Diagnóstico de un Equipo de Trabajo en 12 pasos usando Análisis de Redes Sociales

DIAGNÓSTICO DE UN EQUIPO DE
TRABAJO
EN 12 PASOS
USANDO EL ANÁLISIS DE REDES
SOCIALES.
Carlos Alberto Primera Leal.
2015

Carlos Alberto Primera Leal (cprimera@ucla.edu.ve)
INTRODUCCIÓN.
La sociedad actual es un tejido de relaciones entre elementos que pueden ser, por
ejemplo, personas, organizaciones, ciudades, países y máquinas, por solamente citar
algunos. Ese tejido está formado por redes de los elementos de nombrados y que
reciben el nombre genérico de actores con sus características o atributos. Para
Hanneman y Riddle (2005) la perspectiva de las redes sugiere que el poder de los
actores individuales no es un atributo individual sino que emerge de las relaciones, con
otros, en su red. Según Carolan (2014) una red social es un número finito de actores
conjuntamente con las relaciones que se realizan entre ellos. Los actores están
relacionados por vínculos, los cuales pueden ser conceptos como información,
amistad, parentesco y recursos de cualquier tipo, entre otros. La red forma una
estructura donde cada actor ocupa una posición, una localización, según los vínculos
que posee; esa localización permite determinar la importancia de cada actor en la red,
por intermedio de una métrica usada en el análisis de redes sociales (ARS o SNA en
inglés) y que se denomina centralidad del nodo. Existen otras métricas pero en este
documento solamente se referirá a la centralidad.
Carolan (op.cit) indica que el análisis de redes sociales es un grupo de teorías, modelos
y aplicaciones que se expresan en términos de conceptos relacionales y procesos.
Wasserman y Faust (1994), referenciados por el autor mencionado, expresan que los
conceptos de ARS enfatizan: 1) los individuos y sus acciones son vistas como
interdependientes; 2) las relaciones entre los individuos son oportunidades para la
transmisión de recursos. 3) El patrón de relaciones entre los individuos crean una
estructura social que es un ambiente que igualmente puede proporcionar
oportunidades o restricciones para la acción individual; 4) los modelos de redes
sociales conceptualizan la estructura como patrones duraderos de relaciones entre
actores.
Para Krebs (2013) ARS es el mapeo y la medida de las relaciones y flujos entre
personas, grupos, organizaciones, computadores, URLs y otras entidades conectadas
por información/conocimiento. Los nodos en la red son las personas y grupos,
mientras que los vínculos muestran las relaciones o flujos entre los nodos. El ARS
permite responder preguntas como: quién o quiénes ocupan posiciones estratégicas
en la red o quién o quiénes están menos conectados en la red y si el líder está
haciendo su trabajo en el equipo, entre muchas otras interrogantes. En general esas
interrogantes son básicas para entender el funcionamiento de los equipos de trabajo y
por esa razón usaremos el ARS para analizar un equipo de trabajo específico.

OBJETIVO Y MÉTODO
Este material tiene como objetivo mostrar el uso de ARS para diagnosticar, en 12
pasos, un equipo de trabajo hipotético, utilizando como herramienta el software
Pajek64 4.01 a (Andrej Mrvar, Vladimir Batagelj).
Según Gonzales-Aguilar A., Ramírez-Posada M., Vaisman C (2012) el Pajek, es un
software para el análisis y visualización de redes sociales, el cual fue desarrollado en la
Universidad de Ljbljana, Slovenia, por Vladimir Batagelj, Andrej Mrvar y la contribución
de Matjaz Zaversnik. Información adicional acerca del software se puede conseguir en
http ://vlado.fmf.uni-lj.si/pub/ networks/pajek/.
Los pasos propuestos son presentados en la figura 1 y cada uno de ellos se explica
durante el desarrollo del ejemplo.
1. Entrevista a integrantes del equipo.
2. Elaboración matriz de relaciones.
3. Creación archivo de entrada.
4. Lectura del archivo de entrada.
5. Obtención de la red “Todo Terreno”.
6. Cálculo densidad de la red.
7. Cálculo centralidad de entrada.
8. Cálculo centralidad de salida.
9. Cálculo centralidad total.
10. Cálculo centralidad de intermediación.
11. Cálculo centralidad de cercanía.
12. Hallazgos.
Figura 1. Pasos para el análisis del equipo.
A continuación el planteamiento y desarrollo del ejemplo.
EJEMPLO.
El equipo de trabajo “Todo Terreno” (TT) está constituido por ocho (8) miembros y ha
llevado a cabo varios proyectos con éxito; últimamente TT no ha mostrado el mismo
desempeño y por ello, se ha contratado un consultor con el propósito de que
responda, las siguientes preguntas planteadas, desde el punto de vista del ARS:
Específicamente se desea conocer: ¿los miembros forman una red bien conectada?
Quién recibe más/menos información, ¿Quién suministra más/menos información?;
¿Quién posee más/menos intercambios de información? ¿Quién sirve de puente
entre los miembros del equipo y quiénes no? ¿Quién o quiénes son más accesible y

