Evaluación de los empleados mediante People Analytics (III)

15 febrero 2018

Evaluación de los empleados mediante People Analytics (III)

by Sngular

Tras los análisis anteriores de la evaluación de 2015 de la plantilla de la organización (evaluación del talento, patrones de talento) de nuestro caso de estudio, el siguiente paso es aplicar la técnica de clustering para detectar agrupaciones de talento, es decir, grupos de empleados parecidos entre sí por tener evaluaciones similares en los mismos ítems.

Grupos de talento

El objetivo del algoritmo de clustering es buscar grupos (o clusters) de empleados según similitud de las respuestas en las preguntas de evaluaciones, de tal forma que los empleados en el mismo grupo se parezcan mucho entre sí, y a su vez sean lo más diferentes posibles de los empleados en los otros grupos. De los diferentes algoritmos que existen, nosotros vamos a aplicar el algoritmo clásico iterativo más utilizado, llamado k-means.

Una entrada al algoritmo de clustering es el número de grupos a buscar. En general no hay ningún valor absoluto del número óptimo de grupos, sino que es válido cualquier valor que permita dar una explicación sensata y razonable de negocio para esos grupos. En este caso vamos a aplicar el algoritmo k-means con k=3, es decir, se buscan 3 grupos, que denominaremos en principio ROJO, VERDE y AZUL.

Los centroides o representantes de cada grupo encontrados se muestran en la tabla siguiente. Como se ve, el cluster ROJO en general tiene los valores más altos, y el AZUL los más bajos.

Gráficamente, estos clusters se muestran en la figura siguiente.

La columna “Rango” de la tabla presenta el valor de la diferencia entre cada valor máximo y mínimo para cada pregunta. Se observa que las preguntas 13, 14 y 19 son aquellas en las que los valores de evaluación están más juntos, indicando que son menos relevantes que las otras para establecer una diferenciación entre grupos.

A partir de los valores de los centroides en las preguntas que más varían entre grupos, se les puede asignar un nombre más representativo para distinguirlos:

Grupo ROJO: “Mejor valorados, más comprometidos”

Grupo VERDE: “Mejor valorados, menos comprometidos”

Grupo AZUL: “Peor valorados”

El volumen (número de empleados que entran dentro de cada grupo) es aproximadamente 28%, 41% y 31% para cada grupo, respectivamente.

Descripción detallada

Para entender mejor los grupos que se forman de forma natural (o, de otra forma, obtener una descripción más elaborada de cada uno de estos grupos del cluster), vamos a describirlos mediante un árbol de decisión sencillo, por su facilidad de comprensión, basado en el algoritmo de clasificación supervisado C5.0.

La siguiente figura muestra el árbol obtenido.

Por los resultados de las preguntas en las evaluaciones de los empleados, a grandes rasgos se puede diferenciar a la plantilla de la organización según el siguiente esquema:

Mejor valorados, más comprometidos (color verde en el árbol): Principalmente, las personas mejor valoradas y más comprometidas se caracterizan por tener la mejor evaluación en la calidad técnica (5), alta inversión en autoformación (4 – 5) y alta estimación de su trabajo (4 – 5). 35/48 se definen de esta manera.

Mejor valorados, menos comprometidos (color crema): Principalmente las personas de ese grupo, no tienen la calidad técnica más alta, pero son altamente proactivas (4 – 5), y de entre estas, las que tienen mejor valoración potencial por el resto de compañeros (4 – 5): 54/71 se definen de esta manera. De estas, si tuvieran más interés por desarrollo de competencias personales complementarias, pasarían al grupo de los calificados como más comprometidos.

Peor valorados (color marrón): Este grupo se define principalmente por no destacar por su calidad técnica, y media – baja proactividad para anticipar y solucionar problemas (< 3). Esta definición describe a 43/53 personas de este grupo.

Mapa de correlaciones intragrupo

Para estudiar el mapa de correlaciones que más identifican a cada grupo de empleados, se estudian las correlaciones entre preguntas de cada grupo, incluyendo una variable de género Hombre / Mujer. Este análisis, describe de una manera cualitativa los grupos, a través de las preguntas más correlacionadas en cada uno.

Mejor valorados, más comprometidos

En este grupo, las 11 mayores correlaciones forman 4 grupos de empleados. Este grupo se ha denominado como mejor valorados y más comprometidos y correlacionan más las preguntas de productividad, proactividad, eficacia y autonomía. Curiosamente, en este grupo, “hombre” está relacionado con la eficacia.

Interés en información global, políticas, valores con Colaboración en responsabilidades horizontales (0.52)

Calidad técnica del trabajo con capacidad de aprendizaje técnico (0.49)

Productividad y eficiencia con proactividad para anticipar y solucionar problemas (0.47)

Valoración potencias por el resto de los compañeros con cuidado del clima laboral (0.44)

Mejor valorados, menos comprometidos

Este grupo de empleados se ha identificado con personas menos comprometidas que el grupo anterior pero entre las mejores valoradas. Las preguntas más correlacionadas entre sí, son participación en tareas de difusión del conocimiento, interés en información global, políticas.., interés por competencias personales complementarias, colaboración en responsabilidades horizontales, e inversión en autoformación y certificaciones.

Certificaciones y tareas de difusión son las más correlacionadas (0.70) de todo el conjunto de datos.

Solidaridad y compañerismo con Apoyo a compañeros (0.60)

Respuesta ante picos de trabajo con Responsabilidad sobre tareas asignadas (0.57)

Peor valorados

Este grupo se ha identificado como el de peor valorados. El grupo de más correlación se encuentra en las preguntas relacionadas con el compañerismo: Apoyo a compañeros, valoración potencial del resto de compañeros, solidaridad y compañerismo, cuidado del clima laboral, y, curiosamente, con Hombre a través del apoyo a compañeros. Las mayores correlaciones se dan en:

Valoración potencial por el resto de compañeros con Cuidado del clima laboral (0.53)

Participación en tareas de difusión de conocimiento con Inversión en formación y autoformación (0.48)

Conclusiones

La aplicación de algoritmos de clustering aporta una información muy valiosa para caracterizar los grupos de talento de una organización, es decir, qué se considera más o menos valioso en la organización, qué diferentes capacidades agregadas y colectivamente tiene la plantilla, y además el volumen de empleados con unas u otras capacidades. Esta información permite definir a cada empleado con el nombre del grupo cuyo grado de pertenencia sea más elevado, y poder ofrecerle un plan de carrera profesional diferenciado y específicamente adaptado a sus necesidades como profesional.

Si desea más información sobre este estudio, no dude en contactar con nosotros. Seguiremos con este análisis en siguientes posts.

Volver a la listaSiguiente artículo
arrow

Titulo

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.