Cómo usar los datos de personal que su empresa ya tiene para responder preguntas de gestión, con un ejemplo resuelto paso a paso y una regla que pocas guías dicen: con pocos casos, la respuesta honesta muchas veces es «todavía no se puede afirmar».
No «analicemos los datos», sino una pregunta concreta cuya respuesta cambie algo: dónde reclutar, a quién formar, qué área revisar.
Planilla, altas y bajas, ausencias, evaluaciones, capacitación, clima. Se juntan con un identificador común y una definición estable de cada campo.
Contar y comparar por grupos: área, puesto, antigüedad, jefatura, fuente de contratación. La mayoría de las respuestas útiles aparecen aquí.
Con pocos casos, una diferencia puede ser azar. Una prueba estadística adecuada dice si los datos alcanzan para afirmarla.
Actuar sobre la condición que el análisis señala y repetir la medición después: es la única forma de saber si la acción funcionó.
| Dato que ya existe | Qué aporta |
|---|---|
| Planilla | Puesto, área, salario, fecha de ingreso, horas extra |
| Altas y bajas | Fecha y tipo de salida, motivo registrado |
| Ausencias | Días, tipo y justificación |
| Evaluación del desempeño | Resultados por competencia y objetivo |
| Capacitación | Quién recibió qué, cuándo y su evaluación |
| Clima | Resultados agregados por área (nunca individuales) |
| Reclutamiento | Fuente de cada contratación, tiempos y etapas |
| Fuente de contratación | Ingresos | Salieron antes de 90 días | Proporción |
|---|---|---|---|
| Referido | 10 | 2 | 20.0 % |
| Publicación en portal | 12 | 5 | 41.7 % |
Prueba log-rank sobre las curvas de permanencia, ejecutada con el motor de supervivencia de tagline-lib, la biblioteca de cálculo propia de la firma: chi² = 0.95, p = 0.33.
La tabla sugiere que los asesores contratados por portal salen antes. Pero con diez y doce personas, la prueba no permite afirmarlo: si en realidad no hubiera diferencia entre las dos fuentes, una diferencia como esta o mayor aparecería por azar aproximadamente una vez de cada tres (p = 0.33). La conclusión honesta es «hay una señal que vale la pena seguir»: registrar la fuente de cada contratación, revisar cómo se describe el puesto en el portal y repetir el análisis con más ingresos. Y aunque la diferencia fuera clara, no diría que el portal la causa: puede deberse al mensaje del anuncio, al momento de la contratación o a la jefatura que recibió a cada grupo.
Si su empresa todavía no tiene definidos sus indicadores, empiece por el diccionario de indicadores de RR. HH. y su tablero en Excel.
El trabajo es descriptivo y diagnóstico: ordenar los datos, definir los indicadores, responder la pregunta que importa con la prueba que corresponda y decir con claridad cuánto se puede afirmar. No incluye un software propio ni modelos para predecir el comportamiento de personas concretas.
Modalidad: el análisis, las sesiones con la dirección y buena parte del trabajo se hacen en línea; lo que exige presencia se programa dentro del alcance y se cotiza con su traslado. El precio depende de ese alcance y se entrega por escrito, con lo que incluye y lo que no.
Plantear una pregunta con mis datosEs el análisis de los datos de personal para responder preguntas de gestión: por qué se va la gente de un área, qué relación hay entre la capacitación y los reclamos, dónde se concentran las horas extra. Va más allá de los indicadores: un indicador muestra un número; el análisis cruza fuentes para entender qué lo explica y con cuánta seguridad.
Los indicadores siguen la situación en el tiempo (rotación, ausentismo, tiempo de cobertura). People analytics parte de una pregunta concreta y combina datos para responderla. Los dos se necesitan: sin indicadores bien definidos no hay datos confiables para analizar.
Para empezar, no. Una empresa mediana puede responder buenas preguntas con la planilla, el registro de altas y bajas, las ausencias y las evaluaciones en una hoja de cálculo, siempre que los datos estén definidos igual todos los meses. El software ayuda cuando el volumen y la frecuencia lo justifican.
Con pocos datos, no de forma confiable, y usar un modelo así para decidir sobre una persona concreta plantea problemas de equidad y de protección de datos. Lo útil y defendible para una empresa mediana es identificar patrones por grupo —área, puesto, antigüedad, fuente de contratación— y actuar sobre las condiciones, no etiquetar personas.
Informar la finalidad, usar solo los datos necesarios, trabajar con identificadores en lugar de nombres cuando se pueda, publicar resultados agregados y conservar los datos el tiempo necesario, conforme a la Ley para la Protección de Datos Personales (D.L. 144 de 2024).