{"id":14305,"date":"2020-10-30T20:59:26","date_gmt":"2020-10-30T20:59:26","guid":{"rendered":"https:\/\/www.conectasoftware.com\/?p=14305"},"modified":"2020-10-30T20:59:26","modified_gmt":"2020-10-30T20:59:26","slug":"el-lider-impulsado-por-los-datos","status":"publish","type":"post","link":"https:\/\/www.conectasoftware.com\/magazine\/el-lider-impulsado-por-los-datos\/","title":{"rendered":"El l\u00edder impulsado por los datos"},"content":{"rendered":"<div class=\"clearfix\">\n<div class=\"col-sm-8 \">\n<div class=\"recommendation\">\n<span style=\"color: #ffffff;\">El l\u00edder impulsado por los datos<\/span>\n<\/div>\n<\/div>\n<\/div>\n<div class=\"col-sm-8 col-sm-push-3 \">\n<h2>Conceptos clave<\/h2>\n<ul class=\"takeaways\">\n<li>Los recursos humanos son cruciales para el bienestar financiero de una organizaci\u00f3n y pueden liderar la creaci\u00f3n de ingresos corporativos.<\/li>\n<li>Las m\u00e9tricas transaccionales pueden ser \u00fatiles si entendemos sus limitaciones.<\/li>\n<li>Muchos indicadores clave de rendimiento (<a href=\"https:\/\/www.conectasoftware.com\/magazine\/glosario\/kpi\/\">KPI<\/a>, por sus siglas en ingl\u00e9s) que antes se consideraban fiables, ocultan problemas que la anal\u00edtica de datos puede revelar.<\/li>\n<li>Apliquemos el\u00a0<em>design thinking\u00a0<\/em>a los indicadores clave de rendimiento para que reflejen las necesidades de la organizaci\u00f3n.<\/li>\n<li>La implementaci\u00f3n de la anal\u00edtica de datos requiere delicadeza; proteja los datos sin procesar de su empresa.<\/li>\n<li>Identifiquemos aliados y detractores en el liderazgo y en las unidades de negocio generadoras de ingresos.<\/li>\n<li>Al emprender un proyecto de an\u00e1lisis, asegur\u00e9monos de tener las habilidades adecuadas. Algunos proyectos pueden requerir la contrataci\u00f3n de un experto externo.<\/li>\n<li>Para seleccionar los proyectos iniciales, busque el acuerdo del personal, el apoyo y el \u00e9xito probable a corto plazo.<\/li>\n<li>Explique el an\u00e1lisis de datos a los colegas y al personal repetidamente para transmitir un amplio entendimiento de c\u00f3mo aplicarlos.<\/li>\n<li>Las cuatro etapas de la anal\u00edtica son: descriptiva\u00a0(de acciones pasadas), diagn\u00f3stico, predictiva\u00a0y prescriptiva.<\/li>\n<\/ul>\n<\/div>\n<div class=\"col-sm-8 col-sm-push-3\">\n<h2>Resumen<\/h2>\n<h3>De la gesti\u00f3n a la estrategia<\/h3>\n<p>En 2012\u00a0el\u00a0<em>Harvard Business Review<\/em>\u00a0se refiri\u00f3 a la anal\u00edtica de datos como una revoluci\u00f3n en la gesti\u00f3n. Ya sea que se trate de grandes datos, an\u00e1lisis de datos, ciencia de datos o an\u00e1lisis de negocios, es un proceso que convierte los datos brutos en datos utilizables. Las organizaciones entonces aplican estos datos utilizables \u2013informaci\u00f3n\u2013\u00a0para determinar el mejor curso de acci\u00f3n en una situaci\u00f3n dada.<br \/>\nEl an\u00e1lisis de datos ofrece a recursos humanos una mayor oportunidad para influir en los ingresos y el crecimiento de la empresa a medida que esta pasa de desempe\u00f1ar un papel de cuidado y papeleo a convertirse en un factor de rendimiento empresarial. Los directores ejecutivos deben contratar a los directores de recursos humanos\u00a0y otros ejecutivos que tengan experiencia en negocios operativos, a menudo de unidades generadoras de ingresos. Las empresas ahora est\u00e1n pidiendo a los l\u00edderes de recursos humanos que vayan m\u00e1s all\u00e1 de sus \u00e1reas tradicionales y que implementen cambios que generen ingresos.