Creativity

Innovation

Originality

Imagination

 

Salient

Salient is an excellent design with a fresh approach for the ever-changing Web. Integrated with Gantry 5, it is infinitely customizable, incredibly powerful, and remarkably simple.

Download

Data Science

  • En algunos ámbitos se observa un constante uso del término de "Big Data en HR", refiriéndose a cómo la información y datos generados en múltiples Big Data HR Análisissistemas tendrán un impacto profundo en la Gestión Humana.
    Desde Instare creemos que el uso de ese término en ámbitos de Gestión Humana es inapropiado, ya que en general al ser nombrado no se comprende qué significa realmente , y es utilizado con un fin de generar interés, pero desconociendo el camino apropiado para una implementación exitosa del uso de datos (que entendemos debería ser nombradocomo  HR Analytics).


    Para ordenar el escenario, es fundamental señalar que Big Data hace referencia a  las 4 "V".
    Volumen: Big Data implica conjuntos de datos de tal magnitud  que exigen infraestructura especial. No alcanza el disco rígido de una computadora, sino que debe implementarse con múltiples sistemas de almacenamiento e incluso múltiples computadoras procesando "en paralelo".
    Variedad: Ya no se trata solo de números o categorías, sino es incluso imágenes, video, audio y muchos otros formatos, que se procesan para en conjunto llegar a generar conocimiento relevante.
    Velocidad: Buscamos repuestas inmediatas, "en línea", como hace Google cuando hacemos una búsqueda y en décima de segundos procesa conjuntos masivos de datos diversos para darnos la repuesta que estábamos buscando
    Veracidad: Es entender que los datos que se están procesando no son necesariamente veraces, por lo que se deberán instrumentar mecanismos para verificarlos o saber entender los riesgos de trabajar con información que no lo sea.


    En áreas de negocio el uso de Big Data en términos "ortodoxos", no es un asunto para cualquiera. En Gestión Humana, a pesar de que muchos están pensando, investigando y desarrollando aplicaciones, todavía el foco debe ser entender y saber aprovechar la información estructurada (datos y números) para comenzar a aprovecharla.
    Hay múltiples desafíos que están en juego, y hábitos que deben ser superados para tener más impacto en la gestión diaria de parte del mundo de HR Analytics -que incluye el mundo de Big Data, ya que Analytics implica la toma de decisiones basadas en datos-. Todavía los profesionales de Gestión Humano miran a la distancia el mundo de la matemática o estadística y olvidan que hay muchos datos en la web para ser aprovechados (cosa que los profesionales de Big Data saben aprovechar inteligentemente), entre otros asuntos claves.
    Big Data permitirá posibilidades que muchas veces son inimaginables, por ej. generar sistemas que automáticamente rastrearán la web buscando los candidatos que nos interesan, identificando habilidades, actividad profesional, o nivel de expertise técnica, aprovechando por ej. el análisis de la actividad en redes sociales profesionales, y los trabajos que hayan compartido en la web.
    Mientras, se trata de comenzar a aprovechar números y categorías, para poder tomar decisiones más inteligentes y proactivas, preparándonos para el uso del auténtico Big Data.
    Big Data es el futuro. HR Analytics es el presente. Somos profundos creyentes de que en los datos están muchas de las respuestas que la Gestión de Personas busca. Se trata simplemente de tomar el camino que permita crecer nuestra capacidad de poner la información de nuestro lado. Como demuestra el trabajo de investigación de CEB el riesgo es saltar a la sofisticación, cuando lo primero que está en juego es la aplicabilidad. Es hora de que el área cambie su forma de gestionar. Y eso implica comenzar a aprovechar todo lo que HR Analytics nos ofrece. El desafío es identificar en cada caso la estrategia más apropiada.

  • Nos referimos a menudo a situaciones y problemáticas características de la Gestión de Persona que se originan en la disímil velocidad con que el área incorpora las posibilidades brindadas por Analytics. En este artículo nos concentraremos en un efecto no tan evidente de la lentitud del área para incorporar soluciones de tecnología de datos y Analytics que ya están revolucionando muchas funciones de negocio: la posición de los directores y gerentes y su rol en la dirección de Talento.basketball 1263000 1920

    El desarrollo teórico de la dirección de Talento y más precisamente de la motivación de los empleados es sin lugar a dudas uno de los grandes logros de la evolución de la disciplina de HR. Contamos hoy con teoría eficaz y probada, contamos con especialistas y expertos de referencia. Y sin embargo la práctica de la dirección de Talento sigue vinculándose (cuando no definiéndose) fuertemente con la experiencia subjetiva y la intuición de los gerentes.
    Tal vez no se trate de un problema nuevo, pero debemos reconocer que su solución se vuelve cada vez más apremiante. En todo caso la interesante cuestión es ¿puede Analytics ayudarnos a realizar una mejor o más eficaz dirección de Talento? ¿puede ser un recurso valioso para lograr motivación?
    Recientes investigaciones avalarían respuestas afirmativas, apoyándose en el rol que cumplen los gerentes aún en la actualidad. Estas investigaciones realizadas a nivel global en grandes empresas demuestran no solo que los directores poseen un rol crítico en el compromiso que asumen sus empleados sino que en el 85% de los casos el nivel de motivación de los empleados decae luego de haber transcurrido seis meses en el puesto bajo una misma gerencia.
    Algunos de los motivos por lo cual esto sucede son bien conocidos: la fijación de objetivos no se realiza de acuerdo a las expectativas de los empleados, cuando se fijan objetivos ambiciosos en operaciones cuyos resultados no pueden definirse con precisión, cuando se fijan objetivos externos en tareas complejas (por ejemplo creativas o intelectuales) que por general implican la motivación intrínseca del empleado, las evaluaciones parciales de funcionamiento (que tienden a deformarse por la tendencia de los gerentes a privilegiar perfiles similares al propio, lo cual atenta contra la diversidad y genera clima de injusticia), el feedback ineficaz (por insuficiente o demasiado crítico), el mal uso del empowerment y fundamentalmente por la naturaleza repetitiva o incluso aburrida del trabajo o tareas.

