SlideShare a Scribd company logo
ABC del People Analytics
• La ciencia de datos llegó a Recursos Humanos para
quedarse. Acelera nuestra transformación digital y nos
permite tomar mejores decisiones, planear el desarrollo
de nuestras fuerzas laborales, la inversión en capital
humano y la gestión de riesgo de negocio. 
• El primer paso es hacer las preguntas correctas y sus
correspondientes hipótesis.
Gestión del capital humano
Gestión de
riesgo y
seguridad
Cumplimiento
Gestión de RRHH
Suministrar el
talento
Aumentar el
desempeño
Construir
comunidad
• Workforce
planning
• Reclutamiento
• Sucesión
• Capacitación
• Desempeño
humano
• Compensación e
incentivos
• Cultura
• Marca de empleador
• Clima laboral
• Experiencia del
empleado
Estrategia de negocio
People analytics (estrategia, ética-políticas, tecnología)
Equipos multidisciplinarios
1. RRHH: Cliente
2. TI: Soluciones tecnológicas
3. Business Intelligence: procesos para gestionar la
información
4. Ciencia de datos: modelos explicativos y predictivos
Descriptiva
Predictiva
Prescriptiva
Cognitiva
Madurez continua e integrada para las respuestas
complejas que el negocio requiere
¿Qué pasó?
¿Qué pasará?
¿Qué decisión
tomar?
¿Cómo incorporo la
Inteligencia Artificial?
Big Data = Todos los datos
(Estructurados, no estructurados, internos, alianzas, públicos, externos)
BUSINESS ANALYTICS
Planeación
¿Qué planes
tenemos?
7
Cultura digital
Cultura de decisiones
• Management
basado en datos
• Enfoque a
resultados
Cultura ágil
• Descentralización
• Enfoque
multidisciplinario
• Flexibilidad
• Adaptación a lo
nuevo
Cultura de aprendizaje
• Hacer-aprender,
hacer-aprender, hacer-
aprender…
• Innovación
Compatibilidad
apoyada por la misión,
informada y reforzada
por métricas.
Transparencia general
y rendición de
cuentas aceptadas
como principios
culturales.
Los procesos cíclicos
aseguran una acción
concertada y
oportuna
Mecanismos efectivos
establecidos para la
resolución de
conflictos.
Los datos son
objetivos. Aplicación
común de datos,
reglas de filtrado y
semántica.
La medida de las
métricas y datos
coincide con el ritmo
de los negocios.
Misión apoyada por
métricas superiores e
inferiores
Transparencia y
responsabilidad
limitadas:
colaboración en las
funciones múltiples.
Acción concretas
(informal) sobre ideas
en todas las funciones
Cuando se identifican,
los conflictos se
resuelven de forma
improvisada.
Datos comunes: vistas
provinciales y
semánticas utilizadas
para apoyar
posiciones específicas
Disponibilidad
empresarial, valores
desiguales de
información.
Alineamiento con
objetivos funcionales
definidos, no con la
misión empresarial.
Transparencia y
responsabilidad
limitadas dentro de
funciones discretas
Acción no coordinada
y parroquial(a veces a
expensas de otros)
Aparición de la
cooperación
"reconciliación
oportuna"
Las visiones
funcionales de los
datos en conflicto
causan confusión,
desacuerdo.
Disponibilidad y
valores impulsados
por fuentes
departamentales.
Misión no accionable,
no comunicada y / o
no entendida.
Responsabilidad
arbitraria, opacidad
general.
Ideas rara vez
aprovechadas.
Los esfuerzos
redundantes y en
conflicto son la
norma.
Datos e información
generalmente poco
fiables y
desconfiados.
Múltiples fuentes de
datos inconsistentes,
semánticas
conflictivas.
Modelo de madurez de cultura de desempeño
ALINEACIÓN CON
LA MISIÓN
TRANSPARENCIA Y
RESPONSABILIDAD
ACCIÓN FRENTE A
LOS DATOS
RESOLUCIÓN DE
CONFLICTOS
CONFIANZA
COMÚN EN LOS
DATOS
DISPONIBILIDAD Y
FLUIDEZ DE LA
INFORMACIÓN
Nivel 4
Se concreta
una cultura
orientada al
desempeño
Nivel 3
Emerge una
cultura
orientada al
desempeño
Nivel 2
Optimización
departamental
Nivel 1
Caos
Building a performance-directed culture. Howard Dresner. Harvard Business Publishing, 2010
Privacidad y protección de datos
Gestión de RRHH
Talento Desempeño Comunidad
• Workforce planning
• Reclutamiento
• Sucesión
• Capacitación
• Desempeño humano
• People analytics
• Compensación e
incentivos
• Cultura
• Comunicación
• Clima laboral
• Experiencia del empleado
Ciberseguridad
• Cultura de ciberseguridad:
ciber-defensa
• Protocolos
• Capacitación
• Apoyo al diseño de las
estructuras de información:
balance acceso / seguridad
/factorhumano
/factorhumano
¡Muchas gracias!
Sol Echeverría
Socia
secheverria@factorhumano.cr
www.factorhumano.cr