<\/p>\n<blockquote><p>\u201cPasar a una cultura de liderazgo basada en datos \u2013como cualquier esfuerzo de cambio\u2013\u00a0sacar\u00e1 lo mejor de algunas personas y lo peor de otras (\u2026) encuentre aliados pronto, ya que los detractores pueden ser frecuentes y fervientes\u201d.<\/p><\/blockquote>\n<p>Josh Bersin, l\u00edder de pensamiento en recursos humanos, cree que el <a href=\"https:\/\/www.conectasoftware.com\/magazine\/libros\/area\/tecnologia\/innovar-el-analisis-de-datos\/\">an\u00e1lisis de datos<\/a> de recursos humanos es fundamental para hacer de estos una unidad de negocio generadora de ingresos y para desarrollar la comprensi\u00f3n de los impulsores del beneficio por parte de recursos humanos. A medida que cambia su rol, el an\u00e1lisis de datos le permite identificar y resolver problemas frente a la mera gesti\u00f3n del proceso.<\/p>\n<h3>Indicadores clave de rendimiento<\/h3>\n<p>En 2016\u00a0m\u00e1s de la mitad de las empresas encuestadas informaron que contaban con un director general de datos, un 12% m\u00e1s que en 2012. La anal\u00edtica de datos (la implementaci\u00f3n de vanguardia de la anal\u00edtica de personas)\u00a0se centra en los empleados.<\/p>\n<blockquote><p>\u201cEl cambio toma tiempo y requiere la fe y la cooperaci\u00f3n de meros mortales. Esto es a menudo m\u00e1s cierto para avances de vanguardia como el an\u00e1lisis de datos\u201d.<\/p><\/blockquote>\n<p>Las empresas a menudo califican a los profesionales de recursos humanos\u00a0conbase\u00a0en indicadores clave de rendimiento (KPI, por sus siglas en ingl\u00e9s). Estas m\u00e9tricas descriptivas o transaccionales podr\u00edan incluir cu\u00e1ntas personas asistieron a una capacitaci\u00f3n, cu\u00e1ntos candidatos solicitaron un empleo o cu\u00e1nto tiempo se tard\u00f3 en publicar una vacante.<br \/>\nLas empresas utilizan estos KPI para evaluar al personal de recursos humanos y para ofrecer incentivos. Los cambios en dichos m\u00e9todos de evaluaci\u00f3n pueden suscitar preocupaci\u00f3n en el \u00e1mbito de los recursos humanos. Para abordar estas preocupaciones utilizando la anal\u00edtica de personas, los l\u00edderes corporativos de alto nivel pueden trabajar con el personal de recursos humanos para construir su deseo de alinear sus KPI con los resultados del negocio. Para ganar la confianza de los empleados de recursos humanos y l\u00edderes corporativos, dise\u00f1e su primer esfuerzo de anal\u00edtica de personas como una peque\u00f1a victoria r\u00e1pida definida por recursos humanos.<\/p>\n<h3>Las cuatro etapas de la anal\u00edtica<\/h3>\n<p>El primer paso en el uso de la anal\u00edtica de datos es comprender sus cuatro etapas de an\u00e1lisis:<\/p>\n<ol>\n<li><strong>Descriptivo<\/strong>\u00a0\u2013\u00a0Los datos \u201cespejo retrovisor\u201d describen lo que ocurri\u00f3 en el pasado. Tradicionalmente, las empresas utilizan estos an\u00e1lisis para definir cu\u00e1ntas personas asistieron a un seminario o el n\u00famero de contrataciones en el \u00faltimo a\u00f1o. Los informes y cuadros de mando suelen incluir esta informaci\u00f3n. Muchas plataformas de recogida avisan autom\u00e1ticamente cuando una m\u00e9trica descriptiva supera o desciende por debajo de un nivel predeterminado. La mayor\u00eda de las unidades de negocio diarias utilizan an\u00e1lisis descriptivos.