    Por alguna de estar razones, hace unos años Google implementó un proyecto, referencia obligada de los casos de aplicación de Analytics a problemas de GH, tendiente a determinar si eran necesarios los gerentes. Si bien el proyecto Oxígeno amerita un artículo completo, pensamos que por el momento podemos no llegar tan lejos. Lo que Analytics puede brindar a directores y gerentes es en primer lugar una guía para acercarse a sus empleados de modo objetivo y conducido por datos, dejando el arte y la intuición para etapas posteriores.
    Por el momento la tecnología no es un instrumento de gestión más eficaz que directores y gerentes ni puede reemplazar a la gente para enfrentar problemas complejos que requieren soluciones creativas, pero sin lugar a dudas pueden ser el colaborador ideal para diseñar esquemas, procesos y flujos de trabajo adecuados, para definir los puestos correctos de las personas y supervisar y evaluar su desempeño.

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

  • Una imagen vale más que mil palabras (o mil análisis). Y eso es lo que claramente esté comprendiendo el mundo de Analytics. Muchos necesitan imágenes para entender de qué se trata y qué se está diciendo. No es causal ver que una importante parte de las publicaciones (y herramientas) que van apareciendo en el mercado de Analytics estan vinculadas a la Visualización de Información. Storytelling with Data

    Los datos esconden mucho, y se los puede hacer hablar, no solo con complejas y sofisticadas herramientas de análisis y algoritmos, sino también sabiendo encontrar las formas y métodos más apropiados para mostrarlos de manera visual. Estos temas son parte importante de nuestra agenda de estudio y trabajo (y así lo hemos hecho parte de nuestra nueva actividad abierta titulada "De Datos, Métricas, Tableros y Visualizaciones), y será parte de nuestros desarrollos futuros. En nuestra agenda de lectura y profundización encontramos en el camino el "Storytelling with Data", de Cole Nussbaumber Knaflic, que entre los libros que tenemos y leemos sobre el tema, ha sido diferente. Cole, de formación de base matemática, ha luego transitado un camino por el ámbito empresario, teniendo a su vez un MBA, y experiencia en finanzas. Y especialmente interesante para nosotros, profesionales vinculados a la Gestión de Personas, Cole ha sido parte del quizás ya "mítico" equipo de People Analytics de Google, ya famoso por trabajos como el Proyecto Oxígeno o el actual Proyecto Aristóteles. La autora era responsable de temas de visualización de información, como también fue entrenanado personas de la compañía en esta disciplina.

    Storytelling Opciones GráficosEl libro presenta un enfoque interesante para el practicioner, ya que puede presentar temas técnicos, como lo son la elección de las visualizaciones más adecuadas para cada situación, incluyendo buenas prácticas de manera sencilla y pragmática, sino que también lo enfoca desde el Storytelling, ofreciendo un camino de visualización reflexivo pensando en el público que tendrá nuestro trabajo, nuestros objetivos, y cómo trabajar para que nuestras visualizaciones cuenten sus historias de la manera más apropiada, y los destinatarios no tengan dificultades en poder aprovecharlas. 

    La autora es especialmente generosa en citar sus referencias y fuentes conceptuales, como por ej. el trabajo de Nancy Duarte (de quien recomendamos Slidedology, el cual usamos como soporte conceptual para nuestras capacitaciones en Presentaciones Efectivas), además de brindar recursos diversos que pueden ser útiles para seguir profundizando o trabajar en la preparación de visualizaciones.

     

    Creemos que el trabajo de Cole puede ser una buena opción para comenzar a estudiar y trabajar en cómo hacer que nuestros datos sean compartidos visualmente de la manera más efectiva posible.

     

    Si necesitás saber más sobre estos asuntos, buscás recomendaciones o formación y/o consultoría, consultanos haciendo click aquí.

     

  •  En la ironía del subtítulo queríamos ejemplificar un fenómeno que podemos observar a diario. Tantos términos que se convirtieron parte de la vida cotidiana, aunque la mayoría de quienes lo nombran no comprenden qué significa e implican.

    Entre tantos, hoy nos queremos centrar en dos que todos quieren nombrar como herramientas que usan en sus áreas de Gestión Humana: Machine Learning y Data Mining.
    ¿Son lo mismo? ¿Qué "hacen"?

    Podríamos decir que en primera instancia son primos hermanos. Ambos utilizan los mismos algoritmos (secuencias de pasos) para poder "aprender" patrones en conjuntos de datos.

    Por una parte, podríamos definir el Data Mining como el análisis de grandes conjuntos de datos para encontrar patrones no evidentes, pero relevantes. Esto es una herramienta que nos permite aprovechar a las computadoras, trabajadoras incansables, para que prueben combinaciones de variables hasta encontrar -sin hacer pausas- algún patrón que nosotros no podríamos nunca encontrar en un sinfín de datos.
    Machine Learning también busca comprender (o aprender) patrones, pero a diferencia del Data Mining, en el cual se analiza el conjunto de datos para concluir en patrones identificados, en el Machine Learning el algoritmo "continua" aprendiendo de manera autónoma a medida que es alimentado con nuevos datos. Es una pequeña, pero gran diferencia.

    Utilizando ejemplos de Gestión de Personas: con Data Mining podríamos analizar el sinfín de datos recolectados en los últimos años para identificar la combinación de factores que diferencian a los empleados de alto desempeño de los otros, para así optimizar nuestro proceso de selección de personal. Una vez construido ese “modelo”, lo aplicamos para decidir si avanzar con un candidato o no. Machine Learning en cambio no solo genera un modelo, sino que continúa mejorando a medida que se generan nuevos datos. Esto es claramente más atractivo, ya que el aprendizaje es continúo y más “autónomo”, pero esto requiere más desarrollo.

    En otras ediciones,continuaremos revisando otros conceptos. 

    ¡Esperamos te guste! 

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

  • "La totalidad es más que la suma de las partes", cita atribuída a Aristóteles fue la inspiración para el equipo de People Analytics de Google, quienes saltaron a la fama de esta disciplina con el Proyecto Oxígeno, el cual permitió comprender qué características diferenciaban a los grandes gerentes de la compañía. Equipo

    Y es así como decidió titular "Proyecto Aristóteles" a la iniciativa de aplicar el mismo método al encontrar las características claves para la efectividad de los equipos de Google. 

