A loja que mede quantos minutos cada vendedor leva para fechar uma venda, a fábrica que cronometra cada etapa da linha de produção por sensores vestíveis, o call center que aplica análise de sentimento a cada ligação para antecipar risco de turnover, a empresa de tecnologia que audita produtividade de equipes remotas por software de monitoramento de tela e a rede varejista que decide promoções a partir de um painel de indicadores comportamentais têm algo em comum. Essas situações, hoje corriqueiras em operações de varejo, indústria, comércio e tecnologia, e praticamente em qualquer setor que já tenha digitalizado sua gestão de pessoas, utilizam métodos de People Analytics. Por trás de cada um desses painéis há uma oportunidade real de ganho de eficiência, de padronização de critérios e de competitividade. E há também, para quem ainda não percebeu, uma arquitetura jurídica que precisa ser bem desenhada desde o início para que esse ganho se converta em vantagem sustentável, e não em uma exposição a riscos jurídicos.
People Analytics é o uso sistemático de dados e de métodos estatísticos para orientar decisões sobre a força de trabalho, abrangendo desde a contratação até o desligamento, passando por alocação, avaliação de desempenho e retenção. A literatura organiza essa prática em um espectro de sofisticação crescente, composto pelo analytics descritivo, que registra o que já aconteceu; pelo diagnóstico, que investiga por quê; pelo preditivo, que estima o que deve acontecer; e pelo prescritivo, que recomenda o que fazer a respeito. Analytics descritivo registra o que já aconteceu; o diagnóstico investiga por quê; o preditivo estima o que deve acontecer; e o prescritivo recomenda o que fazer a respeito. O avanço de empresas brasileiras para estágios mais avançados desse espectro vem acontecendo rápido, puxada pela digitalização de sistemas de ponto, de CRM, de produtividade e de avaliação de desempenho e, cada vez mais, por ferramentas de inteligência artificial embarcadas em plataformas de RH. O ponto de atenção não está na tecnologia em si, que favorece decisões mais objetivas e padronizadas em comparação a processos inteiramente manuais. Está no fato de que essa migração costuma avançar sem que o departamento jurídico participe, desde a concepção, da arquitetura de governança e compliance desses dados. Toda ferramenta com alto impacto sobre pessoas exige arquitetura jurídica própria, da mesma forma que exige arquitetura de produto e de dados. É exatamente nesse desenho que está a diferença entre transformar People Analytics em vantagem competitiva ou em contingência.
O primeiro pilar dessa arquitetura é a Lei Geral de Proteção de Dados (Lei 13.709/2018). Dados de geolocalização de um entregador, de produtividade individual de um operador de linha, de tom de voz de um atendente ou de desempenho de um vendedor são dados pessoais e, em certos contextos, dados sensíveis nos termos do art. 5º, II, sujeitos ao tratamento mais rigoroso do art. 11 da Lei. Enquadrar corretamente a base legal de cada fluxo de dados (art. 7º, incisos II, V ou IX), definir finalidade específica e prazo de retenção, e estruturar a governança sob a supervisão do encarregado (art. 41) não é apenas mitigação de risco regulatório perante a ANPD, é o que permite a uma empresa apresentar, com segurança, seu programa de People Analytics a investidores, parceiros comerciais e a processos de auditoria com a devida diligência, transformando conformidade legal e regulatória em ativo de confiança.
O segundo pilar é a governança dos modelos e algoritmos usados para ranquear desempenho, triar currículos ou recomendar decisões de gestão, como alocação e desligamento de colaboradores. O problema jurídico começa quando o critério por trás de uma decisão automatizada não é auditável nem documentado, o que prejudica a capacidade de a própria empresa demonstrar, em eventual questionamento judicial, administrativo ou de órgão de fiscalização, que a decisão foi adequada e não discriminatória. O ônus de explicar o próprio algoritmo tende a recair sobre quem não o documentou. O arcabouço legal de referência consiste principalmente no princípio da isonomia (art. 5º, caput, da Constituição Federal), a vedação a critérios discriminatórios de acesso e manutenção do emprego (Lei 9.029/1995 e CLT, art. 373-A), a garantia de isonomia salarial por trabalho de igual valor (CLT, art. 461, §§ 1º a 3º), reforçada, para critérios remuneratórios entre mulheres e homens, pela Lei 14.611/2023 e pelo Decreto 11.795/2023, que já exige de grandes empregadores relatório de transparência salarial, e o direito do titular à revisão de decisões automatizadas, previsto no art. 20 da LGPD, ainda pendente de regulamentação específica.
A terceira dimensão, por fim, tão relevante quanto estratégica, é o valor probatório desses dados. O TST tem validado, em precedentes recentes, o uso de dados digitais de monitoramento como prova em processos trabalhistas. A Subseção II Especializada em Dissídios Individuais (SDI-2), por exemplo, em decisão de relatoria do ministro Amaury Rodrigues Junior, admitiu perícia de geolocalização de celular corporativo como meio de prova válido para aferição de jornada e de horas extras, por maioria, por entender que essa prova não viola sigilo de comunicações. Processos de People Analytics bem governados, com política de retenção clara, finalidade definida e auditoria documentada, seguem essa mesma lógica e podem se tornar a melhor prova de defesa da empresa em reclamações sobre jornada, produtividade ou cumprimento de treinamento. Quando mal gerenciados, coletados sem finalidade clara, retidos indefinidamente ou usados para fins distintos dos informados ao trabalhador, podem se converter em evidência contra a própria empresa, independentemente do mérito da causa original.
A conclusão prática para diretores jurídicos e gestores de operações de varejo, indústria, comércio e tecnologia, é que People Analytics deixou de ser pauta eventual de revisão contratual para se tornar projeto que exige assento jurídico desde o início, com definição de base legal e finalidade antes da coleta, política de retenção e anonimização, auditoria periódica dos modelos, revisão humana em decisões críticas e canal efetivo de resposta a questionamentos. Empresas que tratam governança como parte da arquitetura do próprio dado, e não como resposta a uma notificação da ANPD ou a uma reclamação trabalhista já ajuizada, transformam essa tecnologia em um dos ativos mais sólidos de segurança jurídica e de crescimento sustentável.