Conocimientos básicos sobre datos para RRHH

Conocimientos básicos sobre datos para RRHH: Guía práctica para desarrollar insights sobre la fuerza laboral

Conocimientos básicos sobre datos para RRHH:Guía práctica para desarrollar insights sobre la

fuerza laboral


Cómo desmitificar los analytics de empleados y colaboradoresEl mayor coste que suele afrontar una empresa es el del personal, y el personal es también

la clave para el éxito a largo plazo. Así pues, no es de extrañar que los directivos tengan

cada vez más interés en delinear la estrategia y las prácticas de personal mediante

decisiones basadas en datos obtenidos con métricas precisas, en tiempo real. Dado el

enorme volumen de datos de diversa procedencia (sistemas legacy, métricas de

productividad, resultados de encuestas, desempeño de ventas y costes de la fuerza laboral),

su asimilación puede resultar abrumadora para los equipos de RRHH. No basta con

recopilar datos, también hay que normalizarlos e incorporarlos a informes e insights que

ayuden a resolver cuestiones clave sobre el personal. Aunque se trata de una tarea colosal,

esta guía puede ser útil para que su empresa empiece a mejorar las capacidades de

analytics de empleados y colaboradores.

¿Qué pueden hacer los equipos de RRHH para desarrollar insights pertinentes para las

prácticas de personal y para generar valor empresarial? ¿Y cómo pueden distribuir los

insights entre los principales partners de negocio y colaborar de manera más eficiente?

Respuesta: deben hacer un uso eficaz de los datos de plantilla, tanto solucionando

problemas como asesorando al personal.

Para la solución de problemas, los equipos de RRHH trabajan con la empresa para entender

qué preguntas plantear sobre la fuerza laboral y luego determinar los datos disponibles que

permitan encontrar las respuestas. Para el asesoramiento, ayudan a analizar los datos y a

identificar pautas, tendencias o valores atípicos orientativos o dignos de investigación.

Pero esa dualidad de roles para mejorar los analytics de la fuerza laboral puede resultar

difícil. Los seis pasos que se detallan aquí pueden guiarle durante todo el proceso y

ayudarle a desmitificar las herramientas y los procesos necesarios para obtener insights

derivados de sus datos de plantilla. En los cuatro primeros pasos, RRHH trabaja en la

solución de problemas para crear los mecanismos de recopilación de datos. En los dos

últimos, asume el rol de asesor para integrar en la empresa las conclusiones de su trabajo.

1 HCI es la asociación internacional para la gestión de talento y el nuevo liderazgo económico, y también un centro de distribución de información sobre mejores prácticas y nuevas ideas. Su red de profesionales expertos (corporaciones incluidas en las listas Fortune 1000 y Global 2000, agencias estatales, empresas de consultoría internacionales y centros de estudios empresariales) aporta un flujo de información que evoluciona constantemente, y la mejor parte de esa información se organiza, analiza y comparte con sus miembros mediante las comunidades, la investigación, los estudios y los eventos de HCI.

5 pág. 78

6, 7 pág. 80

• Las empresas que utilizan analytics de personas para dar soporte a las funciones de RRHH y a las decisiones empresariales tienen una

rentabilidad trienal un 82 % superior a la media si las comparamos con empresas similares menos avanzadas.2

• El nivel de conocimientos básicos sobre datos entre los integrantes de los equipos de RRHH (exceptuando a los profesionales de People

Analytics) es uno de los principales indicadores de la madurez de las funciones de analytics de plantilla en una empresa. 3

• El personal de RRHH de casi un 60 % de las empresas sigue sin tener conocimientos básicos sobre datos. 4

• Más de un 50 % de las empresas cuenta con al menos un rol de analytics de datos de RRHH y un 15 % tiene intenciones de crear uno en

los próximos 12 meses. 5

• Los analistas de datos dedican más de un 80 % de su tiempo a recopilar y preparar datos para analizar y solo un 20 % al análisis

propiamente dicho.