    Continuando lo que proponemos como parte clave de todo proyecto de HR Analytics, que parte de revisar el estado del arte del asunto a estudiar, el Proyecto Aristóteles comenzó revisando medio siglo de los estudios e investigaciones sobre cómo funcionan los equipos. ¿Se tratan de construirlos con personas de mismos intereses? ¿O mismas moticaciones? Los estudios inspiraron a los expertos de Google a estudiar cuánto socializaban los empleados de Google fuera de la oficina, intereses personales, formación previa, y otros factores. A su vez comenzaron a señalar a los equipos con resultados diferenciales, particularidades de equipos que permanecieron unidos durante períodos prolongados, y otras tantas variables. El trabajo tenía dificultades en encontrar patrones, trabajo que incluyó 180 equipos de toda la compañía. Algunos equipos de grandes resultados eran amigos con mucha actividad social fuera de la oficina, otros eran compuestos entre extraños, otros tenían gerentes fuertes, y así seguían apareciendo características diferentes.

    En la revisión bibliográfica apareció el concepto de "normas de grrupos", tradiciones o estandares de conducta, que indican cómo debe comportarse cada equipo. Y así el trabajo comenzó a centrarse en ver qué aspectos se encontraban vinculados a esos factores. Los investigadores concluyeron que comprender e influenciar las normas de los equipos era clave para mejorar los equipos en Google. La pregunta a responder cambiaba ahora: ¿cuáles eran las normas más importantes? En la primera fase posterior de trabajo muchas veces la información parecía contradictoria respecto a las conductas claves. 

    Un trabajo de investigadores de Carnegie Mellon comenzó en el 2008 a quere responder una pregunta similar. Para hacerlo reclutaron casi 700 personas que dividieron en pequeños grupos y asignaron tareas que requerían diversos tipos de cooperación. ¿Eran igual de efectivos los equipos en las diversas tareas que se les asignaban? El trabajo comenzó a encontrar que los equipo más efectivos diferían de los otros en cómo los miembros se trataban entre ellos. "Buenas normas" aumentaban el desempeño de los equipos. Dos asuntos llamaron la atención de los mejores equipos: parecía distribuirse de maneras iguales la cantidad de tiempo que cada miembro hablaba, y que todos integrantes tenían una "sensibilidad social" similar (los miembros de los mejores equipos tenían mejores resultados en tests en los que debían evaluar los sentimientos de un tercero viendo una fotografía). La combinación de estos dos fenómenos fue denominado por Edmonson, profesora de Harvard Business School, "Seguridad psicológica": una sensación de confianza de que un miembro de un equipo no avergonzará, rechazará o castigará al otro por su opinión.

    Encontrar este concepto generó al equipo de Google sentido de la información recolectada. Aquí estaba una norma clave para el éxito de los equipos. En el 2014 el equipo comenzó a compartir sus hallazgos con equipos dentro de la compañía, luego de ya tener 3 años de datos. Era hora de comenzar a sumar a otros en cómo implementar y desarrollar estas normas que no parecían de fácil utilización para el desarrollo. La colaboración inicial en la utilización de estos insights por equipos liderados por personas que tenían especial interés en el tema fueron positivas, comenzando a mostrar el impacto de estos hallazgos, incentivando cambios en los equipos para desarrollar las normas necesarias para el éxito. 

    El trabajo con datos y evidencia es el camino para que poder así desarrollar prácticas e instrumentos que generen auténticos resultados las las personas y organizaciones.

    Si te interesa leer información en detalle sobre este asunto, podés acceder a la nota publicada en el New York Times al respecto haciendo click aquí.

     

    Si querés conversar acerca de cómo aprovechar los datos para tomar mejores decisiones en Gestión Humana, o temas vinculados, consultanos haciendo click aquí.

     

  • Big Data es atractivo. Es seductor. Es fascinante. Es el futuro. Pero todavía no para la Gestión Humana. Error

    Continuamente insistimos en que el término, y más importante aún, el concepto, todavía no es tema de agenda de la agenda del área. Si lo es HR Analytics, que es una disciplina clave del presente y futuro de nuestra profesión.

    En publicaciones anteriores explicábamos que Big Data implica las 4 V (Volume, Veracity, Variety, Velocity). El primer punto ya da la razón de nuestra postura (que comparten otros también, como por ej. el de este artículo reciente de Harvard Business Review

    En los HRIS (Human Resources Information Systems) almacenamos mucha información -y nadie puede decir que no tiene muchos más datos de lo que imagina-. Pero a lo sumo, tenemos decenas de miles de empleados, no millones o billones, lo que si estaría vinculado a Big Data, ya que implica una cantidad másiva de información. Esto marca la clara diferencia y por qué Big Data todavía no es el tema clave de agenda. No significa que no vamos a generar esa cantidad de datos, a la velocidad que lo hace el negocio, ya que el mundo de IoT (Internet of Things, que implica la conexión a la red de todo tipo de dispotivos) está cada vez más presente, y no faltará mucho en que podramos generar en tiempo real datos sobre la conducta y trabajar de loe empleados). Pero hoy todavía no.

    Es por eso que todavía no necesitamos la complejidad de tecnologías que requiere Big Data (sistemas de almacenamiento y procesamiento distribuido/en paralelo), porque además del volumen, todavía no está en juego usar datos heterogéneos (video, imágenes, audio, texto), como lo hace Big Data. 

    Pero HR Analytics si es clave. Es una disciplina que ya no podemos seguir postergando o demorando, y las excusas ya van agotando:

    • Hay datos en Gestión Humana
    • El área podría tomar un enfoque mucho más analítico y tomar decisiones basadas en evidencias (como lo están exigiendo otras áreas)
    • Lo blando, también puede ser cuantificado, o genera datos que pueden ser utilizados (o en la jerga "explotados")
    • Se puede mostrar el impacto de los procesos y el trabajo diario de los profesionales del área, utillizando los datos disponibles
    • Muchas veces con preguntas inteligentes y saber aprovechar los datos, se pueden resolver temas importantes, generando impacto inmediato
    • Analytics es también usar lo que ya la ciencia sabe, y no saltar automáticamente a analizar datos

    Sabemos que hay asuntos que generan ciertas complejidades:

    • Legislación vigente vinculada a privacidad y uso de datos
    • Calidad de los datos almacenados
    • Falta de tiempo (y la necesidad de generar "hábito" de análisis"

    Pero estos pueden ser obstáculos para los que mediante creatividad se puede dejar de lado, o buenas herramientas para seguir postergando lo inevitable.