More Related Content

What's hot

El Gobierno de Datos está listo para mostrar su Atractivo [Data Governance is...
El Gobierno de Datos está listo para mostrar su Atractivo [Data Governance is...El Gobierno de Datos está listo para mostrar su Atractivo [Data Governance is...
El Gobierno de Datos está listo para mostrar su Atractivo [Data Governance is...
Software Guru
 
Creando la estrategia de gestión de datos para tu organización
Creando la estrategia de gestión de datos para tu organizaciónCreando la estrategia de gestión de datos para tu organización
Creando la estrategia de gestión de datos para tu organización
Ramón Hernández
 
Estrategia de Datos, ¿por dónde iniciar una iniciativa de gestión y gobierno ...
Estrategia de Datos, ¿por dónde iniciar una iniciativa de gestión y gobierno ...Estrategia de Datos, ¿por dónde iniciar una iniciativa de gestión y gobierno ...
Estrategia de Datos, ¿por dónde iniciar una iniciativa de gestión y gobierno ...
Ramón Hernández
 
Gobierno de Datos (Data Governance) Lighting Talks
Gobierno de Datos (Data Governance)  Lighting TalksGobierno de Datos (Data Governance)  Lighting Talks
Gobierno de Datos (Data Governance) Lighting Talks
proteo5
 
Hacia el Agile Bi Governance
Hacia el Agile Bi GovernanceHacia el Agile Bi Governance
Hacia el Agile Bi Governance
Jorge Fernandez Gonzalez
 
Agn 2015 mvls - diagnóstico y planeación estratégica de gobierno y gestión ...
Agn 2015   mvls - diagnóstico y planeación estratégica de gobierno y gestión ...Agn 2015   mvls - diagnóstico y planeación estratégica de gobierno y gestión ...
Agn 2015 mvls - diagnóstico y planeación estratégica de gobierno y gestión ...
mvlsbs
 
Presentación de Gobierno de Datos en DAMA México
Presentación de Gobierno de Datos en DAMA MéxicoPresentación de Gobierno de Datos en DAMA México
Presentación de Gobierno de Datos en DAMA México
Ramón Hernández
 
Inteligencia en los negocios y toma de decisiones
Inteligencia en los negocios y toma de decisionesInteligencia en los negocios y toma de decisiones
Inteligencia en los negocios y toma de decisiones
zujes
 
Sistema de información
Sistema de informaciónSistema de información
Sistema de información
Jheiruska Vallenilla
 
Big data
Big dataBig data
Big data
Mauricio Lopez
 
Actividad angely sistemas de informacion
Actividad angely   sistemas de informacionActividad angely   sistemas de informacion
Actividad angely sistemas de informacion
Ceclh
 
Inteligencia de Negocios 4
Inteligencia de Negocios 4Inteligencia de Negocios 4
Inteligencia de Negocios 4
anghun
 
Teoria de información
Teoria de informaciónTeoria de información
Teoria de información
dpelaez34
 

What's hot (13)

El Gobierno de Datos está listo para mostrar su Atractivo [Data Governance is...
El Gobierno de Datos está listo para mostrar su Atractivo [Data Governance is...El Gobierno de Datos está listo para mostrar su Atractivo [Data Governance is...
El Gobierno de Datos está listo para mostrar su Atractivo [Data Governance is...
 