• El 70 % de los encuestados integra datos de RRHH en uno o más conjuntos de datos.6

• Las empresas con soluciones cloud presentan mayores porcentajes de integración con los datos de RRHH.7

En la mayoría de las empresas es posible seguir ampliando las capacidades de People Analytics. Los equipos de RRHH trabajan para promover estas actividades a todos los niveles, pero el número de encuestados que considera que su empresa es muy eficaz a este respecto es relativamente bajo.

Human Capital Institute, "Developing People

Analytics Capabilities", octubre de 20181

Resumen

“

“


IMAGE

Determinar quiénes son los destinatariosEl primer paso para sacar el máximo partido de los datos consiste en decidir quién los

necesita, tanto dentro como fuera de la empresa.

Identificar a las partes interesadas

En función de la empresa, entre las partes interesadas se pueden incluir los demás

miembros del equipo de RRHH, los mánagers de líneas de negocio o los altos

ejecutivos. Para maximizar el efecto de los datos, es crucial saber a quién se le está

ofreciendo apoyo.

Comprender las distintas necesidades

Cuando el proceso avance, el público destinatario con el que trabaja le ayudará a

determinar el nivel de detalle que debe proporcionar a las partes interesadas. Por

ejemplo, un miembro del equipo de RRHH podría necesitar todos los datos existentes,

mientras que a un alto ejecutivo podría bastarle con una visión global. Esto también le

ayudará a entender cómo presentar los datos a los interesados: para un director

podría necesitar un tablero de control paso a paso estandarizado y para un

vicepresidente ejecutivo una presentación muy preparada.

Al evaluar qué herramientas se

requieren, tenga en cuenta que la

tecnología disponible debería

facilitar la labor a todo el personal

implicado. El sistema elegido debería

ofrecer tanto la flexibilidad para

generar informes de alto nivel como

la posibilidad de profundizar en más

detalles transaccionales. Debería

optar por un sistema capaz de

determinar quién tendrá acceso a los

datos y quién no, de este modo

evitará situaciones en las que, por

ejemplo, solo pueda suministrar

información a los altos ejecutivos

por motivos de seguridad. El uso de

una sola fuente de datos facilita la

distribución de la información

adecuada a las personas que la

necesitan.

Identificar las herramientas adecuadas

1


IMAGE

Después de determinar quiénes serán los

destinatarios, debería decidir cuáles son

las cuestiones empresariales que su

equipo debe esclarecer. Para dar prioridad

a esas cuestiones, empiece por identificar

estrategias clave para impulsar el negocio.

A continuación se ofrecen tres ejemplos

de factores impulsores clave y algunas de

las cuestiones relativas a la plantilla

asociadas a esos impulsores:

Crecimiento elevado

Si la empresa está experimentando un

crecimiento espectacular, conviene atraer

a los candidatos de máxima valía sin

perder el mejor talento con el que ya se

cuenta. Para ello, puede empezar por

hacerse preguntas como las sugeridas a

continuación, sobre los mejores

empleados, la retención, la planificación

de la plantilla y el impacto de las

iniciativas de aprendizaje y desarrollo:

• ¿Qué fuentes de contratación tienden a

proporcionarnos los mejores empleados?

• ¿Se cubren rápidamente los roles clave

y conseguimos mantener la calidad en la

contratación?

• ¿Utilizamos procesos de incorporación,

aprendizaje y desarrollo que permiten que

los nuevos empleados sean productivos

rápidamente?

Eficiencia operativa

Si la empresa va bien y usted se centra

en mejorar procesos o aumentar los

ingresos y la rentabilidad, puede

plantearse en qué áreas puede aumentar

la productividad, la calidad y la

rentabilidad:

• ¿Cuál es la repercusión financiera de

nuestro proceso de contratación y dónde

podemos mejorar?

• ¿Cuál es la política de ausencias o de

vacaciones y permisos y qué

obligaciones conlleva?

• ¿Operamos de forma eficiente desde la

perspectiva de la productividad y el

coste de la mano de obra?

• ¿Qué modelo de servicio de soporte

utilizamos y es posible ser más

eficientes?