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

     

  • ¿Suena atractivo, no? En un mundo donde todo es "Liderazgo" y Big Data, encontrar un concepto que integra ambos, no puede ser ignorado. compass 390054 1920

    El concepto no es nuestro, sino de un colega chileno, que viene pensándolo y conceptualizándolo. Cuando nos lo "cruzamos" no paró de resonarnos, ya que encontramos en él varias de las inquietudes que tenemos acerca de los frecuentes abordajes que se hacen del concepto de Indicador y Dashboard en las áreas tradicionales de Recursos Humanos.

    People Analytics / HR Analytics nos obliga a pensar la gestión de los datos de manera diferente. Nos invita a una actitud escéptica acerca de qué se hace de la misma y qué cosas se concluyen. Y Data Driven Leadership es un buen ejemplo del nuevo abordaje que implica Analytics.

    ¿Qué entiende nuestro colega por Data Driven Leadership? Ayudar a definir qué indicadores deben seguir los líderes, para así poder generar un Liderazgo basado en la gestión de los números que efectivamente importan. ¿Cómo se hace eso? Haciendo un proceso que ya indicaban los "clásicos" del Balance Scorecard. ¿Qué decían? Que inicialmente uno supone una serie de relaciones causales en las 4 dimensiones del "Scorecard" (Aprendizaje y Desarrollo, Procesos, Perspectiva del Cliente y Resultados Financieros), y que luego,al tener datos se debe "validar" el modelo. La utilización del abordaje del Scorecard se convirtió en un eje central del Management de toda organización, Pero no el trabajo de "validar". ¿Qué significa e implica? Mediante diversas técnicas estadísticas y matemáticas uno puede analizar si efectivamente existen relaciones causales según se supone (y en qué medida). Este enfoque no es menos importante, ya que permite concluir qué indicadores son efectivamente importantes para tener los resultados que se esperan.

    Este abordaje no es de menor importancia. Permite evitar lo que ocurre frecuentemente: que los líderes deban monitorear un sinfín de indicadores (ya las dos cifras exceden la capacidad de gestión de cualquier persona), por lo que el lider asignará una especial relevancia a cada indicador en función de preferencias o sesgos cognitivos propios, descuidando lo que realmente importa.

    Un trabajo de "Data Driven Leadership" implica el análisis para identificar cuáles son efectivamente los indicadores que tienen impacto en lo que importa (ventas, satisfacción del cliente, etc.), orientando de esa manera la gestión a los reales "KPIs" (no aquellos que se cree que lo son). 

    People Analytics / HR Analytics nos dan las herramientas necesarias para este enfoque, facilitando el trabajo de los líderes, al simplificar su gestión, y a la vez efectivamente lograr resultados.

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

  • HR Analytics es un mundo de oportunidades que todavía no terminamos de entender o imaginar. Personas Felices

    Y en un mundo donde la felicidad es tema clave (no solo en la investigación académica gracias al desarrollo de la Psicología Positiva), sino en la agenda de la Gestión Humana, Analytics puede ofrecer nuevas soluciones para tomar mejores decisiones, que permitirá que el trabajo sea un mejor lugar.

    Peeble, empresa fabricante de relojes inteligentes, se tomó el tema bien en serio, y es así como desarrolló una aplicación para registrar el estado de ánimo y niveles de energía a lo largo de la semana. 10.000 personas instalaron la aplicación y la utilizaron, lo que ha brindado un conjunto interesante de datos, que apoya estudios realizados previamente sobre estos temas. ¿Qué cosas encontraron?

    1. Reemplazá tus reuniones por reuniones almorzando: pensá contextos que generen formas de generar conversaciones más casuales en lugar de reuniones formales. Algunas empresas han creado días libres de reuniones. Los datos indicaron que las reuniones son indicadas como la peor parte del día y el almuerzo el mejor momento. ¿Cómo combinarlos?

    2. Incorporar algún tipo de ejercicio en la tarde: de las 13hs a las 16hs se presentan caídas importantes de los niveles de la energía. Actividades tienen mejor impacto en los niveles de energía que la costumbre de buscar la solución en la cafeína. El yoga tiene resultados mejores que el ejercicio con estos fines (además de que aumenta el nivel de felicidad).

    3. Creá "citas de café" para impulsar las relaciones: los datos de Peeble fueron claros acerca de cómo aumenta la felicidad cuando se interactúa con personas que son del agrado de uno. Las relaciones son un impulsor de la feclidad. Si la cultura no ayuda en generar vínculos entre los empleados, hay que tomar acciones para ello. ¿Qué solución diseñó Peeble, con buenos resultados? Una aplicación que coordinaba reuniones al azar entre personas de su equipo para ir a tomar un café. 

    La nota da más datos y otros puntos. Si te interesa, podés acceder a la nota original en Fast Company haciendo click aquí

     

    Si querés conversar acerca de cómo aprovechar los datos para tomar mejores decisiones en Gestión Humana, o temas vinculados, consultanos haciendo click aquí.

  • Quienes frecuentemente viajan seguramente se quejan frecuentemente de la experiencia de transitar aeropuertos: y especialmente cuando deben tomar vuelos en horarios concurridos, en los cuales se espera para el check in, security check, abordaje y muchas más gestiones que son necesarias. Incluso comprar alguna bebida para la espera a veces es molesto e incómodo. 

    airport 1853505 1920

    Pero como comenta un artículo de la revista Wired, el mundo del uso de datos ya está cambiando esto, dando la esperanza de aeropuertos más eficientes al comenzar a aprovechar las técnicas de modelos predictivos y forecasting, pudiendo así estimar la cantidad de pasajeros que llegarán en cada momento, y la conducta de ellos, para así poder coordinar la cantidad de personal, procesos y métodos apropiados en cada momento para así poder ofrecer una experiencia ágil y breve. Ya el JFK en New York está haciendo uso de estas tecnologías, ganando así en eficiencia, pero a su vez experienciara los pasajeros y todas las partes involucradas.