quiénes no? ¿El líder está haciendo su trabajo de interactuar con todos los miembros
del equipo?
Para dar respuesta a las interrogantes indicadas, a continuación se puntualizan los
doce (12) pasos, mostrados en la figura 1, que permiten obtener la información
necesaria y más adelante se describen, uno a uno.
Seguidamente son descritos cada uno de los pasos.
Paso 1. Entrevista a integrantes del equipo.
El consultor entrevista a cada integrante del equipo y le pregunta: ¿con quién
compartes información regularmente para hacer mejor tú trabajo y el de los demás?
Las respuestas se resumen a continuación: “Pedro dijo que compartía información con
María y ésta con Pedro y Andrés. Carlos le aporta información a Olga, Isbelia y
Andrés. Andrés, también suministra información a Isbelia y ésta le aporta
información a Egly. Olga aporta información a Carlos y Egly; a su vez, Egly, aporta
información a Domingo y Olga. Domingo comparte información con Olga” Se sabe
que María es la líder del equipo TT.
De ahora en adelante a cada miembro del equipo, de una manera genérica, se le
puede llamar como “actor” y es integrante de la red que se muestra más adelante; la
relación entre ellos se denomina vínculo e implica flujo de información. A continuación
se trabajará con las métricas básicas de la centralidad para responder a las preguntas
planteadas: grado, intermediación y cercanía.
Paso 2. Elaboración matriz de relaciones.
Después de recolectados los datos, el consultor elabora la matriz que se presenta en la
Tabla 1. En ella, se resumen las relaciones expresadas por los miembros del equipo. Un
“1” expresa la existencia de un vínculo que se traduce en compartir información; en
caso contrario, un cero “0” indica la inexistencia de vínculo.
Por ejemplo, el “1” en la celda intercesión de la fila “Pedro” y la columna “María”
indica que “Pedro comparte información con María” tal como se expresó en las
respuestas obtenidas por el consultor. De esa manera se completa la matriz que se
presenta a continuación.

Tabla 1. Matriz de relaciones entre actores.
1 2 3 4 5 6 7 8
Pedro María Andrés Isbelia Carlos Egly Domingo Olga
1 Pedro - 1 0 0 0 0 0 0
2 María 1 - 1 0 0 0 0 0
3 Andrés 0 0 - 1 0 0 0 0
4 Isbelia 0 0 0 - 0 1 0 0
5 Carlos 0 0 1 1 - 0 0 1
6 Egly 0 0 0 0 0 - 1 1
7 Domingo 0 0 0 0 0 0 - 1
8 Olga 0 0 0 0 1 1 0 -
Fuente: Elaboración propia.
En la tabla es presentada una matriz cuadrada de 8 filas y 8 columnas donde hay la
posibilidad de 56 vínculos por la cantidad de actores, no obstante, solamente existen
13 relaciones en la tabla 1 como resultado de las entrevistas del consultor. Una
observación rápida de la tabla permite determinar la ausencia de una gran cantidad de
vínculos de información en la red del Equipo “Todo Terreno” representando
aproximadamente el 77% de los 56 posibles. Esa cifra ya da una idea de una red poco
conectada.
Paso 3. Creación archivo de entrada para el Pajek.
Usando el NOTEPAD, se transcriben todas las relaciones dirigidas que aparecen en la
matriz. De esa manera se creará el archivo de entrada que procesará el software
Pajek64 4.01 a
Archivo de Entrada al Pajek64 4.01 a
Transcritas las relaciones, usando NOTEPAD, se genera y se graba el archivo de
entrada “todoterreno.txt”, que se utilizará para trabajar con el Software Pajek64;
dicho archivo es presentado en la figura 2. El software usa el archivo para calcular las
métricas de interés. Como se quiere diferenciar por género a los actores, en la red, se
le asigna a las damas la figura geométrica “elipse” (ellipse) y a los caballeros
“triangulo” (triangle) tal como se muestra en la figura indicada. El símbolo “%” permite
escribir comentarios en el archivo; el número de actores se especifica con “*Vertices” y
los vínculos dirigidos con “*Arcs”. La dupla de números que se muestra en el archivo,
son las relaciones presentes en la tabla 1 presentada anteriormente.