Transformación cultural

Otras empresas planifican grandes ajustes

para adaptarse al cambiante mundo del

trabajo. Puede ser conveniente revaluar

enfoques desfasados relativos a la

implicación de los empleados,

implementar iniciativas de transformación

digital o abordar cuestiones como la

equidad salarial, la diversidad y la

inclusión. Las empresas en proceso de

transformación deberían ocuparse de

cuestiones relacionadas con la cultura

empresarial y la repercusión de las

prácticas y los programas de recursos

humanos como, por ejemplo:

• ¿Están satisfechos y se sienten implicados

los empleados?

• ¿Tiene la plantilla actual las skills

necesarias para alcanzar los objetivos

empresariales? ¿Cómo afrontamos las

carencias de skills?

• ¿Qué motiva a nuestros empleados?

• ¿Son eficaces nuestras iniciativas de

diversidad e inclusión?

2Identificar las preguntas que debería responder


Cuando sepa qué preguntas trata de responder, tendrá que establecer métricas relevantes que sean concretas, medibles y realistas.

Se conocen como indicadores clave de desempeño o, por su abreviatura en inglés, KPI y ayudan a proporcionar datos que

responden a cuestiones empresariales críticas. En los ejemplos siguientes se muestra cómo convertir preguntas en KPI relevantes.

Tenga en cuenta que deberá consultar con los partners ejecutivos para cerciorarse de que los KPI que elija tienen sentido para su

empresa:

Factores impulsores

Crecimiento

elevado

Eficiencia

operativa

Transformación

cultural

Cuestiones generales

¿Quiénes son los mejores empleados y de dónde

proceden?

• Mejores empleados por departamento

• Tasa de retención global

• Riesgo de salida de los mejores empleados

• Fuente de contratación de los mejores

empleados

• Porcentaje de alto potencial identificado

• Coste total de la plantilla

• Tiempo para contratar/tiempo para

aceptar ofertas

• Coste por empleado contratado/coste por

cobertura de vacante interna

• Promedio de ingresos por empleado

• Ingresos por empleado a tiempo completo

vs. empleado temporal/con contrato de

tiempo definido

• Demografía de la cartera de selección

• Nuevos contratados por grupo

demográfico

• Tasas de bajas indeseadas/retención por

grupo demográfico

• Progreso profesional por grupo

demográfico

• Nivel de gestión por grupo demográfico

• Tasas de discriminación/quejas de

empleados

• Satisfacción laboral por grupo demográfico

¿Cuál es la repercusión financiera de nuestro

proceso de contratación y dónde podemos mejorar?

¿Son eficaces nuestras iniciativas de diversidad e inclusión?

KPIs relevantes

3Determinar los indicadores clave de desempeño


Es probable que para establecer estos

indicadores clave de desempeño y localizar

los datos adecuados tenga que colaborar

con equipos como los analistas de datos de

RRHH, los equipos de analytics externos o

el departamento de TI, que hacen un uso

más directo de los datos y se encargan de

recopilarlos y normalizarlos. Cuando sepa

quiénes integran esos equipos, podrá

trabajar con ellos para saber qué datos va a

necesitar y dónde y cómo encontrarlos.

Definir los datos necesarios

Un excelente punto de partida es crear una

lista de campos de datos pertinentes que

puede necesitar para definir los indicadores

clave de rendimiento (KPI) generales.

Supongamos que quiere conocer el

promedio de tiempo de permiso/vacaciones

en toda la empresa. Necesitará saber el

número total de empleados y el total de

tiempo de permiso/vacaciones solicitado.

Puede ampliar aún más su perspectiva

agregando capas de datos como, por

ejemplo: tipo de empleado, ubicación, cargo,

responsable de contratación, permanencia

en el puesto, estado, salario total o

calificación de desempeño. Pero antes

debería hacer una lista exhaustiva de los

datos concretos que necesita. Le ayudará a

recopilar los datos correctos de manera más

eficiente y le permitirá abordar de forma

proactiva cuestiones que se le puedan

plantear posteriormente.

