¿QUÉ OFRECEMOS DESDE IXAS VALUE?
ETAPA 2: ANALÍTICA PREDICTIVA DE RRHH
Desde IXAS proponemos un despliegue del sistema de analítica predictiva en dos fases:
FASE I: Construcción del modelo
En la primera Fase y a partir de una serie de datos históricos y resultados reales se construirá un modelo predictivo. En este sentido, los pasos para construir el modelo son los siguientes:
- Recopilación de datos históricos.
- Normalización de los datos. Procesado de imágenes, textos, vídeos.
- Construcción del modelo: utilización de redes neuronales, sistemas estadísticos de regresión, agrupación, correlaciones y árboles de decisión.
- Aprendizaje: utilizando los datos históricos y los resultados asociados, el modelo entra en fase de aprendizaje ajustando los distintos parámetros hasta encontrar la versión más fiable y ajustada al resultado esperado. En este apartado se incluye el análisis de errores de predicción que se incorporan como aprendizaje.
Algunos de los puntos clave serán:
- Disponer de un volumen de datos histórico suficiente para que la construcción del modelo y su aprendizaje sea eficaz.
- El modelo predictivo a utilizar dependerá en muchos casos de los datos disponibles, el volumen de variables a incorporar y la relación entre ellas.
FASE II: Prueba y validación del modelo
Una vez construido el modelo y ajustado a una tasa de error aceptable, el modelo se prueba con datos reales comparando el resultado esperado y el real con el objetivo de comprobar la fiabilidad del mismo.
El modelo predictivo se incorpora finalmente a los cuadros de mando e informes de Recursos Humanos sin descuidar su mantenimiento (aprendizaje) cuando se detecte que la desviación entre el modelo predictivo y la realidad supera unos parámetros establecidos.
Algunos de los puntos clave serán:
- El modelo predictivo requiere de un control vigilando las desviaciones entre predicciones y realidad.
- La incorporación de nuevas variables al modelo puede requerir una reconfiguración y nuevo proceso de aprendizaje.
- Para evitar ajustes posteriores, será importante incorporar toda la información al modelo de la que se disponga ya que el propio sistema descartará aquellas variables cuyo poder predictivo sobre el indicador en cuestión sea bajo o nulo.
APLICACIONES DE MODELOS PREDICTIVOS EN RRHH
La analítica predictiva tiene espacio en todos los procesos de Recursos Humanos. Algunos ejemplos de aplicación serían los siguientes:
- En los Procesos de Selección:
- Análisis preliminar de candidatos: modelo predictivo para identificar candidatos que tienen más probabilidades de tener un mejor desempeño y permanecer más tiempo según los requisitos del puesto y el ajuste cultural.
- Identificar roles óptimos: modelo predictivo para identificar tipos de roles óptimos dentro de la empresa para un candidato.
- En la Gestión de los RRHH:
- Compromiso de los empleados: identificar los indicadores clave que afectan al compromiso de los empleados y utilizarlos para clasificar a los empleados en grupos.
- Satisfacción del cliente y vinculación con el compromiso de los empleados: identificar métricas de satisfacción del cliente y compromiso de los empleados que tengan fuertes correlaciones.
- Planificación de la fuerza laboral: desarrollar modelos predictivos de carga de trabajo y ejecutar simulaciones para calcular los requisitos futuros de personal por unidad de negocio.
- En la Rotación y la Gestión del talento:
- Modelo de predicción de rotación (no deseada): indicadores clave asociados a la rotación y predicción de la probabilidad de rotación de los empleados, para una gestión proactiva.
- Búsqueda de talento interno: modelos predictivos para ayudar a identificar los mejores talentos de la empresa.
- En la Formación Interna:
- Factores clave que mejoran los resultados de la formación: identificación de indicadores clave que impulsan mejores resultados del aprendizaje.
- Planificación de las necesidades de formación: desarrollar modelos predictivos y ejecutar simulaciones para determinar los requisitos de capacitación basados en la planificación de la fuerza laboral.
ANTES DE SEGUIR
- Apostamos por aprender entender y utilizar, antes de implementar e invertir.
- Contamos con capacidades técnicas y analíticas, pero también creativas.
- Sumamos el negocio, las personas y los datos.
Si Sabes que…
- lo importante de la analítica es la correcta creación e intepretación de los datos.
- hablar con áreas y proveedores tecnológicos no es sencillo.
- lo importante no son los procesos, ni las herramientas si no el uso que se hacen de ellos.
- la estructura de RRHH debe ayudar a dar respuestas al trabajo urgente pero sin olvidar el importante.
Entonces podemos ayudarte …
¿ HABLAMOS ?
