MÓDULO 1: INTRODUCCIÓN: DESARROLLO DE HR PEOPLE ANALYTICS MINDSET
• ¿Qué es People Analytics?
• People Analytics vs Big Data.
• Skills y perfiles necesarios para implementar proyectos de People Analytics.
• Niveles de madurez en People Analytics: modelo de madurez de Gartner.
• El ciclo de proyecto.
• Construcción de una estrategia de RRHH basado en People Analytics.
MÓDULO 2: LA CULTURA DEL DATO EN RRHH Y SU APORTACIÓN AL NEGOCIO
• El ciclo de proyecto de People Analytics.
• Construcción de una estrategia de RRHH basada en People Analytics.
• Strategic Workforce Planning: data driven decision.
MÓDULO 3: ESTADÍSTICA BÁSICA EN RRHH
• Tipos de variables.
• Análisis de correlación.
• T-Tests.
• ANOVA.
• Análisis de regresión.
• Modelos Predictivos.
• Introducción al Machine Learning.
MÓDULO 4: IMPACTO EN NEGOCIO. MEDICIÓN DEL IMPACTO DE LAS ESTRATEGIAS DE RRHH Y SU APORTACIÓN DE VALOR
• Principales KPI’s.
• Identificación de análisis para medir la efectividad de programas y políticas de RRHH.
• Aplicación de la analítica avanzada para establecer patrones de comportamiento.
MÓDULO 5: MODELOS PREDICTIVOS PARA LA TOMA DE DECISIONES EN ESTRATEGIAS Y POLÍTICAS DE RRHH
MÓDULO 6: HERRAMIENTAS DE PEOPLE ANALITYCS
• Caso práctico.
• Rotación. Caso práctico.
• Gestión del Talento. Caso práctico.
• POWER BI: visualización, conexiones de datos.
• Introducción a la analítica avanzada y New trends in data.
• Datos e IA.
• Gobierno del dato.
• Fuentes y tipos de datos.
• Pilares de la transformación AI-driven.
• Metodologías ágiles en DS.
• Use case Discovery.
• Introducción a la arquitectura y tecnologías Big Data.
• Hadoop y su ecosistema.
• Bases de datos.
• Lenguajes de programación.
• Herramientas multimodales.
• Principales conceptos sobre el procesamiento de datos.
• El proceso DS. Conceptos básicos de ML.
• Data Quality y Data Wrangling.
• Extracción de insights.
• Visualización de grandes volúmenes de datos.
• Introducción a la visualización.
• Data Storytelling.
• Principales herramientas de visualización.
MÓDULO 7: PROTECCIÓN DE DATOS Y PAUTAS A SEGUIR EN LA ANALÍTICA DE DATOS
• Protección de datos: claves para evitar riesgos.
• ¿Cuáles son los riesgos? Casos reales sobre sanciones impuestas.
• ¿Qué es la GDPR?
• Definiciones y consejos prácticos.
• Protección preventiva.