Creando la estrategia de gestión de datos para tu organización
Creando la estrategia de gestión de datos para tu organizaciónCreando la estrategia de gestión de datos para tu organización
Creando la estrategia de gestión de datos para tu organización
 
Estrategia de Datos, ¿por dónde iniciar una iniciativa de gestión y gobierno ...
Estrategia de Datos, ¿por dónde iniciar una iniciativa de gestión y gobierno ...Estrategia de Datos, ¿por dónde iniciar una iniciativa de gestión y gobierno ...
Estrategia de Datos, ¿por dónde iniciar una iniciativa de gestión y gobierno ...
 
Gobierno de Datos (Data Governance) Lighting Talks
Gobierno de Datos (Data Governance)  Lighting TalksGobierno de Datos (Data Governance)  Lighting Talks
Gobierno de Datos (Data Governance) Lighting Talks
 
Hacia el Agile Bi Governance
Hacia el Agile Bi GovernanceHacia el Agile Bi Governance
Hacia el Agile Bi Governance
 
Agn 2015 mvls - diagnóstico y planeación estratégica de gobierno y gestión ...
Agn 2015   mvls - diagnóstico y planeación estratégica de gobierno y gestión ...Agn 2015   mvls - diagnóstico y planeación estratégica de gobierno y gestión ...
Agn 2015 mvls - diagnóstico y planeación estratégica de gobierno y gestión ...
 
Presentación de Gobierno de Datos en DAMA México
Presentación de Gobierno de Datos en DAMA MéxicoPresentación de Gobierno de Datos en DAMA México
Presentación de Gobierno de Datos en DAMA México
 
Inteligencia en los negocios y toma de decisiones
Inteligencia en los negocios y toma de decisionesInteligencia en los negocios y toma de decisiones
Inteligencia en los negocios y toma de decisiones
 
Sistema de información
Sistema de informaciónSistema de información
Sistema de información
 
Big data
Big dataBig data
Big data
 
Actividad angely sistemas de informacion
Actividad angely   sistemas de informacionActividad angely   sistemas de informacion
Actividad angely sistemas de informacion
 
Inteligencia de Negocios 4
Inteligencia de Negocios 4Inteligencia de Negocios 4
Inteligencia de Negocios 4
 
Teoria de información
Teoria de informaciónTeoria de información
Teoria de información
 

Similar to Factor Humano-ADA Robotics. People Analytics webinar 30.06.21

INTRODUCCION A LA INTELIGENCIA DE NEGOCIOS.pptx
INTRODUCCION A LA INTELIGENCIA DE NEGOCIOS.pptxINTRODUCCION A LA INTELIGENCIA DE NEGOCIOS.pptx
INTRODUCCION A LA INTELIGENCIA DE NEGOCIOS.pptx
LuisFelipeUNI
 
PLANES Panamá v.3.1
PLANES Panamá v.3.1PLANES Panamá v.3.1
Business intelligence gertech 2012_santander
Business intelligence gertech 2012_santanderBusiness intelligence gertech 2012_santander
Business intelligence gertech 2012_santander
Joaquín Garcí­a Guajardo
 
Presentacion de BI asignacion 5
Presentacion de BI asignacion 5Presentacion de BI asignacion 5
Presentacion de BI asignacion 5
siusma
 
Por qué business intelligence
Por qué business intelligencePor qué business intelligence
Por qué business intelligence
Daisy Maritza Jara Aranda
 
Gestión de Proyectos de Ciencia de Datos
Gestión de Proyectos de Ciencia de DatosGestión de Proyectos de Ciencia de Datos
Gestión de Proyectos de Ciencia de Datos
Elena Lopez
 
