Starting your people analytics initiative

Organizations have long focused their analytical efforts on customers. Aspects such as Customer Attrition or Customer LifeTime Value are well known. But not all companies are using analytics to understand their employees.

What if we can have a data-driven approach to managing people at work? This is what we call People Analytics (previously known as talent analytics or HR analytics).

Which are the tasks to be done?

People analytics aims to develops and maintains a wide set of data and metrics but also tests hypotheses, runs experiments, reviews academic research, builds models, and uses science to make work better for employees. If this sounds familiar, you are right. This should be your data science team.

How to start?

A people analytic team must ensure all people decisions are informed by data. The only way to start is understanding the people problems that needed to be addressed and the organizational context. These problems may be of different nature such as employee retention, understanding your knowledge map or identifying the dysfunctions of your team among others.

We will continue discussing about this passionated topic in future posts.


Desde hace mucho tiempo, las organizaciones han centrado sus esfuerzos analíticos en sus clientes. Aspectos como el Customer Churn o el Customer Lifetime Value son bien conocidos. Pero no todas las empresas están utilizando la analítica para entender a sus empleados.

¿Y si fuera posible tener tener un enfoque basado en datos para gestionar a nuestros empleados? Esto es lo que llamamos People Analytics (anteriormente conocido como analítica de talento o analítica de recursos humanos).

¿Cuáles son las tareas a realizar?

People analytics tiene como objetivo desarrollar y mantener un amplio conjunto de datos y métricas, pero también crear y validar hipótesis, ejecutar experimentos, revisar la investigación académica, construir modelos y utilizar la ciencia para hacer que el trabajo sea mejor para los empleados. Si esto os suena familiar, tenéis razón. Esto es el trabajo del equipo de científicos de datos.

¿Cómo empezar?

El equipo analítico debe asegurar que todas las decisiones vinculadas con personas deben ser informadas (con datos). No se trata de aplicar simplemente un algoritmo sino de hacer un diagnóstico. Es decir, la única manera de empezar es entender los problemas de la gente que necesitan ser abordados y el contexto organizacional. Estos problemas pueden ser de naturaleza diferente, como la retención de empleados, la comprensión de su mapa de conocimientos o la identificación de las disfunciones de su equipo, entre otros.

Seguiremos discutiendo sobre este apasionante tema en futuros posts.