7/25/2017

Descarga un capítulo del libro People Analytics


PEOPLE ANALYTICS. Lo que se aprende en un máster va a ser, muy probablemente, el primer libro en español sobre analítica y datos para recursos humanos.
En este post voy a explicaros en qué consiste el libro y os voy a compartir los la intro y el primer capítulo (55 páginas en total).
Como es un borrador aún, os estaré agradecidísimo si me dais feedback sobre lo que leéis: lo malo, lo mejorable y lo mantenible. Y, como ya tengo redactado el libro entero, si queréis seguir leyendo, decídmelo y os lo haga llegar en cuanto lo prepare un PDF.
El trato es: libro entero gratis (400 páginas aprox), a cambio de vuestras ideas.

La asignatura pendiente: de la evangelización a enseñar a pescar

Durante bastantes años he trabajado en el área de analítica y datos. Últimamente me he especializado en el área de datos para recursos humanos. 
He hecho consultoría y he dedicado mucho tiempo a formar personas en el área. Trabajo en MeaningCloud, una empresa especializada en Analítica de Texto, donde hemos desarrollado unos recursos muy valiosos para el análisis de datos no-estructurados (o sea, texto) que se manejan en People Analytics y en RR. HH. en general. Lo tengo que decir: con la mano en el corazón, MeaningCloud es un lugar magnífico para trabajar. Está lleno de gente altamente capacitada y donde se cuida muchísimo a todas las personas, incluso a bichos raros como yo. 
Ahora, además, dirijo People Analytics Pro donde impartimos un máster de 140 horas que enseña a los profesionales de RR. HH. a utilizar los datos y las herramientas analíticas para tomar decisiones informadas que mejoran la gestión de las personas en una organización. Es decir, ayudamos a preparar analistas de RR. HH.
De esta experiencia nace el libro. Mi intención es hacer un recorrido práctico por los contenidos más importantes que se enseñan en el máster de People Analytics Pro. Sí, realmente es un libro concebido como algo útil, creado con la intención de enseñar a hacer lo que antes sólo evangelizaba. 

Te preguntarás: ¿es este libro para mí?

Este libro va dirigido a profesionales que tienen responsabilidades sobre personas y quieren aprender cómo la analítica y los datos les van a ayudar a tomar mejores decisiones para gestionarlas.
Más en concreto, va dirigido a:
-Directivos que quieren aprender cómo extraer más valor de las personas de su organización.
-Líderes de recursos humanos que desean incorporar el análisis de datos al trabajo de sus departamentos.
-Profesionales de recursos humanos que quieran aprender a utilizar people analytics en las tareas diarias de su actividad profesional.

¿Qué encontrarás en este libro?

People Analytics se divide en 5 partes y hace un recorrido pedagógico bastante similar al que hacemos en el Máster.
Veréis que en la parte IV del libro. Aprendiendo a trabajar con casos reales de People Analytics, que ocupa más de la mitad de las páginas, hay guías paso a paso llamadas Do it Yourself, para aprender a analizar casos de People Analytics con SPSS. En algún punto se desliza alguna cosilla con R, pero he intentado que la alternativa con SPSS esté presente también en esos ejemplos.

En la primera parte del libro (I. Introducción a People Analytics) veremos:

Capítulo 1. ¿Qué es People Analytics? Estudiamos el caso de Google. Vemos la historia de People Analytics, desde principios del siglo XX, hasta nuestros días. Habrá una buena selección bibliográfica. Confesaremos humildemente todo lo que le debemos al Marketing en People Analytics.
Capítulo 2. ¿Para qué queremos People Analytics y cómo se hace? Hablaremos del “para qué” y veremos la metodología casi-universal de People Analytics.
Capítulo 3. Big Data. Explicamos qué es realmente Big Data y dónde se aplica en People Analytics, más allá de lo que nos cuentan en los medios de comunicación. Haremos una pequeña incursión en el área de la privacidad y la ética.

En la segunda parte del libro (II. Estadística, errores y sesgos) encontraréis:

Capítulo 4. La intuición o los datos. Veremos el peligro que suponen los sesgos cognitivos en la toma de decisiones.
Capítulo 5. Defensa contra las artes oscuras. Veremos que los datos también engañan. Hablaremos de correlación y causalidad. Se incluye la historia de cómo la Fundación Bill y Melisa Gates desperdició 1.7 billones de dólares porque no tuvo en cuenta la ley de los números pequeños. Finalmente, tendremos una guía “sensata” para limpiar datos.

En la tercera parte III. Estrategia y economía, vamos a ver mucho de métricas con casos prácticos.

Capítulo 6. Un caso de negocio para RR. HH. El caso de negocio se utiliza para justificar una inversión en un proyecto. Aprenderemos cómo hacer uno.
Capítulo 7. ¿Cuánto cuesta perder a un empleado? Vemos las métricas más utilizadas en People Analytics y hacemos una guía para aprender a calcular el coste del abandono
Capítulo 8. Employee Lifetime Value. Veremos cómo medir la aportación neta que un empleado hace a la organización en el tiempo que permanece en ella.
Capítulo 9. Experiencia de Empleado, motivación y cuenta de resultados. Veremos cómo para que tenga alguna utilidad, es imprescindible alinear los resultados de las encuestas de motivación y clima con la evolución de la cuenta de resultados.
Capítulo 10. Desempeño y compensaciones. Se verá cómo el uso de datos para evaluar el desempeño nos va a permitir que los incentivos estén más estrechamente vinculados a los comportamientos que queremos favorecer.

En la La cuarta parte (IV. Aprendiendo a trabajar con casos reales de People Analytics) vemos casos prácticos y reales de las áreas de trabajo más frecuentes.

Capítulo 11. Algoritmos simples y transparentes para gestionar personas. Vemos la importancia de entender las causas reales de un problema y nos enseña cómo podemos anticipar las consecuencias directas e indirectas de una acción de mejora en RR. HH.
Capítulo 12. Encuestas y espíritu crítico. Veremos como la ciencia también necesita reparaciones urgentes para obtener datos fiables. Aprendemos a utilizar el “Alfa de Cronbach” y el “ICC”:
Capítulo 13. Segmentaciones. Divide y vencerás. El clustering nos ayuda a segmentar por comportamientos reales y no solo por variables sociodemográficas.
Capítulo 14. Analítica predictiva en selección. Enseñaremos cómo predecir qué candidato será un empleado de alto rendimiento, productivo, leal, y alineado con la cultura corporativa.
Capítulo 15. Rotación. Aprenderemos a utilizar la analítica para entender las causas que generan fuga de talento de la organización y a generar un modelo predictivo para ser capaces de anticipar el abandono.

En la parte quinta (V. Analítica de texto para RR. HH).

Capítulo 16. La voz del Empleado. Veremos cómo la analítica de texto nos ayuda a entender la respuesta que nos proporcionan los empleados. Este análisis es extremadamente valioso para comprender las fortalezas, las debilidades y, sobre todo, las áreas en las que se puede mejorar.