Figura 2. Archivo de entrada “todoterreno.txt”
MÉTRICAS GENERADAS.
Paso 4. Lectura del archivo de entrada.
Active el Software Pajek y seleccione el ícono de la carpeta amarilla para seleccionar el
archivo de entrada “todoterreno.txt”, del lugar donde lo grabó, con el cuidado de que
debe estar activa la opción “All files (*.*)”. El ícono se muestra en la figura 3.
Figura 3. Lectura del archivo de entrada.

Paso 5. Obtención de la red del Equipo “Todo Terreno”.
Seleccione los siguientes comandos del menú mostrado para obtener la red del
Equipo “Todo Terreno”: Draw > Network. La red que se obtiene corresponde a TT y se
muestra en la Figura 4. La red mostrada es una modificación de la generada por Pajek;
se movieron algunos actores para evitar el cruce de las líneas. Note que los actores son
diferenciados con las figuras geométricas indicadas en el archivo de entrada, indicado
en la figura 2.
Figura 4. Red del Equipo TT.
Ya con las red construida se comienza a dar respuesta a las preguntas planteadas.
Paso 6. Cálculo densidad de la red.
El consultor obtiene la información que necesita para responder la primera pregunta,
¿los miembros forman una red bien conectada? La respuesta la obtenemos del
indicador “Densidad de la Red”.
Densidad de la Red.
La densidad de la red muestra la relación entre los vínculos presentes en la red y el
número de vínculos posibles. La red mostrada posee trece (13) relaciones o vínculos y
ocho (8) nodos o actores. Con esos datos se calcula la densidad utilizando las fórmulas
[1] y [2].

Número de vínculos posibles = Número de nodos x (Número de nodos-1) [1]
Número de vínculos posibles = 8x(8-1)=8x7=56
Densidad de la red = Número de vínculos en la red/Número de vínculos posibles [2]
Densidad de la red = 13/56=0,2321.
Se obtiene una densidad de 0,2321, es decir, se encuentran presentes en la red de TT,
un 23,21% de los vínculos o interacciones posibles. Se puede afirmar que la red de TT
no es una red densa, es dispersa, poco conectada, lo que se corrobora, con la ausencia
de compartir información entre varios miembros del equipo por la falta de vínculos
entre ellos. Por ejemplo, se nota que María solamente tiene vínculo directo con Pedro
y Andrés y no con los demás. Por otro lado, Isbelia no tiene relación directa con María,
Pedro, Domingo y Olga.
Con base en los resultados se puede afirmar que los miembros de TT no forman una
red bien conectada por la ausencia de vínculos entre varios de los miembros. Una
densidad del 23% es baja para una red tan pequeña.
Paso 7. Cálculo centralidad de entrada.
El consultor obtiene la información que necesita para responder las siguientes
preguntas, ¿Quién recibe más/menos información?. La respuesta la proporciona el
indicador “Centralidad de Grado de entrada”.
Centralidad de Grado o grado de centralidad de entrada (Input Degree Centrality).
Se refiere al número de vínculos directos que tiene el nodo y es el número de
conexiones directas que recibe un actor de los demás. Según Hanneman y Riddle
(2005) si un actor recibe muchos vínculos de entrada se le reconoce como un actor
prominente o que tiene alto prestigio, indicando su importancia en la red. La figura 5
muestra la red, los vínculos de entrada o información que recibe cada miembro del
equipo y se obtiene del Pajek por la secuencia de comandos Network>Create
Partition>Centrality>Degree>Input. Olga es la persona mejor conectada por el mayor
número de vínculos de entrada que recibe y se traduce en las tres (3) referencias de
comunicación que recibió; es decir, tres (3) miembros del equipo compartieron
información con ella. Le siguen Andrés, Isbelia y Eglys que recibieron información de
dos (2) de sus compañeros, cada uno.

