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

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.