Data-Driven Organizations
Data-Driven OrganizationsData-Driven Organizations
Data-Driven Organizations
Software Guru
 
Data Science 2019: ¿Qué diablos es la Ciencia de Datos?
  Data Science 2019: ¿Qué diablos es la Ciencia de Datos?  Data Science 2019: ¿Qué diablos es la Ciencia de Datos?
Data Science 2019: ¿Qué diablos es la Ciencia de Datos?
Multiplica
 
01_Intro.pdf
01_Intro.pdf01_Intro.pdf
01_Intro.pdf
ssusera7b5fc
 
Madurez en inteligencia analitica marco vinicio lenci
Madurez en inteligencia analitica marco vinicio lenciMadurez en inteligencia analitica marco vinicio lenci
Madurez en inteligencia analitica marco vinicio lenci
Marco Vinicio Lenci Serrano
 
TITD2012 - 03 Sistemas de Información
TITD2012 - 03 Sistemas de InformaciónTITD2012 - 03 Sistemas de Información
TITD2012 - 03 Sistemas de Información
mauleonj
 
Evolucione a Decisiones mas Inteligentes
Evolucione a Decisiones mas InteligentesEvolucione a Decisiones mas Inteligentes
Evolucione a Decisiones mas Inteligentes
Jhonathan Pimienta Garcia
 
CLASE_1_INTRODUCCION_A_LA_INTELIGENCIA_D.pptx
CLASE_1_INTRODUCCION_A_LA_INTELIGENCIA_D.pptxCLASE_1_INTRODUCCION_A_LA_INTELIGENCIA_D.pptx
CLASE_1_INTRODUCCION_A_LA_INTELIGENCIA_D.pptx
EduardoCastillo963887
 
MDM_Sesion_1_PPT.pptx
MDM_Sesion_1_PPT.pptxMDM_Sesion_1_PPT.pptx
MDM_Sesion_1_PPT.pptx
Carlos Romero Cañadas
 
Datos, información y conocimiento
Datos, información y conocimientoDatos, información y conocimiento
Datos, información y conocimiento
Angela Martinez
 
Sistema de información yiljanny cortez
Sistema de información yiljanny cortezSistema de información yiljanny cortez
Sistema de información yiljanny cortez
yiljanny cortez
 
Hablemos de Big Data
Hablemos de Big DataHablemos de Big Data
Hablemos de Big Data
Business Data Scientists
 
La inteligencia en los negocios & toma De Decisiones
La inteligencia en los negocios & toma De Decisiones La inteligencia en los negocios & toma De Decisiones
La inteligencia en los negocios & toma De Decisiones
KarenSanchez04
 
Análisis Multidimensional (OLAP) y Data Warehousing
Análisis Multidimensional (OLAP) yData WarehousingAnálisis Multidimensional (OLAP) yData Warehousing
Análisis Multidimensional (OLAP) y Data Warehousing
CarlosDiscalziMejias1
 
Sistemas de informacion y perpectivas de los negocios 2
Sistemas de informacion y perpectivas de los negocios 2Sistemas de informacion y perpectivas de los negocios 2
Sistemas de informacion y perpectivas de los negocios 2
Albel Canelón
 

Similar to Factor Humano-ADA Robotics. People Analytics webinar 30.06.21 (20)

INTRODUCCION A LA INTELIGENCIA DE NEGOCIOS.pptx
INTRODUCCION A LA INTELIGENCIA DE NEGOCIOS.pptxINTRODUCCION A LA INTELIGENCIA DE NEGOCIOS.pptx
INTRODUCCION A LA INTELIGENCIA DE NEGOCIOS.pptx
 
PLANES Panamá v.3.1
PLANES Panamá v.3.1PLANES Panamá v.3.1
PLANES Panamá v.3.1
 
Business intelligence gertech 2012_santander
Business intelligence gertech 2012_santanderBusiness intelligence gertech 2012_santander
Business intelligence gertech 2012_santander
 