    Beontra, nombre del sistema utilizado, utiliza los datos de la operación de vuelos y demoras de los sistemas de datos aeroportuarios, que incluye los datos de pasajeros. Muchas aerolíneas aportan más datos, pero si no lo hacen, el sistema puede igualmente aprovechar información publicada en la web para poder ofrecer mejores conclusiones y sugerencias.

    Se utilliza el conocimeitno que existe acerca de la conducta de los pasajeros (por ej. horarios de llegada), tiempos de tránsito en el aeropuerto, como a su vez la demora en cada fase del proceso que deben seguir hasta seguir estar sentados esperando el vuelo. 

    Sistemas así son implementados para poder planificar los recursos, que no solo gestiona estos aspectos del proceso, sino los otros vinculados (por ej. carga de trabajo requerida para procesar el equipaje), pudiendo dar actualizaciones en tiempo real según lo que vaya variando.

    Según Wired, ya más de 30 aeropuertos están utilizando el sistema, que cambia la forma de gestionar datos y utilizar la información de cómo se hacía anteriormente en la industria. Ya no se trata de cuadros, gráficos e indicadores estáticos de lo que se espera normalmente para un día, sino ahora se puede contar con información en tiempo real que es actualizada de forma automática, pudiendo así tomar decisiones continuas de manera eficiente para responder a los cambios que ocurran.

    ¿Por qué nos parece esto interesante para la comunidad de la Gestión Humana? Porque ilustra de manera sencilla los cambios que se vienen en nuestras prácticas tradicionales gracias al uso de tecnologías, métodos y sistemas de HR Analytics (o People Analytics, si preferís este segundo término). ¿Imaginen sistemas que ofrezcan sugerencias en tiempo real, anticipando qué ocurrirá con empleados o candidatos, entre tantos asuntos que se podrían trabajar? 

    Si el negocio ya lo utiliza... ¿Por qué no sumarnos?

    Si querés conversar acerca de cómo aprovechar los datos para tomar mejores decisiones en tu organización ,sea en Recursos Humanos, o temas vinculados, consultanos haciendo click aquí.

  • Como venimos comentando en posts anteriores, HR Analytics fue un camino para comenzar a observar ciertas falencias y asuntos a mejorar en la Gestión Humana.

    Uno de estos puntos es la cantidad de supuestos presentes en la gestión diaria, que muchas veces son confundidos con verdades. “Las personas son…”, “porque si uno…”, y muchas más frases que podrían ser enumeradas, donde las creencias no son reconocidas como lo que son, a pesar del profundo impacto que tienen en la acción diaria.

    HR Analytics se fundamenta y se basa en el mundo del Data Science, “Ciencia de Datos”, esta nueva forma de ciencia en la cual se pueden aprovechar datos ya disponibles para generar nuevo conocimiento. Conway, un referente en el área, propone para explicar el mundo de Data Science un esquema simple, que tiene profunda relación con lo que comentábamos anteriormente.

    Ese autor entiende al Data Science como una combinación de 3 elementos:

    Diagrama Venn Data Science

    • Conocimientos de Matemática y Estadística: elemental para realizar saber cómo aprovechar los datos y llegar a conclusiones correctas acerca de los datos.
    • Hacking Skills: actitudes vinculadas a los hackers. Inventiva, esfuerzo, esceptisismo, perseverancia, creatividad, ingenio.
    • Substantive Expertise: conocimiento del dominio en el que que se está trabajando.

    Y en este último punto queremos centrarnos hoy.

    ¿Cuánto realmente sabemos? ¿Cuánto realmente estudiamos los temas que trabajamos? ¿Qué fuentes de conocimiento utilizamos? ¿Manuales? ¿Supuestos? ¿Opiniones?

    En nuestro trabajo formando en temas de HR Analytics y otros temas técnicos del área de Gestión Humana hemos encontrado que frecuentemente los profesionales desconocen conceptos como por ej. publicaciones con referato y sin referato, o lo que es un Journal, cómo identificarlos, y cómo tener acceso a ellos.

    Los papers son una fuente de conocimiento verificada y rigurosa que tienen profundo impacto en nuestro trabajo. No podemos desconocerlos, y es necesario que cada profesional identifique los journals apropiados para su área de trabajo profesional. ¿Cómo acceder a todas estas fuentes? Los lugares en los que nos hemos formado tienen múltiples recursos para ello generalmente poco utilizados, como lo son fuentes de bases de datos académicas, como por ej. EBSCO, que nos dan acceso a conocimiento científico para no reinventar la rueda aprovechando lo que ya se sabe de los temas que tenemos que resolver.

    Imaginá luego las posibilidades que ofrece aprovechar tanto conocimiento disponible, con herramientas analíticas para mejorarlo, ampliarlo, complejizarlo.

     

    HR Analytics nos recuerda la necesidad de volver a la rigurosidad de la ciencia, y las fuentes de información que nos ofrece, sin olvidar nunca la aplicación de cada iniciativa.

     

    Desde Instare nos dedicamos a ayudar a organizaciones con nuestras herramientas y servicios en Analytics, Capacitación y Desarrollo, entre otros temas.

    Ponete en contacto con nosotros haciendo click aquí para conversar acerca de tus necesidades.

     

  • Tenemos la alegrìa de contarles que desde hace dos meses el primer libro sobre HR Analytics publicado en español ya está disponible para la compra.

    Tapa HR Analytics 1

    A la fecha, el libro ya está disponible para su compra en Argentina, España y México en las principales librerías de cada uno de estos países. Estamos trabajando con la Editorial para ampliar su distribución a otros países de Iberoamérica. Esperamos tener pronto más novedades.

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

     

  • El uso de indicadores es una práctica habitual en distintas organizaciones para describir situaciones o eventos. ¿Cual es su limitación? Con ese número no podemos entender por qué está ocurriendo. ¿La solución?: HR Analytics o People Analytics. Como prefieras llamarlo.

