El people analytics analiza datos sobre las personas y su trabajo para aportar evidencia a las decisiones de gestión. Permite identificar patrones y examinar situaciones organizacionales que no siempre resultan evidentes en la actividad cotidiana.
Por ejemplo, una empresa de servicios profesionales detecta un aumento de las renuncias en sus equipos de proyectos, pero desconoce sus causas. El análisis puede explorar relaciones entre las salidas y factores como la carga de trabajo, el liderazgo o las oportunidades de desarrollo.
Sin embargo, identificar patrones no equivale a demostrar sus causas. Los resultados deben interpretarse en su contexto y complementarse con información cualitativa. Los datos orientan las decisiones, pero no sustituyen el criterio profesional ni la evaluación de sus implicancias humanas y éticas.
De la intuición a la evidencia: qué es people analytics y qué problemas resuelve
El people analytics permite fundamentar las decisiones de gestión de personas con evidencia, en lugar de depender exclusivamente de impresiones o experiencias individuales.
Puede contribuir a comprender fenómenos como la rotación de personal, el ausentismo y las condiciones asociadas al desempeño.
Para ello, es necesario seleccionar información pertinente y relacionarla con las situaciones concretas que atraviesan los equipos.
Su valor no reside en acumular indicadores, sino en identificar patrones, explorar posibles explicaciones y orientar acciones vinculadas con los objetivos de la organización.
De medir lo que pasó a comprender qué puede pasar
Según “People analytics | factsheets” (2025), del Chartered Institute of Personnel and Development (CIPD), el people analytics —también denominado HR analytics, talent analytics o workforce analytics— consiste en analizar sistemáticamente datos sobre las personas mediante métodos descriptivos, visuales y estadísticos para abordar desafíos organizacionales.
Este enfoque no se limita a los registros de recursos humanos: también puede integrar información de los sistemas tecnológicos, las operaciones y el entorno. Para generar valor, debe responder a problemas concretos, como comprender la rotación de personal, investigar factores asociados al bienestar o evaluar las condiciones que influyen en el desempeño.
Una forma habitual de organizar los enfoques analíticos distingue cuatro niveles, según el tipo de preguntas que permiten abordar:
- Análisis descriptivo: ¿qué ocurrió? Resume datos históricos y actuales mediante indicadores y gráficos, por ejemplo, de rotación o ausentismo. En la empresa de servicios profesionales, permite identificar en qué equipos se concentran las renuncias y dimensionar el problema.
- Análisis diagnóstico: ¿qué factores podrían explicar lo ocurrido? Examina relaciones entre variables para investigar posibles explicaciones. Ante las renuncias, puede explorar diferencias entre equipos en la carga de trabajo, el liderazgo o las oportunidades de desarrollo. Estas relaciones, por sí solas, no demuestran causalidad.
- Análisis predictivo: ¿qué podría ocurrir? Utiliza datos históricos y otras variables relevantes para estimar la probabilidad de ciertos resultados, como un aumento de las renuncias en determinadas áreas. Sus proyecciones expresan probabilidades, no certezas, y dependen de la calidad de los datos y los supuestos del modelo.
- Análisis prescriptivo: ¿qué alternativas conviene evaluar? Compara posibles intervenciones para reducir riesgos o aprovechar oportunidades, considerando sus consecuencias y los criterios de evaluación. En el ejemplo, puede ayudar a comparar medidas para mejorar la retención de personal y definir cómo medir su efectividad.
Estos enfoques pueden combinarse en un mismo proceso: describir un problema, investigar sus posibles explicaciones, estimar cómo podría evolucionar y evaluar alternativas de intervención. Sin embargo, aplicar técnicas más complejas no garantiza mejores decisiones si los datos son insuficientes o las preguntas no están bien formuladas.
Una precaución metodológica fundamental es distinguir entre correlación y causalidad: que dos variables cambien al mismo tiempo no significa necesariamente que una haya provocado la otra.
Por eso, antes de atribuir las renuncias a un factor específico o modificar las condiciones de trabajo, es necesario examinar el contexto y reunir evidencia suficiente para respaldar las conclusiones.
¿Te gustaría saber más sobre people analytics?
Conocé el Master en Dirección de Recursos Humanos
La dimensión humana de los datos: evitar el sesgo de la simplificación
El people analytics puede mejorar las decisiones de gestión, pero su utilidad depende de cómo se interpretan los datos y de las consecuencias que su uso tiene para las personas.
Reducir la experiencia laboral a indicadores aislados puede ocultar factores culturales, deteriorar la confianza y conducir a intervenciones poco adecuadas.
Por qué los números no explican por sí solos el comportamiento
En el artículo “The importance of ethics in people analytics for leading companies” (2023), publicado en myHRfuture, de Insight222, se señala que la confianza de los empleados requiere principios éticos claros y transparencia sobre el uso de sus datos. Por lo tanto, la analítica no consiste solo en recopilar métricas: también implica evaluar para qué se utilizan y qué valor aportan.
