Acerca de

Telefonica.jpeg

Caso de éxito

Telefónica Hispam
Desarrollo de capacidades analíticas en RRHH

Fecha del proyecto: 2022

Duración de la intervención: 30hs

Objetivo principal:

Generar los conocimientos necesarios para asesorar analíticamente a los clientes internos de la organización sobre cómo diseñar planes de acción sustentados en datos y la adquisición del lenguaje necesario para conversar con el equipo de ciencia de datos de forma armónica.

Propuesta instruccional:

  • 100% Online

  • Enfoque práctico

  • Ejercicios de aplicabilidad

  • Casos de éxito

  • Foco cultura data-driven

  • Capacidades consultivas

La formación se dividió en 9 módulos:

1. Qué es y para qué sirve People Analytics.

Se verán los diferentes estadios madurativos analíticos, se analizará cómo se tomas decisiones dentro de las organizaciones y el impacto de tomar decisiones en base a modelos de analítica avanzada.

2. Modelo Operativo de una gestión analítica

Se identificarán cada uno de los bloques del modelo de la gestión analítica de Personas y cómo impacta al futuro del área de RRHH. Se indagarán sobre cada una de las fases de la metodología de People Analytics.

3. Aplicación: Rotación

Se aplicará la metodología de trabajo para desarrollar estrategias de retención de talento

4. Aplicación: Employee Lifetime Value

Se aplicará la metodología de trabajo para maximizar la contribución neta de un colaborador en un rol y en un lapso de tiempo determinado

5. Aplicación: ONA (Organizational Network Analysis)

Se aplicará el análisis de redes organizacionales en People Analytics. De Jerarquías a Redarquías.

6. Conceptos de estadística básica

Introducción a conceptos de estadística básica para la mejor interpretación de análisis y facilitar las conversaciones internas

7. Storytelling con datos

Técnicas para la conversión de análisis de datos en historias que influencien en proceso de toma de decisión

8. Diseño de servicios

Técnicas de diseño de servicios aplicadas para la conversión de análisis de datos en acciones de mejora de alto impacto con un sustento empírico

9. Fundamentos de Data Science

El objetivo de estas sesiones será desarrollar de punta a punta casos prácticos en el ecosistema de R o Python, aplicarán desde un enfoque práctico todo lo aprendido en módulos anteriores, revisando con detalle un ciclo analítico desde la integración, limpieza y transformación de los datos para poder realizar un modelo analítico y posteriormente interpretar y/o aplicar los resultados en el desarrollo de una estrategia puntual que responda a los objetivos específicos de la Organización o áreas involucradas.

Te interesa conocer más
sobre nuestros servicios

Ponte en contacto para que podamos empezar a trabajar juntos.

Gracias por tu mensaje!