<\/li>\n<li><strong>Diagn\u00f3stico<\/strong>\u00a0\u2013\u00a0Respondiendo a la pregunta \u201cpor qu\u00e9\u201d, este\u00a0implica modelos estad\u00edsticos y anal\u00edticos que sopesan ciertos\u00a0KPI para definir o revelar relaciones en conjuntos de datos y para buscar posibles razones y soluciones para un problema.<\/li>\n<li><strong>Predictivo<\/strong>\u00a0\u2013 Dan una visi\u00f3n de los posibles eventos futuros mediante la integraci\u00f3n de varios procesos, tales como estad\u00edstica, modelado y miner\u00eda de datos,\u00a0para encontrar m\u00e1s relaciones causales con conjuntos de datos activos y pasados.<\/li>\n<li><strong>Prescriptivo<\/strong>\u00a0\u2013 A partir del an\u00e1lisis descriptivo y predictivo, el an\u00e1lisis prescriptivo profundiza con modelos anal\u00edticos y matem\u00e1ticos avanzados para encontrar las mejores opciones de acci\u00f3n en una situaci\u00f3n dada. El an\u00e1lisis prescriptivo\u00a0puede ofrecer ideas sobre la implementaci\u00f3n de nuevas soluciones y c\u00f3mo abordar sus posibles implicaciones o cualquier problema de corolario.<\/li>\n<\/ol>\n<h3>El modelo de madurez de Bersin Talent Analytics<\/h3>\n<p>Los cuatro tipos de an\u00e1lisis se correlacionan con un modelo que muestra la madurez de los m\u00e9todos anal\u00edticos. El modelo de madurez de Bersin Talent Analytics, desarrollado por el analista Josh Bersin, enumera los niveles de an\u00e1lisis desde el m\u00e1s bajo hasta el m\u00e1s alto. El an\u00e1lisis descriptivo\u00a0aparece justo por debajo del nivel dos, el de diagn\u00f3stico\u00a0est\u00e1 en el nivel tres, el predictivo\u00a0justo por debajo del nivel cuatro y el\u00a0prescriptivo\u00a0en el nivel cuatro. Este modelo define cuatro plantillas de implementaci\u00f3n que las empresas encuentran a medida que desarrollan sus capacidades de an\u00e1lisis de datos:<\/p>\n<ol>\n<li>\n<h4><strong>Informes operativos<\/strong><\/h4>\n<p>\u2013\u00a0Cerca del 50% de las empresas se encuentra\u00a0en este nivel reactivo y descriptivo. Normalmente, en ese momento, las empresas no asignan a los miembros del personal para que trabajen solo\u00a0en el an\u00e1lisis de datos. Los esfuerzos se centran en acumular datos completos y correctos con informes puntuales. Por lo general, las empresas solo recogen dos m\u00e9tricas de talento: el tiempo que se tarda en llenar una vacante y la informaci\u00f3n sobre la diversidad dentro de la empresa.<\/li>\n<li>\n<h4>\u00a0<strong style=\"color: #222222;\">Informes avanzados<\/strong><\/h4>\n<p>\u2013\u00a0Aproximadamente el 30% de las empresas entra\u00a0en la categor\u00eda de informes proactivos y de diagn\u00f3stico. Tienen personal de an\u00e1lisis de datos que trabaja con sus l\u00edderes para dar sentido a la informaci\u00f3n y determinar c\u00f3mo aplicarla.<\/li>\n<li>\n<h4><strong>An\u00e1lisis avanzado<\/strong><\/h4>\n<p>\u2013\u00a0Solo el 10% de las empresas utiliza\u00a0la informaci\u00f3n de forma estrat\u00e9gica para identificar problemas y recomendar soluciones. Estas empresas pueden tener equipos centrales de an\u00e1lisis de datos, llevar a cabo una mayor recopilaci\u00f3n de datos y utilizar formas avanzadas de an\u00e1lisis.<\/li>\n<li>\n<h4><strong>An\u00e1lisis predictivo<\/strong><\/h4>\n<p>\u2013\u00a0Un raro 4% de las compa\u00f1\u00edas emplea\u00a0modelos y escenarios para predecir lo que puede suceder y los posibles resultados que pueden ocurrir. La informaci\u00f3n que transmiten, aunque derivada de un an\u00e1lisis y un modelado minucioso, sigue siendo accesible para la persona com\u00fan. Esto resulta en un entendimiento m\u00e1s claro que ayuda a disminuir el riesgo y se integra m\u00e1s f\u00e1cilmente con la planificaci\u00f3n estrat\u00e9gica y el desarrollo corporativo.