Presentación de la charla People Analytics desde las perspectivas de las Relaciones del Trabajo a cargo de Sergio García Mora en el marco de la Comisión Privados RT

1. PEOPLE ANALYTICS
DESDE LA PERSPECTIVA DE LAS RELACIONES DEL TRABAJO

2. MISION
En Data 4HR somos una Start Up
interdisciplinaria que brindamos
servicios disruptivos para la
gestión de Recursos Humanos y
de las organizaciones.
QUIENES SOMOS
Impulsar resultados
extraordinarios en toda la
cadena de valor de nuestros
clientes utilizando Analytics
para generar acciones de
crecimiento exponencial.
NUESTRA VENTAJA
Somos profesionales del
negocio, que conocemos los
problemas y desafíos de las
organizaciones desde adentro
y sabemos como gestionarlos.
• Recruiting
• Planificación Estratégica
• Organizational Network Analysis
• Feedback & Clima
• Training
• Dashboards
NUESTROS SERVICIOS

3. ¿QUE ES ANALYTICS?
Es la ciencia de analizar datos.
Es una disciplina que nos permite encontrar
en grandes volúmenes de datos, los patrones relevantes que sustenten
mejores decisiones para generar ventajas estratégicas.
Buscamos oportunidades de
mejora en los procesos…
… que nos permitan mejorar los
resultados del negocio.
¿QUÉ ES LO QUE HACEMOS?

4. Definiciones: ¿Qué es People Analytics?
Analytics: “la ciencia de analizar datos”
Es una disciplina que combina el análisis estadístico, junto con la
potencia computacional para buscar patrones relevantes para la
toma de mejores decisiones.
¿Cuál es el propósito de Analytics?
Identificar aquellas variables y métricas que pueden ser
mejores predictores de la performance deseada.

5. Definiciones: ¿Qué es People Analytics?
¿Por qué hablamos de People Analytics y no de HR Analytics?
La distinción está en que con People Analytics buscamos analizar todo lo
que hace la gente dentro de la organización, independientemente de si la
mejora está asociada a un programa de Recursos Humanos o no.
El objetivo siempre tiene que estar puesto en alguna necesidad organizacional

6. ¿Por qué es relevante Analytics?
Las empresas maduras en procesos de Analytics sobrepasan
ampliamente en rentabilidad a las empresas seguidoras.

7. 18%
9%
33%
21%
12%
3%2% 3%
13%
39%
26%
14%
Mayor a 20% Entre 15% y 20% Entre 7% y 14% Entre 3% y 6% Entre 1% y 2% Sin Cambios
INCREMENTODEGANANCIAS
Las empresas líderes en Analytics reportan
ganancias mayores
Líderes en Analytics Seguidores
El 60% de las
empresas líderes
crecieron 7% o más
Fuente:CiscoForbesInsightsbyCisco:AdvancedAnalytics
Para el 85% de las empresas el uso de los datos
de los empleados es muy importante pero sólo
el 42% tiene implementado Analytics
42%
85%
PeopleData
Tendencias HCM Deloitte 2018
Importancia Implementado
Fuente: 2018 Deloitte Global Human Capital Trends

8. ¿Por qué es relevante People Analytics?
• Liderar cambio cultural
• Ganar influencia
• Gestionar el organigrama real
Agregue un pie de página 8

9. Organizational
Network Analysis
¿Corre riesgo de
irse Juana, una
profesional con
habilidades muy
demandadas por el
mercado?
¿Está Fermín muy
sobrecargado de
trabajo?
¿Si se va Jorge, quién
atiende estas cuentas?
¿Estamos reconociendo
el trabajo de María?
Nodo o Vértice: En este caso,
representan a una persona.
Conexión o arista: Son las líneas
que vinculan a cada nodo entre sí.
Si tenemos un
presupuesto limitado
para capacitar a un
equipo, ¿a quién
enviamos?

10. RH llega tarde… en Argentina
La industria del Software en Argentina
tuvo en 2017:
• Récord de U$S 1.699 Millones en
Exportaciones
• Crecimiento de ventas: 28,3% en pesos
• Aumento del Empleo: 3,5%
De acuerdo a datos de LinkedIn, en India:
• Los puestos Analíticos en RRHH
crecieron un 77% en los últimos 5 años
(vs. 70% promedio de Asia-Pacífico)
• 14% de las posiciones actualmente
tienen una base analítica.

11. ¿Cómo empezar?
The Nerd Way The HR Way

12. Visualización
¿Cómo empezar? – The Nerd Way
Data Analysis

13. ¿Cómo empezar? – The Nerd Way
La comunidad R
✓ R en Baires
✓ R-Ladies Buenos Aires
✓ “R para Ciencia de Datos”: https://es.r4ds.hadley.nz/
✓ “Libro Vivo de Ciencias de Datos”:
https://librovivodecienciadedatos.ai/
✓ Curso R EPH:
https://diegokoz.github.io/Curso_R_EPH_clases/
✓ Datos de Miércoles: @R4DS_es

14. Mujeres en
Data Science
https://www.mediachicas.com/

15. People Analytics – Competencias Fundamentales
Matemáticas y
Estadística
Conocimiento
del Negocio
Programación
Perfil “Clásico”
del Data Scientist

16. People Analytics – Competencias Fundamentales
Entender el
Negocio
Capacidad
para
Accionar
Conclusiones
Programación
Perfil “de un buen
minero de datos”

