HR Analytics (HRA), um campo em crescimento dentro da Gestão de Recursos Humanos, utiliza IA, ciências sociais e estatística para analisar dados da empresa e facilitar a tomada de decisão. Apesar da sua proeminência, a HRA enfrenta ceticismo quanto à sua eficácia. A HRA progride através das fases descritiva, preditiva, prescritiva e autónoma. A maioria dos departamentos de RH permanece na fase descritiva devido a vários desafios, incluindo falta de conhecimento especializado e altos custos de TI. No entanto, aplicações empresariais bem-sucedidas de HRA, permitem decisões baseadas em dados e previsões, como o employee churn. Este estudo emprega uma abordagem de métodos mista num case study, para determinar a eficácia da HRA no setor do transporte aéreo comercial em Portugal. Entrevistas semiestruturadas qualitativas identificam os principais desafios na gestão de pessoas, enquanto a análise quantitativa utiliza regressão linear múltipla em dados de um questionário a 369 profissionais de companhias aéreas portuguesas para explorar os fatores que influenciam as intenções de saída. As principais conclusões incluem a desvalorização dos RH nas companhias aéreas, o desalinhamento entre estratégias de negócios e de RH, e altas intenções de saída entre pessoal de terra, exacerbadas pela pandemia. O estudo confirma que a satisfação com a carreira, liderança, equilíbrio entre vida pessoal e profissional e remuneração afetam significativamente as intenções de saída. Este estudo contribui validando uma nova escala de satisfação laboral para o setor do transporte aéreo português, destacando o valor das metodologias mistas e fornecendo recomendações práticas para políticas de RH.

HR Analytics (HRA), a growing field within Human Resource Management, uses AI, social sciences, and statistics to analyze company data and facilitate decision-making. Despite its prominence, HRA faces skepticism about its effectiveness. HRA progresses through the descriptive, predictive, prescriptive and autonomous phases. Most HR departments remain in the descriptive phase due to several challenges, including a lack of specialized knowledge and high IT costs. However, successful enterprise applications of HRA enable data-driven decisions and predictions, such as employee churn. This study employs a mixed methods case study approach to determine the effectiveness of HRA in the commercial air transport sector in Portugal. Qualitative semi-structured interviews identify the main challenges in people management, while quantitative analysis uses multiple linear regression on data from a questionnaire to 369 professionals from Portuguese airlines to explore the factors that influence turnover intentions. Key findings include the devaluation of HR at airlines, misalignment between business and HR strategies, and high turnover intentions among ground staff, exacerbated by the pandemic. The study confirms that career satisfaction, leadership, work-life balance, and pay significantly affect turnover intentions. This study contributes by validating a new scale of job satisfaction for the Portuguese air transport sector, highlighting the value of mixed methodologies and providing practical recommendations for HR policies.