<\/li>\n<\/ol>\n<blockquote><p>\u201cLa intuici\u00f3n y la inteligencia emocional, que alguna vez fueron el sello de los exitosos directores\u00a0y profesionales de recursos humanos, ya no son suficientes\u201d.<\/p><\/blockquote>\n<p>De las empresas encuestadas por IBM y HR.com en 2015, el 48% utilizaba an\u00e1lisis descriptivos, mientras que el 41% segu\u00eda utilizando informes b\u00e1sicos. El 8%\u00a0de las empresas encuestadas utiliz\u00f3 el an\u00e1lisis predictivo; solo el 3% utiliz\u00f3 el an\u00e1lisis prescriptivo. M\u00e1s de la mitad de estas empresas vieron una relaci\u00f3n directa y definida entre sus estrategias de talento y sus objetivos de negocio. Esta relaci\u00f3n directa pone en tela de juicio los indicadores clave de rendimiento que las empresas utilizan actualmente para el an\u00e1lisis.<\/p>\n<h3>Revisi\u00f3n de los KPI<\/h3>\n<p>Los indicadores clave de rendimiento identifican tradicionalmente lo que ha ocurrido. No arrojan luz sobre nuevas soluciones; simplemente plantean problemas. Para ver c\u00f3mo los KPI afectan la contrataci\u00f3n y retenci\u00f3n, considere una corporaci\u00f3n que se convirti\u00f3 en l\u00edder del mercado al confiar en un producto costoso. Pero cuando la empresa adquiri\u00f3 otras empresas con productos nuevos y de menor costo, sus ingresos, m\u00e1rgenes, precio de las acciones y satisfacci\u00f3n del cliente cayeron. Adem\u00e1s, la participaci\u00f3n del nuevo producto en los ingresos fue baja, mientras que el desgaste de los representantes de ventas creci\u00f3 significativamente. Los an\u00e1lisis descriptivos pueden confirmar que los representantes de ventas han estado saliendo en n\u00fameros r\u00e9cord, pero no explican por qu\u00e9 o c\u00f3mo detener o revertir el \u00e9xodo. El an\u00e1lisis de los datos puede abordar este problema. Recursos humanos\u00a0puede tener tres veces la media del sector de candidatos por puesto, pero si su tasa de bajas de 12 meses de representantes de ventas aumenta un 38%, el n\u00famero de candidatos es irrelevante. Recursos humanos necesita darse cuenta de que su proceso de contrataci\u00f3n puede ser parte del problema.<\/p>\n<h3><em>Design thinking<\/em><\/h3>\n<p>La firma de dise\u00f1o IDEO desarroll\u00f3 el\u00a0<em>design thinking<\/em>, una metodolog\u00eda para la resoluci\u00f3n de problemas desde una perspectiva humana. Considere lo que los solicitantes y el gerente de contrataci\u00f3n quieren que suceda en el proceso de contrataci\u00f3n. Pregunte si la creaci\u00f3n de ese entorno es factible para su empresa con la tecnolog\u00eda disponible, y si es sostenible y financieramente viable. Investigue si los KPI con los que eval\u00faa al personal que contrata\u00a0coinciden con los deseos de sus gerentes o de los candidatos que seleccionan. Para obtener mejores resultados, cambie los criterios que el personal debe seguir para alinearse m\u00e1s con las necesidades de los gerentes internos y de los solicitantes de empleo.<\/p>\n<blockquote><p>\u201cLos l\u00edderes de recursos humanos que deseen captar toda la atenci\u00f3n de los ejecutivos deben hablar el idioma que entienden los ejecutivos s\u00e9nior: los negocios. Presente\u00a0el caso de negocio\u201d.