Los miembros del equipo que reciben menos información son Pedro, María, Carlos y
Domingo; ellos solamente recibieron información de un miembro (1) del equipo.
Llama la atención que María como líder del equipo reciba solamente un vínculo de
comunicación de entrada. Como líder se podría esperar que el resto de los miembros
del equipo, siete personas, se comunicaran con ella por lo tanto recibió muy pocos
vínculos para ser líder.
Figura 5. Red y centralidad de entrada.
Con base en los resultados se puede afirmar que Olga es quien recibe más
información; por otro lado, Pedro, María, Carlos y Domingo son los que menos
información reciben.
Paso 8. Cálculo centralidad de salida.
El consultor obtiene información que necesita para responder las siguientes
preguntas, ¿Quién suministra más/menos información? La respuesta es
proporcionada por el indicador “Centralidad de Grado de salida”.
Centralidad de Grado o grado de centralidad de salida (Output Degree Centrality).
Se refiere al número de vínculos directos que tiene el nodo. Es el número de
conexiones directas que tiene un actor hacia los demás; Según Hanneman y Riddle

(2005) Los actores que intercambian información/recursos con otros, hace que los
demás estén pendientes de su punto de vista y se les reconoce como actores con
influencia en los demás. la figura 6 muestra la centralidad de salida y se obtiene del
Pajek con la secuencia de menú: Network>Create Vector>Centrality>Degree>Output.
Carlos es quien tiene más vínculos de salida al suministrar información a otros, en este
caso a tres (3) miembros del equipo.
Figura 6. Red y centralidad de salida.
Le siguen, María, Egly y Olga con dos (2) referencias de conexión cada uno. El resto,
Pedro, Andrés, Isbelia y Domingo solamente suministraron información a un miembro,
cada uno. Con base en los resultados se puede afirmar que Carlos es quien aporta más
información a miembros del equipo; por otro lado, Pedro, Andrés, Isbelia y Domingo
son los que tienen menos vínculos de comunicación. María nuevamente recibe pocos
vínculos de comunicación de salida; eso indica que se comunica muy poco con el resto
del equipo. Como líder se podría esperar siete vínculos de comunicación de salida por
ser líder del equipo.
Paso 9. Cálculo centralidad total
preguntas, ¿Quién posee más/menos intercambios de información? La respuesta es
suministrada por el indicador “Grado de Centralidad Total”

Centralidad de Grado o grado de centralidad total (All Degree Centrality).
Se refiere al número de vínculos directos que tiene el nodo tanto de entrada como de
salida. Es el número de conexiones directas que recibe y genera un actor con respecto
a los demás; en la figura 7 se muestra la red, los valores de cada miembro del equipo y
la secuencia de comandos del Pajek Network>Create Vector>Centrality>Degree>All.
Olga es la que tiene más intercambios de información, es la mejor conectada, posee
cinco (5) vínculos de comunicación, es decir, suministró y recibió información en mayor
cantidad; eso es un indicador de su popularidad. Le siguen Carlos y Egly con cuatro (4);
María, Andrés e Isbelia con tres (3).
Figura 7. Red y centralidad de total.
Pedro y Domingo son los que menos interacciones totales poseen; cada uno de ellos
solamente con dos (2) vínculos. La líder aparece con pocos vínculos de comunicación
como consecuencia de lo mostrado en los indicadores anteriores.
Con base en los resultados se puede afirmar que Olga es quien tiene más intercambios
de información; por otro lado, Pedro y Domingo son los que poseen menos vínculos de
comunicación.

Paso 10. Cálculo centralidad de intermediación.
preguntas, ¿Quién sirve de puente entre los miembros del equipo y quiénes no? La
respuesta es aportada por el indicador “Centralidad de Intermediación”.
Centralidad de intermediación (Betweenness Centrality).
Según Velásquez y Aguilar (2005), la intermediación es la posibilidad que tiene un nodo
para intermediar las comunicaciones entre pares de nodos o actores. Estos nodos son
también conocidos como actores puente. Se mide como la proporción de veces que un
actor está en la ruta entre distintos pares de actores. Un nodo o actor con un alto valor
de intermediación tiene gran influencia en la red sobre lo que fluye en esa red, en este
caso, información para realizar el trabajo. La figura 8 centraliza la información acerca
del indicador y se obtiene de la secuencia de comandos Network>Create
Vector>Centrality>Betweenness
A pesar de que Olga tiene más conexiones directas por la información recibida y
suministrada, Egly posee una buena posición en la red porque sirve de puente entre las
personas que menos conexiones directas tuvieron.
Figura 8. Red y centralidad de intermediación.
Egly posee el mayor índice de intermediación de 0,3757143 seguida por Isbelia. Sin
Egly, Domingo queda desvinculado del equipo TT. Domingo y Pedro no son puentes en
el equipo por su baja vinculación con el resto de los miembros del equipo.