Encontrar los datos

Hay preguntas básicas sobre las personas y

la fuerza laboral que se pueden responder

con los datos que se encuentran en su

solución de gestión de capital humano.

Otras más complejas, relacionadas con el

desempeño y la productividad o con el

coste de la fuerza laboral requieren datos

procedentes de distintas partes de la

empresa. Lo ideal sería que su sistema

fuera capaz de combinar todas las fuentes

de datos mediante informes propios.

4Algunas empresas podrían alojar los datos

en varios sistemas; otras, podrían no

saber dónde buscarlos o quién tiene los

datos requeridos. Conocer la ubicación de

los datos puede ayudar a atajar ese tipo

de problemas antes de que surjan.

Acceder a los datos

Quizá deba colaborar con departamentos

y equipos internos (además de con su

partner de análisis de datos) para saber

dónde se encuentran los datos. La lista

también podría incluir elementos que ni

siquiera son rastreables o que no se han

capturado en ninguno de los sistemas o

procesos de la empresa. El uso de puntos

de datos alternativos o la planificación

para recopilarlos en el futuro puede

ayudar a satisfacer las necesidades de

analytics y elaboración de informes a

medida que la empresa crece.

La imposibilidad de obtener los datos

podría deberse a otras causas: por

motivos de seguridad, podría haber

demoras para conseguir lo que se

necesita; o puede que haya que dejar la

tarea en manos de otros debido a

limitaciones de acceso o falta de

autoservicio. Si su empresa no tiene una

política de gobierno de datos general para

toda la organización, el acceso a los datos

podría ser aún más difícil. Por lo tanto,

debe tenerlo en cuenta al hacer sus

planificaciones.

Fiabilidad de los datos

Cuando se hayan definido y localizado los

datos necesarios, tendrá que prepararlos

para su análisis. La manera más fácil de

garantizar la fiabilidad de los datos es usar

un sistema que proporcione una sola fuente

de datos.

Busque uno que combine fuentes de modo

nativo, para que pueda simplificar la

conexión entre informes y transacciones. Si

los datos se albergan en diversos sistemas,

tendrá que cerciorarse de que están

estandarizados, lo que podría añadir una

carga de trabajo considerable. Por ejemplo,

¿significa lo mismo en todos los sistemas la

noción de "porcentaje de ocupación del

trabajador"? ¿Hay un sistema que excluye a

los colaboradores externos de los informes

de headcount y otro que los incluye? Puede

que tenga que hacerse esas preguntas a la

hora de consolidar datos de sistemas

dispares. Pero con una sola fuente de datos

—cuando estos ya están estandarizados y se

utilizan definiciones y procesos

sistemáticos— los interesados no tardan en

tener acceso a los insights.

Determinar los datos requeridos


Ahora que ha encontrado los datos

requeridos para abordar las cuestiones

empresariales importantes para los

diversos destinatarios, ¿cómo puede

determinar el significado real de los datos y

convertirlo en insights valiosos?

Sintetizar los datos

Aproveche las herramientas disponibles en

la empresa para empezar a explorar los

datos. Podría tratarse de simples hojas de

cálculo o herramientas más sofisticadas de

detección y Business Intelligence. En ciertos

casos, le pueden ayudar a descubrir y

revelar problemas de calidad o precisión de

la información.

Analizar los datos

Cuando compile los datos, remítase a las

preguntas que intenta responder y luego

tenga en cuenta cuestiones como la escala y

los plazos para aportar contexto a los datos.

Por sí solo, puede que un punto de datos o

un indicador clave de desempeño no sea

especialmente significativo y se necesiten

métricas adicionales que proporcionen más

contexto.

Supongamos que quiere saber cuál sería la

combinación óptima de la fuerza laboral de

la empresa. En lugar de limitarse a

examinar datos comparativos de empleados

temporales y permanentes, para responder

correctamente a esta pregunta general debe

considerar también aspectos como las

ubicaciones, los departamentos, las tasas de

baja indeseada y las skills de los empleados

actuales. Esas son las comparaciones que

resultan más valiosas.