Presentacion de BI asignacion 5
Presentacion de BI asignacion 5Presentacion de BI asignacion 5
Presentacion de BI asignacion 5
 
Por qué business intelligence
Por qué business intelligencePor qué business intelligence
Por qué business intelligence
 
Gestión de Proyectos de Ciencia de Datos
Gestión de Proyectos de Ciencia de DatosGestión de Proyectos de Ciencia de Datos
Gestión de Proyectos de Ciencia de Datos
 
Data-Driven Organizations
Data-Driven OrganizationsData-Driven Organizations
Data-Driven Organizations
 
Data Science 2019: ¿Qué diablos es la Ciencia de Datos?
  Data Science 2019: ¿Qué diablos es la Ciencia de Datos?  Data Science 2019: ¿Qué diablos es la Ciencia de Datos?
Data Science 2019: ¿Qué diablos es la Ciencia de Datos?
 
01_Intro.pdf
01_Intro.pdf01_Intro.pdf
01_Intro.pdf
 
Madurez en inteligencia analitica marco vinicio lenci
Madurez en inteligencia analitica marco vinicio lenciMadurez en inteligencia analitica marco vinicio lenci
Madurez en inteligencia analitica marco vinicio lenci
 
TITD2012 - 03 Sistemas de Información
TITD2012 - 03 Sistemas de InformaciónTITD2012 - 03 Sistemas de Información
TITD2012 - 03 Sistemas de Información
 
Evolucione a Decisiones mas Inteligentes
Evolucione a Decisiones mas InteligentesEvolucione a Decisiones mas Inteligentes
Evolucione a Decisiones mas Inteligentes
 
CLASE_1_INTRODUCCION_A_LA_INTELIGENCIA_D.pptx
CLASE_1_INTRODUCCION_A_LA_INTELIGENCIA_D.pptxCLASE_1_INTRODUCCION_A_LA_INTELIGENCIA_D.pptx
CLASE_1_INTRODUCCION_A_LA_INTELIGENCIA_D.pptx
 
MDM_Sesion_1_PPT.pptx
MDM_Sesion_1_PPT.pptxMDM_Sesion_1_PPT.pptx
MDM_Sesion_1_PPT.pptx
 
Datos, información y conocimiento
Datos, información y conocimientoDatos, información y conocimiento
Datos, información y conocimiento
 
Sistema de información yiljanny cortez
Sistema de información yiljanny cortezSistema de información yiljanny cortez
Sistema de información yiljanny cortez
 
Hablemos de Big Data
Hablemos de Big DataHablemos de Big Data
Hablemos de Big Data
 
La inteligencia en los negocios & toma De Decisiones
La inteligencia en los negocios & toma De Decisiones La inteligencia en los negocios & toma De Decisiones
La inteligencia en los negocios & toma De Decisiones
 
Análisis Multidimensional (OLAP) y Data Warehousing
Análisis Multidimensional (OLAP) yData WarehousingAnálisis Multidimensional (OLAP) yData Warehousing
Análisis Multidimensional (OLAP) y Data Warehousing
 
Sistemas de informacion y perpectivas de los negocios 2
Sistemas de informacion y perpectivas de los negocios 2Sistemas de informacion y perpectivas de los negocios 2
Sistemas de informacion y perpectivas de los negocios 2
 

