Patrones de talento mediante People Analytics (II)

14 febrero 2018

Patrones de talento mediante People Analytics (II)

El siguiente paso en nuestro análisis del talento en la organización es intentar identificar si existe un patrónimplícito más o menos regular en las evaluaciones de la plantilla, que permita dibujar los patrones de talento de la plantilla de la organización, es decir, qué empleados tienen qué características conjuntas mejor o peor valoradas. El análisis de patrones de talento es el siguiente paso para analizar no ya la percepción del talento en la organización, sino el talento real de la plantilla, medido en función de sus evaluaciones de desempeño.

Extracción de reglas de asociación

La técnica empleada para detectar patrones de talento es la extracción de reglas de asociación, cuyo algoritmo principal es el algoritmo apriori, diseñado por Agarwal y Srikant en 1994. La idea es buscar reglas en el conjunto de datos de las evaluaciones que relacionen unos premisas con unas conclusiones. Estas reglas están apoyadas por su frecuencia de aparición en todo el conjunto (soporte o support) y por la confianza de que esa conclusión se dé dada esa premisa (confianza o confidence).
Haciendo todas las combinaciones posibles, y filtrando en el conjunto de reglas resultantes las de mayor soporte (support > 0.10) y mayor confianza (confidence > 0.80), se obtienen un conjunto de reglas. La siguiente figura muestra la relación soporte-confianza para el conjunto de reglas.

 

Se muestran a continuación las 5 reglas con mayor soporte:

Regla 1: Interés por el desarrollo de competencias complementarias para su trabajo = 3 => Colaboración en responsabilidades horizontales = 3
[se repite en el 28% de todas las evaluaciones, con confianza 82%]
Regla 2: Interés en información global, políticas, valores = 3 AND Certificaciones = 3 => Colaboración en responsabilidades horizontales = 3
[se repite en el 25% de todas las evaluaciones, con confianza 87%]
Regla 3: Interés en información global, políticas, valores = 3 AND Participación en tareas de difusión de conocimiento = 3 => Colaboración en responsabilidades horizontales = 3
[se repite en el 23% de todas las evaluaciones, con confianza 86%]
Regla 4: Certificaciones = 3 AND Solidaridad y compañerismo = 5 => Apoyo a compañeros = 5
[se repite en el 22% de todas las evaluaciones, con confianza 85%]
Regla 5: Colaboración en responsabilidades horizontales = 3 AND Solidaridad y compañerismo = 5 => Apoyo a compañeros = 5
[se repite en el 22% de todas las evaluaciones, con confianza 85%]

Las reglas deben ser entendidas por el negocio, y a continuación se presentan algunas conclusiones.
En varias reglas aparece el ítem “Interés en información global, políticas, valores = 3“ como premisa (en las anteriores reglas 2 y 3).

  • en el 25% de las evaluaciones, cuando se combina con el ítem sobre “Certificaciones = 3“, el 82% conlleva “Colaboración en responsabilidades horizontales = 3”.
  • en el 23%, cuando se combina con el ítem sobre tareas de difusión = 3, el 86% conlleva colaboración en responsabilidades horizontales = 3.

Se puede entender que hay relación entre tener un interés medio por las políticas y valores y un interés medio en la colaboración en responsabilidades horizontales.
Las tres siguientes reglas incluyen como conclusión “Valoración potencial por clientes = 5”:

Regla 1: Certificaciones = 3 AND Responsabilidad sobre tareas asignadas = 5 AND Calidad técnica del trabajo = 5 => Valoración potencial por clientes = 5
[se repite en el 13% de todas las evaluaciones, con confianza 84%]
Regla 2: Certificaciones = 3 AND Proactividad para anticipar y solucionar problemas = 5 => Valoración potencial por clientes = 5
[se repite en el 13% de todas las evaluaciones, con confianza 83%]
Regla 3: Capacidad de aprendizaje técnico = 5 AND Calidad técnica del trabajo = 5 => Valoración potencial por clientes = 5
[se repite en el 13% de todas las evaluaciones, con confianza 83%]

Las reglas que concluyen “Valoración potencial por clientes = 5”, incluyen en sus premisas, Certificaciones = 3 muy habitualmente, y además:

  • Responsabilidad sobre tareas asignadas = 5
  • Calidad técnica del trabajo = 5
  • Proactividad para anticipar y solucionar problemas = 5
  • Capacidad de aprendizaje técnico = 5

La siguiente regla incluye como conclusión “Eficacia = 5”:

Regla 1: Certificaciones = 3 AND Responsabilidad sobre tareas asignadas = 5 AND Capacidad de aprendizaje técnico = 5 AND Calidad técnica del trabajo = 5 => Eficacia = 5
[se repite en el 10% de todas las evaluaciones, con confianza 83%]

Evaluar la eficacia con 5 de 5 está relacionado con Responsabilidad sobre tareas, Capacidad de aprendizaje técnico y Calidad técnica del trabajo, puntuadas con 5 de 5, junto con Certificaciones con 3 de 5. Esta regla refleja que cuando el empleado es responsable, tiene capacidad de aprendizaje y la calidad técnica es buena, no se necesitan certificaciones con alto valor. Esto se produce en el 10% de los casos, con el 83% de la confianza.
Las certificaciones no parecen interesantes para otras reglas. Al analizar la distribución de las puntuaciones de las certificaciones se encuentra que las certificaciones se puntúan entre medias y bajas. No hay reglas que concluyan alta valoración en la certificación que se produzcan en más del 10% de los casos, con confianza del 80%.

 

Para mejorar la precisión del análisis resultaría interesante tener evaluaciones más precisas por parte de los responsables. Se entiende que valores por debajo de 3, quedan fuera de muchas evaluaciones ya que representan situaciones muy negativas que habrían desencadenado otros procedimientos dentro de la empresa.

Conclusiones

Lo más interesante de este análisis es que es totalmente no-supervisado, es decir, las reglas se extraen de forma totalmente automatizada sin intervención humana. Estas reglas modelan la valoración objetiva o subjetiva realizada por los responsables de la organización globalmente, es decir, no representan la forma de pensar o evaluar de un responsable sino globalmente la evaluación del talento de la compañía.
Se podría aplicar la detección de reglas a las evaluaciones de un cierto responsable concreto, y analizar en qué medida estas reglas particulares se parecen o difieren de las reglas globales para la organización. De esta forma se podría elaborar un “modelo de evaluación” de cada responsable y así aplicar posibles factores correctivos según la percepción de cada persona, alcanzando mayor objetividad en la evaluación del desempeño de la compañía.

Seguiremos con este análisis del talento en futuros posts. Si desea obtener más información sobre todo este estudio o sobre People Analytics en general, no dude en contactar con nosotros.

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.