<\/p><\/blockquote>\n<p>Trabaje con recursos humanos y ventas para desarrollar un \u00e1rbol de KPI de representantes de ventas. Este paso utiliza el\u00a0<em>design thinking<\/em>\u00a0para identificar las necesidades del personal de ventas y de la empresa. El\u00a0<em>design thinking<\/em>\u00a0proporciona un punto de partida para examinar c\u00f3mo atraer a los solicitantes, por qu\u00e9 los vendedores se quedan y qu\u00e9 factores determinan su satisfacci\u00f3n en el trabajo. Cada factor tiene elementos de alimentaci\u00f3n. Profundice en ellos para identificar problemas \u00fanicos y puntos de datos potenciales para analizar. Los cient\u00edficos de datos pueden ayudar a determinar qu\u00e9 elementos deben tenerse en cuenta.<\/p>\n<h3>Conocimientos<\/h3>\n<p>El uso eficaz de la anal\u00edtica de datos requiere experiencia, generalmente de un cient\u00edfico de datos externo. Pida al\u00a0cient\u00edfico que trabaje con un empleado implacablemente curioso\u00a0que conozca el negocio. Esta combinaci\u00f3n ayuda al cient\u00edfico a catalogar y sopesar variables para identificar el \u201cADN del representante de ventas ideal\u201d. Utilicemos los resultados de este an\u00e1lisis inicial para guiar la contrataci\u00f3n y la capacitaci\u00f3n. A medida que avanza el an\u00e1lisis, la empresa puede definir un ecosistema de representantes de ventas que describa\u00a0lo que afecta a los representantes de ventas y c\u00f3mo retenerlos.<\/p>\n<h3>Recopilaci\u00f3n de datos<\/h3>\n<p>Para establecer un ADN de representante de ventas ideal, identifique fuentes de datos para KPI\u00a0espec\u00edficos. Los datos\u00a0dan respuestas, pero muchos elementos entran en juego: los ordenadores de las empresas suelen funcionar en plataformas diferentes, los datos pueden faltar y las personas pueden proteger los datos por miedo a la transparencia. Cuando encuentre conjuntos de datos, es posible que est\u00e9n incompletos. Debe localizar, recopilar y limpiar los datos antes de que un experto pueda ponderar los campos de datos apropiados y aplicar f\u00f3rmulas para combinarlos seg\u00fan sea necesario. En algunos casos, el analista de datos puede tener que cambiar ligeramente la metodolog\u00eda para obtener la informaci\u00f3n que usted necesita. Sea creativo. Incluya datos estructurados y no estructurados de dentro y fuera de la organizaci\u00f3n. Los datos estructurados incluyen informaci\u00f3n objetiva, como el n\u00famero de estudiantes en una clase, que tambi\u00e9n son datos internos. Los datos no estructurados o datos externos\u00a0son m\u00e1s subjetivos y, en algunos casos, su recopilaci\u00f3n lleva m\u00e1s tiempo. Tambi\u00e9n puede obtener datos valiosos de fuentes que no se le ocurrir\u00edan a un equipo de recursos humanos. Un analista de datos puede aportar su experiencia en este campo.<\/p>\n<h3>Fomentar el apoyo<\/h3>\n<p>Fortalezca la confianza y el apoyo para el an\u00e1lisis dentro de la empresa. Su primer proyecto de an\u00e1lisis no debe ser pol\u00e9mico ni demasiado grande para completarlo con \u00e9xito. Comprenda\u00a0las relaciones entre los l\u00edderes corporativos, es decir, la pol\u00edtica de su empresa. Identifiquemos aliados y oponentes desde el principio a medida que prepara los an\u00e1lisis de datos. El an\u00e1lisis de datos revela respuestas y encuentra soluciones, y las organizaciones deben complementarlo con la comprensi\u00f3n y la informaci\u00f3n que solo los profesionales de negocios experimentados pueden dar. El an\u00e1lisis de datos puede equilibrar los instintos de los l\u00edderes.