En este módulo introductorio daremos los primeros pasos en People Analytics entendiendo en qué consiste, cuáles son las principales piezas para poder ponerse en marcha y cuáles son los beneficios, tanto para Recursos Humanos como para el negocio.  

Además, el desarrollo de un primer taller end-to-end de análisis avanzado de datos permitirá al alumno conocer la metodología y las diferentes etapas de la analítica desde un enfoque “Citizen”, así como una breve introducción a la herramienta RapidMiner Studio.

El alumno tendrá la oportunidad de escoger un caso de uso para su uso en el proceso de evaluación continua sobre el Trabajo Fin de Programa, pudiendo elegir entre ejemplos relacionados con Predicción/Riesgo de Turnover, Análisis de brecha salarial de género, etc.

• Ejemplo de caso de uso práctico: Taller de predicción de supervivencia en el Titanic. Se trata de un primer ejemplo práctico extrapolable a cualquier problema de rotación de empleados para entender el end-to-end de este tipo de proyectos analíticos.

Este módulo te permitirá familiarizarte con las fuentes de datos habituales en los sistemas de RRHH y fuera de ellos, así como las técnicas de Extracción, Transformación y Carga (load) de datos (ETL), necesarias para poder obtener tus datos de forma que puedan analizarse efectivamente.  

Podrás trabajar con datos similares a aquellos que puedes encontrar en Sistemas Transaccionales o ERPs de RRHH que gestionan nóminas, fichajes de empleados, altas y bajas, etc.

Así mismo, introduciremos el paradigma Big Data, nuevas fuentes de datos que aparecen en los últimos años y una visión general del ecosistema Cloud y los servicios del principal player del mercado (Amazon Web Services) para hacer tus proyectos analíticos aún más escalables.  

Además, podrás conocer ejemplos en los que es necesario utilizar lenguajes de programación como Python o R para necesidades analíticas que las herramientas Low-Code como RapidMiner no puedan resolver out of the box.  

• Ejemplo de caso de uso práctico: Desarrollo de una Base de Datos analítica para la gestión de empleados. Te permitirá conocer un ejemplo del entramado de datos y cómo se relacionan entre sí de cualquier sistema de gestión (ERP) corporativo de empleados que permite extraer información para la elaboración de KPIs tales como el Head-Count, absentismo, rotación, etc así como la elaboración de otros análisis avanzados.

En este módulo adquiriremos los principales conceptos estadísticos necesarios para analizar e interpretar los datos que gestionamos. Haremos un recorrido desde la estadística descriptiva hasta la inferencial sobre casos de uso reales de People Analytics. De esta forma serás capaz de analizar datos por ti mismo para obtener conocimiento e insights valiosos que aporten valor a la organización.

• Ejemplo de caso de uso práctico: Uso de métodos estadísticos para el análisis de la brecha salarial de género.

Este bloque te permitirá entender las técnicas que hay detrás de los términos Inteligencia Artificial y Machine Learning aplicados al ámbito de People Analytics. Abordaremos desde conceptos sobre cómo construir modelos de segmentación de empleados, recomendadores o sistemas para la detección de anomalías, hasta el desarrollo de modelos predictivos y de procesamiento de texto para análisis de sentimiento aplicable a encuestas de clima, clasificación documental, etc.

Haremos hincapié en la importancia de entender el resultado de un algoritmo y cómo ponerlo a prueba, así como los diferentes tipos de algoritmos existentes y buenas prácticas en la elección y uso de los mismos.

Se desarrollará un taller práctico con un caso end to end de People Analytics en RapidMiner relacionado con la Predicción de Absentismo laboral, que servirá para asentar los conocimientos adquiridos.

• Ejemplo de caso de uso práctico: Modelo predictivo de riesgo de absentismo laboral.

La búsqueda continua de la optimización ha conllevado el auge de la disciplina de RPA (Robotics Process Automation), que es una vía naciente de automatización de los procesos de negocio, la cual replica las acciones de un ser humano mediante la interacción con la interfaz de usuario de un sistema informático. En el ámbito de la gestión de personas esta disciplina tiene especial utilidad a la hora de automatizar procesos repetitivos relacionados con funciones como la selección, organización o áreas HRBPs.

Mediante el aprendizaje sobre la plataforma Microsoft Power Platform, podrás descubrir la utilidad tanto de herramientas de RPA como Power Automate, como la simplicidad del desarrollo de Bots conversacionales sin escribir una sola línea de código. Descubrirás las ventajas de desarrollar chatbots que resuelvan preguntas frecuentes de empleados (FAQs) para de esta manera lograr que los equipos de RRHH puedan realizar tareas de mayor valor añadido y potenciar el reskilling de la organización.

• Ejemplo de caso de uso práctico: Desarrollo de Servicio de Atención al Empleado (SAE).

En este módulo pondremos foco en la importancia del tratamiento y la visualización de datos, así como la extracción del insight con valor para el negocio. Lo cual en el mercado tiene la etiqueta de aplicar técnicas de Business Intelligence.

Para ello, nos apoyaremos en una herramienta que no solo es líder en el mercado, sino que es la evolución natural para empresas y profesionales que tradicionalmente trabajan con Excel y el paquete Office: Microsoft Power BI.

También aprenderemos buenas prácticas y principales tips a la hora de comunicar y construir una historia basada en datos, requisito imprescindible para poder crear impacto en nuestros principales stakeholders

‍

El último módulo está dedicado a obtener una visión amplia de casos de uso reales de People Analytics en diferentes organizaciones para que puedas inspirarte y reconocer algunas de las mejores prácticas del mercado.  

Repasaremos los aspectos legales a tener en cuenta en cualquier proyecto analítico y finalizaremos el programa con una exposición final del TFP que se habrá ido trabajando a lo largo de todo el curso, para poner en común todo el aprendizaje adquirido.