Use una biblioteca de scorecards, cuadros de mandos e informes predefinidos disponible en su solución de RRHH para revelar el

contenido útil de los datos. Empiece por usar un formato simple de filas y columnas, y opciones de visualización nativas como

gráficos circulares, de columnas o lineales. Las visualizaciones son especialmente útiles para detectar tendencias, valores atípicos e

incoherencias.

El rol de RRHH

La repercusión real de los analytics de personas se aprecia cuando se abordan cuestiones de auténtico valor para la empresa y las personas que la integran.

Human Capital Institute, "Developing People Analytics Capabilities", octubre de 2018

5Evaluar la repercusión

Cuando tenga contexto para los indicadores

clave de rendimiento (KPI), podrá empezar a

evaluar la repercusión de las diferentes

iniciativas empresariales. En el caso de las

relativas a personas, calcular la repercusión

puede ser difícil. De hecho, según un estudio

de Human Capital Institute, solo el 17 % de

los encuestados considera que sus empresas

son muy eficaces a la hora de calcular la

repercusión de los programas de gestión de

talento.8

No obstante, eso cambia cuando los

equipos de RRHH disponen de datos

contextualizados. Por ejemplo, ¿mejora la

productividad de los empleados

después de haber participado en un curso

de liderazgo y desarrollo? ¿Ha habido

cambios en los planes compensación total

que han contribuido a incrementar las

tasas de retención? Mediante la

comparación de indicadores KPI y la

identificación de tendencias y valores

atípicos, los departamentos de RRHH

pueden empezar a evaluar la repercusión

que las prácticas de personal tienen en el

negocio en general.

Distribución de datos e insights

A continuación, tendrá que formular las

recomendaciones empresariales y comunicar

los insights a las partes interesadas. Tenga

en cuenta el grado de detalle requerido por

los destinatarios. Algunos podrían querer

todos los pormenores, otros podrían preferir

una visión global. El nivel de detalle

necesario ayudará a elegir el mejor formato

para compartir las recomendaciones (por

ejemplo, informes, gráficos o scorecards).

A medida que surgen preguntas, es aún más

importante asegurarse de que los insights

proporcionados sean interactivos. Los

interesados deberían ser capaces de usar

una visualización o un informe para llegar

hasta los detalles transaccionales. Cuando

prepare los datos para su distribución,

también tendrá que cumplir con los

reglamentos sobre la privacidad de los

mismos. Asegúrese de remitirse a las

políticas de gobierno de datos vigentes en la

empresa y de que el personal accede

únicamente a los datos que le interesan.

8 "Developing People Analytics Capabilities", octubre de 2018

Interpretar los datos

“

“


Ahora que tiene una perspectiva clara, intente medir el progreso y asigne responsabilidades

a los interesados.

Alinear prioridades

Acuerde siempre las prioridades generales antes de implementar un plan de acción.

Según la perspectiva de los distintos interesados, los resultados y las

recomendaciones podrían interpretarse de forma diferente, y es posible que se

añadan datos o insights, aunque solo sean anecdóticos, de grupos externos que

podrían afectar a los resultados. Asegúrese de que todas las partes están de acuerdo

con los análisis antes de proseguir.

Definir objetivos y metas

Cuando el equipo haya acordado las prioridades y el plan general, establezca

objetivos y metas con reuniones de seguimiento para que los equipos rindan cuentas.

La posibilidad de cotejar el progreso gradual con los datos básicos será clave a la hora

de proponer iniciativas más amplias y lograr la aceptación de la dirección de la

empresa. Con hitos tangibles en todo el proceso le será más fácil saber si tiene que

cambiar cosas sobre la marcha.

Planificar para medir el éxito

Para evaluar su progreso de manera precisa y completa, debe analizar un conjunto de

datos dinámico. La frecuencia con que se recopilen los datos influirá en su capacidad

de medir el progreso y el éxito hasta la fecha. Entre las ventajas de la visibilidad

instantánea del contenido de los datos está la posibilidad de adoptar un enfoque más

proactivo para afrontar los retos empresariales. No espere hasta la revisión o la

auditoría del año siguiente para averiguar si sus decisiones fueron acertadas o no.