<\/p>\n<blockquote><p>\u201cLos directores ejecutivos (\u2026) que buscan l\u00edderes empresariales que asuman el rol de director de recursos humanos [valoran la] perspicacia en los negocios, especialmente la experiencia en el uso de an\u00e1lisis para mejorar el rendimiento de los negocios,\u00a0por encima del conocimiento tradicional del dominio de recursos humanos\u201d.<\/p><\/blockquote>\n<p>Una encuesta de PwC informa que el 75% de las empresas que usan el an\u00e1lisis de datos para tomar decisiones encuentran que varios factores pueden obstaculizarlas: los reglamentos internos, la cultura organizativa o la falta de comprensi\u00f3n de lo que pueden hacer con la informaci\u00f3n. Por\u00a0tanto, el an\u00e1lisis de datos ofrece una ventaja m\u00ednima. Evite estos problemas y eduque\u00a0sobre el an\u00e1lisis de datos y c\u00f3mo usarlos estrat\u00e9gicamente.\u00a0El an\u00e1lisis de datos desaf\u00eda la forma en que la organizaci\u00f3n recopila y usa\u00a0las m\u00e9tricas. Aseg\u00farese de que los l\u00edderes y el personal comprendan c\u00f3mo el an\u00e1lisis de datos puede mejorar la toma de decisiones.\n<\/p><\/div>\n<h2>Sobre los autores<\/h2>\n<p class=\" stretchedText\"><a href=\"https:\/\/www.amazon.com\/Jenny-Dearborn\/e\/B00R13VFDA\" target=\"_blank\" rel=\"noopener noreferrer\"><strong>Jenny Dearborn<\/strong><\/a>, directora de formaci\u00f3n y vicepresidenta senior de <a href=\"https:\/\/www.conectasoftware.com\/apps\/sap\/\">SAP<\/a>, tambi\u00e9n escribi\u00f3\u00a0<em>Data Driven: How Performance Analytics Delivers Extraordinary Sales Results<\/em>.\u00a0<strong>David Swanson<\/strong>, exvicepresidente ejecutivo de Recursos Humanos de SAP SuccessFactors, da pl\u00e1ticas\u00a0sobre el impacto del an\u00e1lisis en las organizaciones.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>El l\u00edder impulsado por los datos Conceptos clave Los recursos humanos son cruciales para el bienestar financiero de una organizaci\u00f3n y pueden liderar la creaci\u00f3n de ingresos corporativos. Las m\u00e9tricas transaccionales pueden ser \u00fatiles si entendemos sus limitaciones. Muchos indicadores clave de rendimiento (KPI, por sus siglas en ingl\u00e9s) que antes se consideraban fiables, ocultan [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":22663,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"content-type":"","footnotes":""},"categories":[27],"tags":[],"class_list":{"0":"post-14305","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-tecnologia"},"_links":{"self":[{"href":"https:\/\/www.conectasoftware.com\/magazine\/wp-json\/wp\/v2\/posts\/14305","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.conectasoftware.com\/magazine\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.conectasoftware.com\/magazine\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.conectasoftware.com\/magazine\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.conectasoftware.com\/magazine\/wp-json\/wp\/v2\/comments?post=14305"}],"version-history":[{"count":0,"href":"https:\/\/www.conectasoftware.com\/magazine\/wp-json\/wp\/v2\/posts\/14305\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.conectasoftware.com\/magazine\/wp-json\/wp\/v2\/media\/22663"}],"wp:attachment":[{"href":"https:\/\/www.conectasoftware.com\/magazine\/wp-json\/wp\/v2\/media?parent=14305"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.conectasoftware.com\/magazine\/wp-json\/wp\/v2\/categories?post=14305"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.conectasoftware.com\/magazine\/wp-json\/wp\/v2\/tags?post=14305"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}