17. ¿Cómo empezar? – The HR Way
La capacidad de análisis no tiene no tiene que ver tanto
con estadísticas o algoritmos, sino con un mindset
diferente.
re:Work – Guía para adoptar un mindset analítico.
✓ Hacer las preguntas correctas
✓ Entender el proceso de valor de Analytics
✓ Elegir los datos y métricas
✓ Hacer inferencias usando las estadísticas
✓ Contar una historia con los datos
✓ LLEVAR A LA ACCION LOS HALLAZGOS
Crítica Curiosidad
Creatividad Constancia

18. Metodología
CRISP-DM

19. Metodología de People Analytics
Gene Pease, Boyce Byerly, y el Dr. Jac Fitz-enz (2012)
Anécdotas &
Storytelling
Indicadores &
Tablero de
Comando
Benchmarks
Análisis de
Correlaciones
Análisis de
Causaciones
Toma de
Decisiones

20. Analytics Estratégico
Alec Levenson
Ventajas
Competitivas
Indicadores
Operacionales
Datos de
Capital Humano
20

22. Aspectos éticos
• Prevenir sesgos en los
análisis o en los datos.
• ¿Qué puede pasar que
haga que nuestro
experimento fracase?
• ¿Se podría quebrar la
confianza del empleado
en la empresa al realizar
el experimento?
• ¿El resultado del
experimento, justifica el
riesgo de hacerlo?
“Damned if You Do; Damned if You Don't.... The Catch 22s of HR Analytics” –
Tracey Smith, Numerical Insights

23. GDPR
El Reglamento General de Protección de Datos entró en vigencia
en mayo de 2018 por resolución del Parlamento Europeo
(Reglamento (UE) 2016/679).
GDPR afectará a cualquier empresa que recoja y utilice datos
de ciudadanos europeos, independientemente de si dicha
organización está establecida en la Unión Europea o no, o si
la propia transformación tiene lugar dentro o fuera de la
Unión Europea.

24. GDPR – Desafíos de la privacidad de los datos
A medida que el impacto de la nueva regulación de la privacidad comience
a ser evaluado, vamos a encontrar importantes desafíos que en muchos
casos puede que no sean fáciles de resolver sin la ayuda de
herramientas. Por ejemplo:
• Cómo podremos localizar todos los datos de clientes que tenemos en
nuestros sistemas.
• Cómo dar solución a clientes que hacen solicitudes para ver los
datos que una organización tiene en su poder.
• Qué hacer cuando se identifican los datos del cliente.
• Promulgar el derecho al olvido.

25. 3 buenas fuentes

26. Conclusiones
• Analytics representa una gran
oportunidad para generar
resultados sustentables basados en
información empírica y
demostrable.
• Analytics tiene que ver más con
gestión del cambio que con
tecnología.
• La baja adopción de Analytics
representa para RRHH una
oportunidad única para liderar el
cambio hacia una cultura “orientada
a datos”.
• Lo que marca la diferencia entre
proyectos exitosos y los que no, es
pasar de las conclusiones a la
acción.

27. Últimas conclusiones
No tener miedo a equivocarnos
“No tenemos miedo a toquetearlos, a experimentar con
ellos, a ver qué hay aquí, o a estropearlos”.
Crear una comunidad
Armar redes para aprender en conjunto, y construir
relaciones entre pares.
Compartir lo que sabemos
Las grandes cambios ocurren cuando compartimos lo que
descubrimos o lo que sabemos con los demás.
Comunidad Data 4HR
+54 9 11 4413 2440
Página: facebook.com/data4hr
Grupo: Freakys de RRHH
data4hr.slack.com

28. Sergio E. García Mora
Data 4-HR
E: sergio@d4hr.com
T: (54-11) 15 4413 2440
L: https://ar.linkedin.com/in/sergiogarciamora
F: https://www.facebook.com/data4hr/

29. Fuentes
• BOCK, Laszlo, “La nueva fórmula del trabajo”, Conecta, 2015.
• CRAVINO, Luis María, “Medir lo importante”, Temas Grupo Editorial, 2007.
• DJ Patil & MASON, Hilary , “Data Driven – Creating a Data Culture”, O’Reilly, 2015.
• FITZ-ENZ, Dr. Jac, “ROI of Human Capital”, AMACOM, 2009.
• GARCIA VICENTE, Antonio, “Programar para aprender sin límites”, https://www.youtube.com/watch?v=9hUjhIfs-
bw&feature=share
• McCANDLESS, David, “The beauty of data visualization”,
https://www.ted.com/talks/david_mccandless_the_beauty_of_data_visualization
• NUSSBAUMER KNAFIC, Cole, “Storytelling with data: A data visualization guide for business proffesionals”, Wiley, 2015.
• SMITH, Tracey, “The First Three Skills HR Needs to Learn from Outside HR”, https://www.linkedin.com/pulse/first-three-skills-hr-
needs-learn-from-outside-tracey-smith
• SMITH, Tracey, ““The Strategy of Metrics & Key Performance Indicators”, Numerical Insights LLC.
• WAKAMIYA, Masako, “Now it’s time to get your own wings”, https://www.youtube.com/watch?v=gUjXiYtOC7Y
• GDPR. Qué es, a quién afecta y cómo se soluciona con MDM, https://blog.powerdata.es/el-valor-de-la-gestion-de-datos/gdpr.-
que-es-a-quien-afecta-y-como-se-soluciona-con-mdm
• “La industria argentina del software logró un record histórico de exportaciones durante 2017”. CESSI http://www.cessi.org.ar/ver-
noticias-la-industria-argentina-del-software-logro-un-record-historico-de-exportaciones-durante-2017-2210
• “Nearly 80% rise in HR analytics professionals in India: LinkedIn” Yahoo https://in.finance.yahoo.com/news/nearly-80-rise-hr-
analytics-professionals-india-linkedin-080805308--finance.html