Factor Humano-ADA Robotics. People Analytics webinar 30.06.21

  • 1. ABC del People Analytics
  • 2. • La ciencia de datos llegó a Recursos Humanos para quedarse. Acelera nuestra transformación digital y nos permite tomar mejores decisiones, planear el desarrollo de nuestras fuerzas laborales, la inversión en capital humano y la gestión de riesgo de negocio.  • El primer paso es hacer las preguntas correctas y sus correspondientes hipótesis.
  • 3. Gestión del capital humano Gestión de riesgo y seguridad Cumplimiento Gestión de RRHH Suministrar el talento Aumentar el desempeño Construir comunidad • Workforce planning • Reclutamiento • Sucesión • Capacitación • Desempeño humano • Compensación e incentivos • Cultura • Marca de empleador • Clima laboral • Experiencia del empleado Estrategia de negocio People analytics (estrategia, ética-políticas, tecnología)
  • 4. Equipos multidisciplinarios 1. RRHH: Cliente 2. TI: Soluciones tecnológicas 3. Business Intelligence: procesos para gestionar la información 4. Ciencia de datos: modelos explicativos y predictivos
  • 5. Descriptiva Predictiva Prescriptiva Cognitiva Madurez continua e integrada para las respuestas complejas que el negocio requiere ¿Qué pasó? ¿Qué pasará? ¿Qué decisión tomar? ¿Cómo incorporo la Inteligencia Artificial? Big Data = Todos los datos (Estructurados, no estructurados, internos, alianzas, públicos, externos) BUSINESS ANALYTICS Planeación ¿Qué planes tenemos?
  • 6.
  • 7. 7
  • 8. Cultura digital Cultura de decisiones • Management basado en datos • Enfoque a resultados Cultura ágil • Descentralización • Enfoque multidisciplinario • Flexibilidad • Adaptación a lo nuevo Cultura de aprendizaje • Hacer-aprender, hacer-aprender, hacer- aprender… • Innovación
  • 9. Compatibilidad apoyada por la misión, informada y reforzada por métricas. Transparencia general y rendición de cuentas aceptadas como principios culturales. Los procesos cíclicos aseguran una acción concertada y oportuna Mecanismos efectivos establecidos para la resolución de conflictos. Los datos son objetivos. Aplicación común de datos, reglas de filtrado y semántica. La medida de las métricas y datos coincide con el ritmo de los negocios. Misión apoyada por métricas superiores e inferiores Transparencia y responsabilidad limitadas: colaboración en las funciones múltiples. Acción concretas (informal) sobre ideas en todas las funciones Cuando se identifican, los conflictos se resuelven de forma improvisada. Datos comunes: vistas provinciales y semánticas utilizadas para apoyar posiciones específicas Disponibilidad empresarial, valores desiguales de información. Alineamiento con objetivos funcionales definidos, no con la misión empresarial. Transparencia y responsabilidad limitadas dentro de funciones discretas Acción no coordinada y parroquial(a veces a expensas de otros) Aparición de la cooperación "reconciliación oportuna" Las visiones funcionales de los datos en conflicto causan confusión, desacuerdo. Disponibilidad y valores impulsados por fuentes departamentales. Misión no accionable, no comunicada y / o no entendida. Responsabilidad arbitraria, opacidad general. Ideas rara vez aprovechadas. Los esfuerzos redundantes y en conflicto son la norma. Datos e información generalmente poco fiables y desconfiados. Múltiples fuentes de datos inconsistentes, semánticas conflictivas. Modelo de madurez de cultura de desempeño ALINEACIÓN CON LA MISIÓN TRANSPARENCIA Y RESPONSABILIDAD ACCIÓN FRENTE A LOS DATOS RESOLUCIÓN DE CONFLICTOS CONFIANZA COMÚN EN LOS DATOS DISPONIBILIDAD Y FLUIDEZ DE LA INFORMACIÓN Nivel 4 Se concreta una cultura orientada al desempeño Nivel 3 Emerge una cultura orientada al desempeño Nivel 2 Optimización departamental Nivel 1 Caos Building a performance-directed culture. Howard Dresner. Harvard Business Publishing, 2010
  • 10. Privacidad y protección de datos Gestión de RRHH Talento Desempeño Comunidad • Workforce planning • Reclutamiento • Sucesión • Capacitación • Desempeño humano • People analytics • Compensación e incentivos • Cultura • Comunicación • Clima laboral • Experiencia del empleado
  • 11. Ciberseguridad • Cultura de ciberseguridad: ciber-defensa • Protocolos • Capacitación • Apoyo al diseño de las estructuras de información: balance acceso / seguridad