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

  • Comparto algunas reflexiones sobre cómo lograr una implementación exitosa de HR Analytics / People Analytics: finalmente no se trata solo de que alguien se ocupe de analizar datos. Es un proceso de cambio de cómo trabajamos en Gestión de Personas. 

    ¡Esperamos te guste el video!

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

  • La aplicación de Analytics a Gestión Humana es una temática que ya tiene unos cuantos años de trabajo y desarrollo teórico. Actualmente son más y más las empresas que deciden sumarse a esta práctica, mientras que otras que ya habían empezado el recorrido de HR Analytics van avanzando hacia el Analytics Predictivo.

    A pesar de que la importancia de implementar HR Analytics ha ido aumentando, su progreso ha sido lento. Para intentar acelerar el uso de métricas y prácticas analíticas en  Gestión Humana y su consecuente uso para la toma de decisiones, Boudreau y Cascio identifican algunas acciones que los líderes de Gestión Humana pueden implementar.

    Los autores proponen el enfoque LAMP (Lógica, Analytics, Métricas y Procesos):

    • Lógica: determinar los principios y las condiciones que predicen el comportamiento individual y organizacional. Implica explorar las relaciones entre distintos aspectos para comprender fenómenos individuales y organizacionales.
    • Analytics: usar las herramientas y tecnologías adecuadas para transformar los datos en insights relevantes. Desarrollar habilidades de análisis estadístico y de metodología de investigación son algunas de las alternativas para avanzar sobre el uso de datos y su interpretación.
    • Métricas: usar los sistemas de datos disponibles en la organización para crear indicadores precisos y útiles. El riguroso control de la calidad de los datos debe ser un compromiso de toda la organización.
    • Procesos: optimizar el uso de canales de comunicación y de las técnicas de difusión para motivar a la línea para tomar decisiones basadas en datos. La forma en la que se presentan los resultados de los análisis resulta clave en este punto, pues se debe procurar que el mensaje sea relevante y perceptible.

    Además de seguir y aplicar el enfoque LAMP, los líderes de Gestión Humana deberían guiar a la línea para que entienda la utilidad de las métricas y análisis que ofrece la implementación de HR Analytics. En este sentido, parte de las responsabilidades de los líderes de GH son ayudar al Cliente a entender qué información está recibiendo, qué significan esos datos y cómo podría actuar en consecuencia a la información que recibe. En definitiva, debemos pensar en términos de la Experiencia del Usuario de nuestro trabajo para intentar ofrecerle un camino de entendimiento y comprensión acerca de lo que le ofrecemos. 

    Te interesa leer más: Te invitamos a acceder a un artículo de HBR haciendo click aquí

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas. Consultanos haciendo click aquí. Te ofrecemos capacitación y consultoría en estas disciplinas. 

  • Después de viajar a México, Perú y al interior de Argentina reflexionamos sobre el estado de situación de Analytics en Recursos Humanos. A pesar de las diferencias geográficas y los distintos tamaños de las organizaciones, la realidad es que la mayoría de las empresas se encuentran en escenarios muy similares.

    Hemos identificado que la idea que tienen los profesionales sobre el rechazo a los números y datos contribuye a que se deje de lado la posibilidad de aprovechar toda la información que tenemos disponible (no sólo la de Recursos Humanos), y se vuelve un problema para poder implementar trabajos con una mirada analítica y estratégica.  

    Otro punto crítico es la falta de conocimientos técnicos en matemática, estadística y un enfoque curioso y analítico. La formación en estas herramientas es fundamental para desarrollar las habilidades que nos permitan desarrollar trabajos interesantes. Se suma a esto la necesidad de conocer las distintas tecnologías que hay en el mercado que nos permiten hacer análisis antes impensables o incluso, automatizar procesos.

    Es necesario entonces un cambio en la valoración de las habilidades y un cambio cultural que nos permita darle el lugar que les corresponde a los datos en la toma de decisiones. Para lograr esto, hay que dedicarle tiempo, esfuerzo, práctica y ejercicio al desarrollo de las habilidades y competencias necesarias para acercarnos al verdadero trabajo de Analytics

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas para responder de manera efectiva a tus desafíos. Consultanos haciendo click aquí.

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas para responder de manera efectiva a tus desafíos. Consultanos haciendo click aquí.

     

  • HR Analytics NO es un software

    Esa es una pregunta frecuente cuando nos consulta por capacitaciones en HR Analytics.

    Cada vez que la escucho veo que el obstáculo para el desarrollo de la práctica no es la estadística o matemática necesaria, sino qué se supone de la disciplina.

    Analytics no es un software, es la toma de decisiones utilizando datos. Como todo campo de acción, requiere herramientas. Más allá de que ciertos ERPs de Recursos Humanos pueden incluir diversas funcionalidades para aprovechar los datos que almacenan y gestionan, no son softwares de Analytics.

    Me gusta pensar que finalmente lo que uno tiene es una caja de herramientas, y para cada tarea, hay una herramienta adecuada. Por ej. si uno quiere sacar un tornillo, no utilizaría un martillo. Esto es lo que ocurre en este mismo ámbito. Por ej. si lo que uno quiere hacer es construir o desarrollar dashboards de Recursos Humanos, requerirá herramientas de Visualización de Información (Por ej. Tableau, Qlik, PowerBI, etc.). El Excel tiene ciertas funcionalidades para ello, pero no es la herramienta más apropiada.

    Si en cambio lo que quieres es desarrollar un modelo predictivo, necesitarás software para hacer Data Mining (r, Python, SAS, SPSS, Rapidminer, etc.)

    Más allá de la herramienta que prefieras, lo importante es entender qué es lo que uno quiere hacer, y cuál es la estrategia más adecuada.

    El uso de las mejores herramientas sin comprensión de lo que uno efectivamente necesita, o sin entender hacia dónde quiere ir, tampoco tiene sentido.

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

  • Este verano hemos tenido mucha actividad y movimiento. Colegas han pasado por nuestras oficinas para comenzar a conocer el mundo de HR Analytics. Clientes nos han pedidos proyectos. Avanzamos en el desarrollo de otros procesos e implementaciones. Hemos comenzado con la conceptualización de nuevos productos en áreas de Capacitación, Desarrollo y Evaluación Psicológica.