La publicación propone el principio del fair exchange of value, o intercambio justo de valor: antes de iniciar un proyecto, la organización debe preguntarse qué beneficio concreto puede aportar a los empleados, además de considerar sus objetivos y los posibles riesgos.
Si no existe un beneficio identificable para las personas cuyos datos se utilizan, corresponde reconsiderar la iniciativa.
En el ejemplo de la empresa de servicios profesionales, registrar las horas extra o comparar salarios no basta para explicar las renuncias. Es necesario contrastar esos indicadores con la experiencia de los equipos y sus condiciones de trabajo.
Las conversaciones con los empleados y el análisis del contexto ayudan a interpretar los resultados y a evitar conclusiones apresuradas.
Privacidad, transparencia y responsabilidad en el uso de los datos
El uso ético del people analytics requiere mecanismos de gobernanza que permitan evaluar los proyectos más allá de sus objetivos operativos.
Esto implica establecer principios éticos, involucrar a especialistas en privacidad y asuntos legales, y contar con instancias de supervisión que revisen los riesgos y la pertinencia de cada iniciativa.
Es necesario comprobar que los modelos analíticos sean adecuados para su finalidad y que sus resultados sean coherentes con la evidencia disponible.
La transparencia es otro componente esencial. La relación laboral suele presentar una asimetría de poder que puede limitar la libertad de los empleados para oponerse abiertamente a determinadas prácticas.
Por eso, la firma de un contrato no sustituye la necesidad de explicar con claridad qué datos se recopilan, con qué finalidad se utilizan, quién puede acceder a ellos y qué medidas protegen su confidencialidad.
Cómo aplicar people analytics a las decisiones de gestión
Para que el people analytics genere valor, el análisis debe partir de problemas concretos y contribuir a mejorar decisiones. Recopilar datos o desarrollar modelos sofisticados no garantiza resultados si sus conclusiones no responden a las necesidades de la organización.
Definir el problema antes de decidir qué medir
Según “The people analytics cycle” (2025), publicado por AIHR, muchos proyectos analíticos pierden relevancia cuando comienzan por explorar datos sin identificar primero qué problema necesita resolver la organización.
La publicación presenta el caso de una empresa de los Países Bajos cuyo equipo analítico desarrolló un modelo para predecir qué empleados podían abandonar la organización. Sin embargo, sus responsables apenas utilizaban el tablero de resultados: no consideraban problemática la rotación y veían las vacantes como oportunidades de promoción interna.
La rotación anual rondaba el 6 %, incluidos los retiros, una cifra que, según la fuente, se acercaba al promedio neerlandés de aquel momento. Aunque el modelo podía generar información útil desde el punto de vista técnico, no respondía a una prioridad reconocida por la dirección.
El caso muestra que la precisión técnica no basta para justificar la utilidad de un análisis: primero hay que determinar qué decisión se busca mejorar.
Antes de iniciar un proyecto de people analytics, conviene plantearse cuatro preguntas:
- ¿Qué decisión se necesita mejorar? Definir el problema concreto y su relación con las prioridades de la organización.
- ¿Qué datos son pertinentes y confiables? Seleccionar la información necesaria para investigar el problema y comprobar su calidad.
- ¿Qué capacidad de intervención existe? Determinar si la organización puede actuar sobre los factores identificados y cuenta con recursos para hacerlo.
- ¿Cómo se evaluarán los resultados? Establecer indicadores y criterios para valorar los efectos de las medidas adoptadas.
De los hallazgos a la acción: cómo evaluar el impacto de las decisiones
El proceso no termina cuando se identifica un patrón o se presenta un tablero de indicadores. Los hallazgos deben interpretarse en su contexto, comunicarse a quienes toman las decisiones y traducirse, cuando corresponda, en intervenciones concretas.
Es necesario considerar tanto los objetivos organizacionales como las consecuencias de las medidas para las personas.
En el ejemplo de la empresa de servicios profesionales, los hallazgos sobre las renuncias podrían servir para evaluar cambios en la distribución de la carga de trabajo y en el acompañamiento que brindan los líderes a sus equipos.
Estas medidas son hipótesis de intervención: su pertinencia debe evaluarse a partir de la evidencia disponible y las condiciones específicas de la organización.
La empresa también podría definir un seguimiento de las renuncias, la calidad de las entregas y la percepción de los equipos sobre sus condiciones de trabajo. Comparar estos resultados con la situación inicial permitiría identificar mejoras y detectar posibles efectos no deseados.
Para atribuir los cambios a una intervención concreta, además, puede ser necesario un diseño de evaluación que permita descartar otras explicaciones.
En definitiva, el people analytics no sustituye el criterio profesional por una fórmula matemática. Su aporte consiste en conectar datos, conocimiento del contexto y evaluación de resultados para fundamentar decisiones mejor informadas.
Utilizado con rigor metodológico y responsabilidad, puede ayudar a comprender los problemas de gestión de personas y a evaluar qué medidas contribuyen efectivamente a resolverlos.
¿Te gustaría saber más sobre people analytics?
Conocé el Master en Dirección de Recursos Humanos