Se podría esperar que María, como líder del equipo, tuviese un alto valor de
intermediación pero no es el caso. Del líder se espera que sea puente para vincular los
miembros del equipo.
Con base en los resultados se puede afirmar que Egly sirve de puente entre las
personas que menos conexiones directas tuvieron, Domingo y Pedro. Ellos no son
puentes por estar muy desvinculados en el equipo.
Paso 11. Cálculo centralidad de cercanía.
preguntas, ¿Quién o quiénes son más accesibles y quienes no? La respuesta está en
el indicador “Centralidad de la Cercanía”.
Centralidad de cercanía (Closeness Centrality).
Según Velásquez y Aguilar (2005) es la capacidad de un actor para alcanzar a todos los
nodos de la Red. Se expresa, como un promedio, a qué tan cerca está un actor de los
demás actores de la red. Por otro lado, Borgatti (2005) indica en un contexto de flujo,
por ejemplo de información, como el índice de tiempo esperado hasta la llegada de la
información a través de la red. En la figura 9 se muestra información del indicador y se
obtiene de la secuencia de comandos Network>Create
Vector>Centrality>Closeness>All
Figura 9. Red y centralidad de cercanía.

Andrés, Isbelia y Carlos están más cerca de los demás miembros del equipo; ellos son
más accesible y pueden vincularse con los demás de una manera más rápida, lo cual
se expresa por el valor de 0,583333 que obtuvieron. Están en una excelente posición
para monitorear el flujo de información en la red. Ellos tienen la mejor visibilidad de lo
que está ocurriendo en la red. Por otro lado, Pedro y Domingo son difíciles de acceder
y se presenta mayor dificultad de acceso con Pedro por el bajo valor obtenido en el
indicador. María es accesible pero no en la medida que puede esperarse de un líder;
en otras palabras, debería tener un alto valor del indicador de cercanía.
Con base en los resultados se puede afirmar que Andrés, Isbelia y Carlos son los más
accesibles; en caso contrario, Domingo y Pedro son dificiles de acceder.
Una vez finalizada la determinación de las métricas mostradas anteriormente,
seguidamente son resumidos los hallazgos acerca del Equipo Todo Terreno.
Paso 12. Hallazgos.
En este paso son presentados los hallagos del análisis realizado por el consultor.
HALLAZGOS
Todo equipo de trabajo debe someterse regularmente a un diagnóstico para detectar
la manera cómo interactúan los miembros y una de las formas para hacerlo es ARS. En
este contenido se diseñó un ejemplo para analizar en doce (12) pasos un equipo de
trabajo ficticio, no obstante, la secuencia indicada es en líneas generales válida para
evaluar cualquier equipo de trabajo real.
1. Entrevista a integrantes del equipo.
2. Elaboración matriz de relaciones.
3. Creación archivo de entrada.
4. Lectura del archivo de entrada.
5. Obtención de la red “Todo Terreno”.
6. Cálculo densidad de la red.
7. Cálculo centralidad de entrada.
8. Cálculo centralidad de salida.
9. Cálculo centralidad total.
10. Cálculo centralidad de intermediación.
11. Cálculo centralidad de cercanía.
12. Hallazgos.