    Y es así como en estos meses de conversaciones y estudio hemos prestado especial atención a qué se entiende por HR Analytics (o People Analytics, como muchos lo llaman), y cómo se trabaja en Gestión Humana.

    No dejamos de sorprendernos de las posibilidades de estas nuevas herramientas, en tanto permiten implementar una gestión basada en datos -que podemos entender como “evidencias”- como también predecir, entender y anticipar conductas, entre tantas alternativas. Pero detrás ello hay un aspecto que no puede descuidarse: HR Analytics es mucho más que usar y analizar datos.

    El fundamento metodológico y conceptual es el Data Science, y el comprender qué es ello nos remite inevitablemente al diagrama de Venn, propuesto por Drew Conway.

    Éste propone 3 dimensiones: el mundo de la matemática y estadística, que siempre es asociado a este ámbito (y muchos en Gestión Humana innecesariamente temen). Pero a su vez hay otras dos dimensiones que no pueden ser ignoradas:

    Diagrama Venn Data Science

    “Hacking Skills”, que remite a lo actitudinal: dudar, insistir, persevera, repensar y tantos otros aspectos propios de los hackers.
    “Substantive expertise”: el conocimiento “fundamentado” y validado: El estado del arte del tema en cuestión. Aquello que la ciencia ha podido entender y descubrir sobre el asunto que se desea estudiar.

    Solo combinando estos 3 aspectos podemos hablar de Data Science. Y consecuentemente hablar de HR Analytics es integrar esas 3 dimensiones. Entender esto implica comprender que esta área de trabajo requiere no solo datos, matemática y estadística, sino también una actitud escéptica, novedosa, creativa y perseverante, aspectos que deben ser combinados con conocimiento y estudio de los temas que involucren a cada situación.

    HR Analytics, en tanto Data Science aplicado, requiere tratar con cuidado los manuales de Gestión Humana, y centrarnos en las publicaciones académicas, evitando lo que “nos parece” o “creemos”, para orientarse en lo que la ciencia y los datos explican. Descuidar lo investigado (y “descubierto”) a la fecha sobre el tema que se está desarrollando es ignorar lo que significa HR Analytics. Esta disciplina nos obliga a ir a lo que se ha aprendido con la Psicometría, Metodología Cuantitativa, Psicología, Sociología, entre tantos posibles ámbitos.

    Piaget decía que el problema de la Psicología es que todos se sienten habilitados para hablar de ella. Entender la esencia y fundamentos de HR Analytics es discernir que el espíritu, actitud y parte de esta nueva disciplina combina la rigurosidad, el profundo análisis de los datos y una metodología de trabajo que debe saber integrar el conocimiento serio, validado y estudiado de múltiples áreas del conocimiento científico, sin olvidar que finalmente se trata de lograr mejores resultados para organizaciones y personas.

    Desde Instare nos dedicamos a ayudar a organizaciones con nuestras herramientas y servicios en Analytics, Capacitación y Desarrollo, entre otros temas.

    Ponete en contacto con nosotros haciendo click aquí para conversar acerca de tus necesidades.

  • El mundo de HR Analytics es un mundo de tentaciones. De soluciones rápidas. De programas mágicos. De tirar datos y que salgan resultados. De sistemas automáticos que encuentran patrones. De aplicaciones en las que uno sin formación previa pueda hacer preguntas y que el programa de respuestas.doors 1767562 1920

    Pero HR Analytics (O People Analytics) tampoco es una disciplina que requiere que uno sea un Doctor en Física, Matemática, o un nuevo Einstein para poder tener avances y lograr resultados que mejoren la Gestión Humana, y consecuentemente los resultados del negocio y la vida de las personas (porque se trata de todo esto en simultáneo).

    Continuamente se desarrollan opciones en el mercado que ofrecen, bajo el nombre de Analytics, Inteligencia Artificial, Sistemas Cognitivos, Data Mining, Machine Learning, y muchos otros términos, que proponen soluciones antes imposibles. Pero la lectura debería ser saber, como uno debe aprender a leer en los números, encontrar las diferencias entre qué es posible y qué no.

    Trabajar en el mundo de HR Analytics requiere ser un curioso que debe aprender de todo, y especialmente saber aplicar el sentido común y entender lo particular de cada negocio, sabiendo así comprender qué datos son posibles obtener, y qué preguntas son necesarias responder.

    Tener una fascinación por el análisis de los datos, -o tener profunda formación en estadística o matemática- no es suficiente. Es necesario saber y aprender sobre psicología -que incluye psicología organizacional, como también psicometría, entre otras especialidades-, gestión humana, y muchos otros procesos.

    Es poder comprender que People Analytics no es repetir continuamente el concepto de que estamos ofreciendo un abordaje “científico” en cada oportunidad que se tenga. Científico es - como muchos de los proyectos de HR Analytics más famosos lo han demostrado- saber investigar, y eso incluye métodos mixtos de investigación, en los que se combina abordajes cualitativos con cuantitativos, como saber diferenciar (y aprovechar) lo que frecuentemente se denomina -erróneamente- investigar, cuando en realidad se quiere decir “revisar el estado del arte” (o sea, ver lo que la ciencia sabe sobre un tema en particular, para así no tener que reinventar la rueda).

    Es por eso que creemos que desarrollarse y ofrecer servicios en People Analytics, o HR Analytics, según prefieras llamarlo, requiere mucho más que solo tener habilidades en análisis de datos, o contar con modernos e innovadores programas de análisis.

    Es saber aplicar el sentido común, identificando las preguntas que necesitan ser respondidas, aprovechando el conocimiento que la ciencia ya tiene sobre el asunto, aplicando las herramientas analíticas que correspondan a cada situación en particular a los datos que el negocio le hace sentido tener (y gestionar), interpretando luego con cuidado y responsabilidad las conclusiones, para traducirlas en términos que cada uno de los involucrado comprenda, y comunicarles ello de una manera atenta y efectiva.

     

    Si querés conversar acerca de cómo aprovechar los datos para tomar mejores decisiones en tu organización ,sea en Recursos Humanos, o temas vinculados, consultanos haciendo click aquí.