Conectarse y colaborar

Programe las reuniones de seguimiento necesarias con las partes interesadas para

hablar de los progresos y supervisar la eficacia del plan. Las reuniones deberían ser

productivas y reveladoras. Los responsables de la toma de decisiones suelen tener

una sobrecarga de datos, y un partner eficaz les puede ayudar a distinguir lo que es

importante de lo superfluo. Los participantes en iniciativas de analytics podrían

sentirse abrumados con tantos datos o centrarse excesivamente en ellos. No

desatienda las cuestiones originales y dé prioridad a la generación de valor para los

interesados; no base sus recomendaciones en los datos, compleméntelas con ellos.

Planificar el futuro con tecnología e innovación

Los avances en inteligencia artificial y machine learning han permitido automatizar

muchas tareas manuales asociadas al análisis de datos. Esto es muy favorable para las

empresas con escasos recursos o para las que desean ampliar sus capacidades de

analytics según sus necesidades. Ya no hace falta que las empresas dediquen equipos

de científicos y analistas de datos para que diseccionen conjuntos de datos con el fin

de desarrollar su estrategia de analytics. Hay tecnologías modernas, como los

analytics aumentados, que permiten obtener insights sin necesidad de recurrir a

personal adicional o tener skills hiperespecializadas.

6Desarrollar un plan de acción


El planteamiento de Unum sobre los analytics de equidad salarial

Como director de un equipo de People Analytics formado por tres personas, Cory Edmonds tenía que encontrar la forma de automatizar procesos de analytics que consumían gran cantidad de recursos si quería ofrecer insights a los responsables de la toma de decisiones. "Un error frecuente es creer que los modelos no se pueden utilizar si no pueden tener todo en cuenta", explica. "Sin embargo, los modelos que simplifican en gran medida la variación y solo destacan los aspectos en los que es necesaria la intervención humana son valiosos".

Antes de Workday, Unum podía determinar si la compensación de un empleado difería significativamente del promedio, pero no mucho más, y para ello tenía que revisar manualmente una gran cantidad de datos externos. Existen diferentes factores contextuales importantes (experiencia, educación, desempeño, etc.) que pueden afectar a la compensación de un empleado, pero también insights adicionales y contextos apropiados que un modelo estadístico no contempla (por ejemplo, el historial de trabajos anteriores, el feedback de los clientes, etc.). Gracias a Workday Prism Analytics, el equipo de Cory puede automatizar diferentes procesos manuales, lo que, a su vez, les deja tiempo para que sus partners de compensación puedan centrarse en añadir esos puntos contextuales clave que solo una persona (y no un algoritmo) puede aportar. Y, como la seguridad de los datos de los empleados es fundamental, todos los procesos de Unum están supervisados por el departamento jurídico, lo que garantiza su confidencialidad". Ahora, el equipo de Cory se centra en la manera de combinar los analytics con el criterio de los expertos para ofrecer a las partes interesadas insights interactivos sobre equidad salarial. Y no solo identifican el "quién" y el "qué", sino que también responden a la pregunta de "por qué" había empleados con salarios superiores o inferiores a la media.

El planteamiento de Unum El equipo de People Analytics de Cory recurrió a diferentes informes para reunir un conjunto de datos que contenía todos los campos de Workday necesarios para responder las preguntas relacionadas con la compensación: trabajador, progresión del rango salarial, educación, desempeño, potencial, experiencia, perfil del puesto, ubicación, etc.

A continuación, los informes se exportaron a una herramienta de ciencia de datos. En esta herramienta el equipo creó un modelo estadístico que correlaciona la progresión del rango salarial con la educación, el desempeño, el potencial, la experiencia y la ubicación. Luego se puntuó a los empleados, se los comparó con sus compañeros y, en el caso de que sus puntuaciones difirieran significativamente, se los etiquetó para estudiar su caso de forma más minuciosa. Después los empleados etiquetados y las diferencias salariales se volvieron a introducir en Workday mediante Workday Prism Analytics. Una vez almacenado en Workday Prism Analytics, al nuevo conjunto de datos se le aplicaron medidas de seguridad, y más tarde, se publicó como nuevo origen de datos en Workday.