El diagnóstico del consultor indica que el Equipo “Todo Terreno” tiene graves
problemas de comunicación, los cuales se acentúan por un papel inadecuado de la
líder. El equipo requiere una intervención inmediata para recuperar su desempeño
habitual. A continuación se responden las preguntas planteadas al inicio.
 Los miembros de TT no forman una red bien conectada por la ausencia de vínculos
entre varios de los miembros. Una densidad del 23% es baja para una red tan
pequeña.
 Olga es quien recibe más información. Pedro, María, Carlos y Domingo son los que
menos información reciben. María recibió muy pocos vínculos para ser líder.
 Carlos es quien aporta más información a miembros del equipo; por otro lado,
Pedro, Andrés, Isbelia y Domingo son los que tienen menos vínculos de
comunicación. María comunica muy poco con el resto del equipo.
 Olga tiene más intercambios de información; Pedro y Domingo son los que tienen
menos vínculos de comunicación. María con pocos vínculos, para ser la líder.
 Egly sirve de puente entre las personas que menos conexiones directas tuvieron.
Domingo y Pedro no son puente por su desvinculación del resto del equipo. Se
podría esperar que María, por su condición de líder asignada, apareciera como un
vínculo fuerte pero no es así.
 Andrés, Isbelia y Carlos son los más accesibles; Domingo y Pedro son dificiles de
acceder y están muy desvinculados.
 María no aparece como un miembro accesible del equipo y se manifiesta en los
bajos vínculos de entrada y salida que obtuvo; además en los valores de la
intermediación y cercanía.
A MANERA DE RECOMENDACIÓN PARA LOS EQUIPOS DE TRABAJO
Como principio básico, todo equipo de trabajo debe conocer, por intermedio de un
diagnóstico, sus fortalezas y debilidades con el objetivo de potenciar las primeras y
minimizar las segundas. Las relaciones de comunicación/información/conocimiento
entre los miembros del equipo representan una factor de éxito y deben estudiarse
continuamente. El ARS ofrece la oportunidad de identificar esas relaciones y
determinar su fortaleza o debilidad.
Como recomendación, líder del equipo debe desarrollar la red de su equipo y obtener,
por intermedio del ARS, respuestas a las siguientes interrogantes, entre otras: ¿los
miembros forman una red bien conectada? Quién recibe más/menos información,

¿Quién suministra más/menos información?; ¿Quién posee más/menos intercambios
de información? ¿Quién sirve de puente entre los miembros del equipo y quiénes no?
¿Quién o quiénes son más accesible y quiénes no? ¿El líder está haciendo su trabajo
de interactuar con todos los miembros del equipo?
Este material puede ser usado libremente sin olvidar el crédito correspondiente al
autor. Cualquier sugerencia se agradece.

REFERENCIAS
Carolan, B. (2014). Social Netwok Analysis an Education. Theory, Methods &
Applications. Los Angeles: SAGE.
Batagelj V., y Mrvar A. (S/F). Pajek / Pajek-XXL versions 3.** and 4.**. Disponible
en: http://mrvar.fdv.uni-lj.si/pajek/ Fecha de consulta: 17/08/2015.
Borgatti S. (2005). Centrality and network flow Social Networks 27 (2005) 55–71
Disponible en http://www.analytictech.com/borgatti/papers/centflow.pdf. Fecha de
consulta: 20/07/2015.
Borgatti S. (2005). Centrality. Disponible en
http://www.analytictech.com/essex/lectures/centrality.pdf Fecha de consulta:
20/07/2015.
Hanneman, R. and Riddle M. (2005). Introduction to social network methods.
Riverside, CA: University of California. Disponible en:
http://faculty.ucr.edu/~hanneman/ Fecha de Consulta: 23/07/2015
Gonzales-Aguilar A., Ramírez-Posada M., Vaisman C (2012). Análisis de redes de estilos
de aprendizaje en formación virtual de documentación. Signo y Pensamiento 6I·
Avances pp 142 - 157 · volumen XXXI · julio - diciembre 2012
Krebs, K. (2013). Social Network Analysis: An Introduction. Disponible en
http://www.orgnet.com/sna.html. Fecha de consulta: 15/07/2015.
Portal publicaciones Steve Borgatti (S/F). Disponible en:
http://www.steveborgatti.com/research/publications. Fecha de consulta: 15/07/2015.
Site Software Netdraw (S/F). Disponible en
https://sites.google.com/site/netdrawsoftware/download
Velásquez, A., y Aguilar N. (2005). Manual Introductorio al Análisis de Redes Sociales.
Medidas de Centralidad. Ejemplos prácticos con UCINET 6.85 y NETDRAW 1.48

Diagnóstico de un Equipo de Trabajo en 12 pasos usando Análisis de Redes Sociales

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Similar a Diagnóstico de un Equipo de Trabajo en 12 pasos usando Análisis de Redes Sociales

Similar a Diagnóstico de un Equipo de Trabajo en 12 pasos usando Análisis de Redes Sociales (20)

Más de Carlos Primera

Más de Carlos Primera (20)

Último

Último (20)

Diagnóstico de un Equipo de Trabajo en 12 pasos usando Análisis de Redes Sociales