     

  • ¿Es un software?

    Esa es quizás la pregunta más frecuente que recibimos cuando algún colega nos pregunta por HR Analytics / People Analytics. Detrás de esa pregunta se esconde algo que nos preocupa: creer que trabajar en HR Analytics es simplemente a utilizar un simple programa que resuelve todos los problemas y responde todas las preguntas, como algunos productos del mercado dicen poder hacer, generando expectativas erróneas.Reunidos Implementación HR Analytics People Analytics

    Tampoco se trata de que People Analytics sea un trabajo que requiera Ciencia de Alta Complejidad, pero si hay algunos puntos que son claves reconocer, entender y aceptar para poder lograr una práctica de Analytics que sea de alto impacto, resultados y genere un valor diferencial de la Gestión de Personas de la Organización.

    Malos Datos: ninguna organización que conocemos tiene todos los datos en sus sistemas sin error alguno. Incluso las buenas prácticas indican que siempre se debe suponer que hay errores para corregir. El problema es cuando se cree que todo el trabajo debe ser dedicado a corregir errores antes de avanzar en el proceso de implementación. Y así se permanecen durante un tiempo prolongado intentando lograr lo imposible: bases de datos sin errores. En el interín, ningún avance y aprendizaje se alcanzado, porque ni siquiera  pruebas, aunque sean simple fueron realizadas para poder avanzar en el proceso.

    Comprender la agenda: esto significa, entre otras cosas, identificar los temas claves de agenda que se deberán trabajar con Analytics. Es un proceso que parece rápido, pero requiere "mapear" todos los asuntos relevantes que se quieren resolver/responder, y así identificar cómo se organizan las prioridades, según lo posible, prioritario y relevante. En este camino se comienza a identificar qué datos son necesario. Eso incluye analizar los procesos actuales, y eventualmente realizar cambios para que se recolecten datos claves que hasta ese momento no eran considerados.

    ¿Dónde están los datos? Los profesionales de Recursos Humanos deben comenzar un cambio conceptual: se trata de trabajar con datos, sin importar si ellos están almacenados en los HRIS (Sistemas de Información de Recursos Humanos) o en otros sistemas del negocio. ¿Cómo poder evaluar la relación entre Gestión Humana y el negocio si no sabemos qué y dónde están los datos del negocio. Todo esto requiere de creatividad para identificar información muchas veces ignorada, o comenzar a incluir en la agenda de Gestión de Personas la Gestión de los Datos (qué capturar, cómo capturarlo, y cómo mantenerlo).

    Desarrollar una nueva mirada: No se trata de que todos aprendan estadística, matemática o ciencias de la computación. Pero si que todos los miembros del área, según su tarea y rol, comiencen a comprender la nueva visión que implica o requiere una Práctica Analítica, y así generar un circulo virtuoso de trabajo. Esto permitirá que por ej. se identifiquen posibilidades de aprovechar datos que uno genera y gestiona. O entender que hay información almcenada por otros que puede ser de valor para tomar una decisión El desafío es generar y construir una visión (como también comunicarla) como lo indican la metodología de Gestión del Cambio de Kotter.

    Capacitar: Analytics no es parte de la formación de quienes trabajan en el área de Gestión Humana. Es por eso es mandatorio brindar formación. Analytics implica otra forma de pensar y hacer, y es fundamental dar conocimientos (y actitudes) para sumarse a la nueva visión.

    Pensar en grande pero hacer en chico: Suena rara la redacción, pero quizás es la mejor forma de comprenderlo. El impulso automático es querer hacer grandes proyectos, pero el camino inicial es hacer proyectos pequeños, de alta aplicabilidad (pero baja sofisticación). No se deben olvidar los grandes proyectos, ya que ellos son la visión que debe ser construída en cada acción pequeña, que acelera el aprendizaje y la experiencia para luego ser exitosos en los desafíos complejos.

    Construir Alianzas: Puede ser un experto externo, un referente interno, o ambos. Analytics implica diversos conocimientos que deben ser integrados para lograr grandes resultados. Si no sabés matemática o estadística, buscá quien pueda hacer las cuentas.

    Identificá herramientas: Hay un sinfín de herramientas en el mercado de Analytics. Algunas gratuitas y otras pagas. Los diversos proyectos requieren cosas diferentes. Pero no necesariamente grandes inversiones. Averiguá qué cosas ya tiene tu empresa para aprovecharlas, como también a quienes saben hacer buen uso de las mismas.

     

    Esperamos estas ideas te sirvan. Hay mucho bueno por venir con HR Analytics - People Analytics. Pero no descuides estos puntos, para así hacer un camino de implementación de la práctica (y ojalá construcción del área y equipo) que genere un camino ascedente de proyectos con alto impacto y grandes resultados.

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

     

     

     

  • El 12 de Agosto Juan Bodenheimer fue invitado a dictar un módulo sobre Indicadores en el nuevo programa para HRBPs que ofrece la Universidad de San Andrés. A pesar de ser un tema que los profesionales de Gestión Humana miran con algo de distancia, a la veces les debe ser cercano, y siempre están deseoso de saber más para que con mejores conocimientos los indicadores puedan tomar un rol central en la gestión.

    JB UDESA

    Durante la actividad se fueron realizando diversas actividades para poder profundizar en las complejidades del diseño, uso (gestión e interpretación) de los indicadores en áreas de Recursos Humanos, como también revisión de algunas metodologías contemporáneas, su relación con la estrategia y la propuesta de valor del negocio y de la Gestión Humana de cada organización, para finalmente mostrar las tendencias y los nuevos temas de agenda que gracias al continuo desarrollo de HR Analytics y People Analytics, está teniendo desarrollo de gran relevancia (por ej. prácticas de Visualización de Información para una mejor comunicación).Para nosotros cada actividad que dictamos es un momento para seguir desarrollando e integrando los conceptos con los nuevos avances, como también para seguir construyendo una pedagogía de un tema que para muchos profesionales requiere un especial esfuerzo en su trabajo diario.

    Agracedemos a Luis Karpf y a los colegas del Centro de Educación Ejecutiva de la Universidad de San Andrés por la invitación.

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.