Más adelante, Unum creó y distribuyó un plan que mostraba a toda la población e identificaba a aquellas personas que tenían algún problema. De este modo los analistas de compensación de Unum disponían de los datos que necesitan para confirmar un problema y hacer recomendaciones. Unum pretende facilitar dichas recomendaciones a los mánagers mediante tableros de control que incluyen rangos internos y del mercado externo para que puedan tomar decisiones basadas en datos pertinentes. De este manera los presupuestos se podrán ajustar, ya sea por un cambio en la equidad salarial, un ascenso, una restructuración del puesto, un aumento de méritos u otras medidas. En la planificación también se utilizan datos activos para realizar un seguimiento comparativo de los datos reales y los objetivos.

De ahora en adelante, el equipo de Cory estudiará qué necesita cada organización dentro de Unum para tener una Livepage de Workday (que se actualice con frecuencia y en la que se añada contexto empresarial cuando sea necesario). La página ofrecerá una comparación entre el desempeño y los objetivos en áreas clave como, por ejemplo, diversidad e inclusión, rotación, talento y planificación de la sucesión, compensación, etc. Además, el equipo de compensación podrá utilizar la detección de datos para supervisar la empresa. El equipo podrá revisar el progreso de cada organización, la rapidez con la que se abordan los problemas y si se están siguiendo las recomendaciones.

Beneficios Al recurrir a Workday para resolver sus problemas de compensación, Unum ha

logrado:

Mejorar la toma de decisiones: todas las partes interesadas disponen ahora de los datos que necesitan para tomar

decisiones rápidas y valiosas.

Aumentar la precisión: los analytics permiten a los mánagers tomar decisiones basadas en la experiencia y en datos pertinentes y precisos, lo que es especialmente importante a la hora de tratar un tema tan sensible como lo es el de la

equidad salarial.

Obtener una escalabilidad más eficiente: al automatizar tareas que requieren muchos recursos y combinar los analytics con el criterio humano, Unum puede ofrecer más

valor utilizando menos recursos.

Innovar de forma continua: las actualizaciones de Workday se distribuyen automáticamente en la plataforma cloud. Como Workday continúa añadiendo funcionalidades nuevas a Recruiting y Talent Management para mejorar la captura de datos adicionales (por ejemplo, más contexto para el historial de trabajos), los analistas de Unum podrán disponer de más tiempo.

Unum es una empresa de seguros incluida en la lista Fortune 500 y líder de mercado en seguros voluntarios, seguros de vida de

grupo y seguros de discapacidad individuales y de grupo en los Estados Unidos y el Reino Unido, con más de 9000 empleados.


La mirada puesta en el futuroLos departamentos de RRHH de las empresas deben adaptarse a una nueva era de

transformación digital. Con un partner tecnológico que apoye al negocio, el equipo de RRHH

puede integrar datos de fuentes diversas, hacerlos accesibles en la misma plataforma que las

transacciones, proporcionar perspectivas útiles y permitir la colaboración para resolver

cuestiones cruciales del negocio.

En el proceso que le permitirá potenciar la empresa mediante datos, también es importante

diseñar una hoja de ruta adecuada para el crecimiento y las exigencias de una función de

RRHH que también depende cada vez más de ellos.

Al organizar su equipo, asegúrese de establecer prioridades y proporcionar analytics

avanzados a la vez que implementa medidas de seguridad para desarrollar más capacidades

de autoservicio. Sea cual sea el tamaño del equipo, las inversiones tecnológicas en

inteligencia artificial y machine learning contribuirán a maximizar los recursos. Así podrá

ofrecer datos significativos e insights proactivos, con lo que el personal podrá centrarse más

en los análisis y ser un mejor partner estratégico para el negocio.

Conocimientos básicos sobre datos para RRHH

Documents

Transcript of Conocimientos básicos sobre datos para RRHH