trabalho demandado é função da demanda total por produtos e serviços na economia. Nesse sentido, quem controla o trabalho é o consumidor e não o empregador. Cabe aos produtores prever e distribuir a mão-de-obra demandada de forma lucrativa. A fonte primária de informações sobre o trabalho vem dos preços – os salários fixados no mercado, os preços dos bens e serviços e o custo das alternativas ao trabalho manual.
Conceitualmente, prever a demanda de trabalho não é diferente de prever a combinação certa de quaisquer insumos de capital. As empresas devem antecipar com sucesso a demanda do consumidor e encontrar maneiras econômicas de trazer bens ou serviços para o mercado. Um gerente de produção de manufatura pode perguntar: “Quantos widgets devo levar ao mercado no próximo ano?” Da mesma forma, um gerente de recursos humanos pode perguntar: “Quantos funcionários precisaremos para produzir esses widgets no próximo ano? Em que nível de habilidade?”
A literatura contemporânea sobre planejamento de recursos humanos identifica vários métodos comuns de estimar as necessidades de capital humano de uma empresa. Isso inclui julgamento gerencial, técnicas de estudo de trabalho (também conhecidas como análise de carga de trabalho), análise de tendências, a Técnica Delphi e análise de regressão baseada em modelo.