¿Qué quieres aprender?

People Analytics en la práctica: la Inteligencia Artificial aplicada a RRHH

People Analytics en la práctica: la Inteligencia Artificial aplicada a RRHH

Estrategias de Formación Iniciativas Empresariales

Curso online


370
+ IVA

Duración : 2 Meses

Si alguna vez se ha planteado cómo poner en marcha un área de People Analytics, cómo empezar un proyecto o cómo sacar partido a todos los datos disponibles, en este curso, con un claro enfoque práctico, encontrará todas las respuestas necesarias.

La carrera por la transformación digital en un entorno volátil donde tomar decisiones rápidas es fundamental, la analítica de datos se ha convertido en un factor clave para las empresas.

El análisis de datos siempre ha estado presente en áreas como marketing, estrategia o finanzas y ahora también en RRHH. La necesidad de conocer qué está pasando en la empresa desde el punto de vista humano y qué necesita el empleado se ha convertido en el reto de muchas empresas y en el origen de People Analytics, que recoge las herramientas y procesos de análisis de datos de RRHH que dan respuesta a las preocupaciones de las empresas por sus empleados, con el objetivo de ayudar al negocio a tomar decisiones basadas en lo que ha pasado y en lo que puede pasar.

¿Quieres hablar con un asesor sobre este curso?

Objetivos

• Aprender a poner en marcha un departamento de People Analytics empezando a realizar nuestros primeros análisis de datos en RRHH. • Tomar mejores decisiones data driven que mejoren los resultados de su negocio. • Aprender a trabajar con datos (ETL): extracción, transformación y carga. • Conocer las diferentes fuentes de datos disponibles para RRHH. • Conocer y gestionar de forma correcta a los stakeholders de su organización. • Conocer las mejores herramientas, técnicas y metodología para la explotación de datos. • Tomar decisiones informadas sobre los empleados que mejoren la eficiencia y eficacia de nuestra gestión de RRHH.

A quién va dirigido

Profesionales de RRHH que quieran o necesiten tomar decisiones basadas en datos y saber cómo implementarlas en la organización para que les ayuden a mejorar sus resultados en la gestión del departamento. Válido también para especialistas de RRHH que quieran optimizar la puesta en marcha de People Analytics o desarrollar casos de uso más avanzados.

Temario completo de este curso

MÓDULO 1. INTRODUCCIÓN Y PUESTA EN MARCHA

6 HORAS

1.1. Contexto de mercado y retos.

1.2. Nuestra visión:

1.2.1. Qué es People Analytics.

1.2.2. Escalas de madurez de People Analytics.

1.3. Los pilares de People Analytics:

1.3.1. Bases para formar un departamento data-driven.

1.3.2. Evaluación de madurez de un departamento de RRHH.

1.3.3. Interpretación de resultados de una evaluación de madurez.

1.4. Descubrimiento de casos de uso y priorización:

1.4.1. Iniciar un caso de uso.

1.4.2. Casos de uso de People Analytics.

1.4.3. Priorización.

1.4.4. Hoja de ruta de People Analytics.

1.5. Caso práctico.

MÓDULO 2. HERRAMIENTAS PARA EL ANÁLISIS DE DATOS

16 HORAS

2.1. Herramientas de Business Intelligence.

2.2. Introducción a POWER BI.

2.3. Proceso de identificación y carga de datos:

2.3.1. Datos de origen:

2.3.1.1. Fuentes de datos de RRHH.

2.3.2. Extracción, modelización y carga: ETL

2.3.2.1. Definición de proceso ETL.

2.3.2.2. Llevar a cabo un proceso de ETL.

2.3.2.3. Retos y lecciones aprendidas.

2.3.3. Análisis: tipos de análisis.

2.4. Caso práctico.

MÓDULO 3. INTELIGENCIA ARTIFICIAL Y CASOS DE USO

16 HORAS

** En el mundo empresarial, un caso de uso (“use case” en inglés) se utiliza comúnmente como una herramienta de análisis y diseño para identificar los requisitos y funcionalidades de un sistema, producto o servicio. En general, un caso de uso se refiere a una descripción detallada de cómo un sistema o aplicación será utilizado en situaciones de la vida real.

3.1. Definición de casos de uso.

3.2. Casos de uso de People Analytics:

3.2.1. Identificación durante el ciclo de vida del empleado.

3.2.2. Aplicaciones de Advance Analytics en RRHH.

3.2.3. Metodología.

3.2.4. Gestión del cambio.

3.3. Introducción a la Inteligencia Artificial:

3.3.1. Conceptos.

3.3.2. Un poco de historia.

3.3.3. Machine Learning:

3.3.3.1. Aprendizaje supervisado.

3.3.3.2. Aprendizaje no supervisado.

3.3.3.3. Aprendizaje por refuerzo.

3.4. Caso práctico.

MÓDULO 4. STORYTELLING & DATA STORYTELLING

12 HORAS

4.1. ¿Qué ha cambiado?

4.2. Storytelling.

4.3. Data Storytelling.

4.4. Aplicar Data Storytelling al análisis:

4.4.1. Público objetivo.

4.4.2. Objetivo.

4.4.3. Principios de diseño.

4.4.4. Estructura.

4.4.5. Navegación.

4.4.6. Filtros.

4.4.7. Leyendas.

4.4.8. Gráficos.

4.4.9. Color.

4.4.10. Iconos.

4.5. Caso práctico.

Ver más