De comprender lo ocurrido a formular alternativas de acción
Los datos pueden responder preguntas diferentes. El nivel de análisis determina qué podemos comprender, qué podemos estimar y hasta dónde podemos sostener una decisión.
Diferenciar los niveles descriptivo, diagnóstico, predictivo y prescriptivo de la analítica aplicada al talento humano, reconociendo su utilidad, alcance y límites para sustentar decisiones organizacionales.
Analiza situaciones de gestión humana utilizando el nivel analítico correspondiente, interpreta sus resultados con criterio y formula alternativas de acción considerando las limitaciones de los datos y la necesaria supervisión humana.
Una empresa de servicios con operaciones en Ciudad de Guatemala y Quetzaltenango observa que durante los últimos seis meses ha aumentado la salida de personal con menos de un año de antigüedad.
La misma situación admite cuatro preguntas distintas. Pulsa cada una para ver a qué nivel de analítica corresponde.
La analítica descriptiva organiza y resume información pasada o actual para mostrar qué ocurrió y cómo se distribuyó un fenómeno.
| Unidad | Personal promedio | Renuncias | Tasa de rotación |
|---|---|---|---|
| Servicio al cliente | 120 | 18 | 15 % |
| Administración | 60 | 3 | 5 % |
| Ventas | 80 | 8 | 10 % |
¿Qué podemos afirmar únicamente con esta información?
Una cadena comercial con presencia en Guatemala, Escuintla y Quetzaltenango registra un aumento general del ausentismo.
Promedio general
6 %
5 %
11 %
3 %
¿Qué cambia cuando segmentamos la información? El promedio general ocultaba una concentración particular en Escuintla. La analítica descriptiva permite localizar dónde conviene profundizar.
La analítica diagnóstica profundiza en un resultado para identificar factores, relaciones o condiciones que pueden ayudar a comprender por qué ocurrió.
| Condición de incorporación | Rotación |
|---|---|
| Incorporación estructurada | 7 % |
| Incorporación no estructurada | 18 % |
¿Qué podemos afirmar?
Antes de concluir, siempre conviene buscar explicaciones alternativas que compitan con la primera hipótesis.
“Las personas que participaron en una capacitación obtuvieron mejores resultados de desempeño.”
¿La capacitación produjo necesariamente la mejora?
Explora explicaciones alternativas antes de concluir:
La analítica predictiva utiliza información histórica y patrones observados para estimar escenarios futuros.
ESTIMAR
No significa asegurar.
Los datos históricos indican mayor rotación temprana cuando coinciden:
¿Qué podría estimarse razonablemente?
“¿Qué unidades podrían requerir mayor cobertura durante el próximo trimestre?”
“La unidad de servicio al cliente podría requerir cubrir entre 12 y 15 posiciones durante el próximo trimestre.”
Apoya la planificación“El colaborador X renunciará en los próximos tres meses.”
Mayor riesgo de interpretaciónUn BPO con operaciones en Ciudad de Guatemala necesita anticipar sus necesidades de contratación durante periodos de mayor demanda. Puede considerar volumen histórico de llamadas, rotación, ausentismo, crecimiento previsto y disponibilidad de personal.
¿Qué pregunta corresponde a un uso razonable de analítica predictiva?
La analítica prescriptiva utiliza la evidencia disponible para comparar alternativas y apoyar la formulación de posibles acciones. No es una máquina que decide por sí sola.
Recuperamos el caso: la rotación es mayor en personal de reciente ingreso, se concentra en servicio al cliente, se relaciona con procesos de incorporación poco estructurados y probablemente persistirán necesidades de cobertura.
Construye la cadena paso a paso.
La rotación se concentra durante los primeros seis meses.
Las unidades con incorporación no estructurada presentan mayor salida temprana.
Implementar acompañamiento estructurado durante los primeros 90 días.
Mejorar la permanencia del personal nuevo.
Porcentaje de personal que permanece después de seis meses.
| Nivel | Pregunta | Qué aporta | Ejemplo | Precaución |
|---|---|---|---|---|
| Descriptivo | ¿Qué ocurrió? | Muestra y localiza el fenómeno | “La rotación alcanzó 15 %.” | No explica causas. |
| Diagnóstico | ¿Qué factores se relacionan? | Identifica asociaciones | “La rotación es mayor donde la incorporación no está estructurada.” | Asociación no implica causalidad. |
| Predictivo | ¿Qué podría ocurrir? | Estima escenarios | “Podrían aumentar las necesidades de cobertura.” | La estimación no es certeza. |
| Prescriptivo | ¿Qué acciones valorar? | Compara alternativas | “Reforzar la incorporación y evaluar sus resultados.” | No sustituye la decisión humana. |
Si existen datos incompletos, categorías inconsistentes, registros desactualizados o poblaciones poco representadas, las conclusiones también estarán limitadas.
Un análisis sofisticado no corrige automáticamente datos deficientes.
Un modelo construido con datos de 2024 y 2025 puede perder precisión si en 2026 cambian:
“La rotación es mayor entre personas de menor antigüedad” no significa “la poca antigüedad causa la renuncia”.
Si un modelo identifica características asociadas a mayor permanencia, la empresa no debería contratar exclusivamente a personas con ese perfil.
Comprender qué significa realmente el resultado.
Incorporar información que la base no contiene: cambio de sede, modificación de horarios, reorganización o dificultades de transporte que explican un mayor ausentismo.
La evidencia se integra con el juicio profesional.
Tras implementar una intervención: ¿funcionó? La respuesta vuelve a la analítica descriptiva.
Una empresa guatemalteca con 450 colaboradores detecta una reducción en la permanencia del personal nuevo:
Selecciona en cada estación y confirma para recibir retroalimentación.
¿Qué información utilizarías para dimensionar el problema?
Todas dimensionan el fenómeno: cuánto, dónde y cuándo ocurre. Es el nivel que observa antes de explicar.
¿Qué factores explorarías?
Cada factor es una posible asociación a investigar. Recuerda buscar explicaciones alternativas antes de concluir causalidad.
¿Qué sería razonable estimar?
Las estimaciones agregadas son razonables. Afirmar quién renunciará con certeza es una interpretación inadecuada: convierte una probabilidad en un destino individual.
¿Qué alternativas podrían valorarse?
No hay una combinación única. Lo importante es que cada alternativa se pueda evaluar después de aplicarla.
Asigna a cada afirmación el nivel que le corresponde.
“La rotación aumentó del 8 % al 12 %.”
Describe qué ocurrió, sin explicar por qué.
“El aumento se concentra en unidades con menor acompañamiento inicial.”
Relaciona el resultado con un factor: es una asociación a investigar.
“Si continúan las condiciones actuales, esas unidades probablemente requerirán mayor cobertura.”
Estima un escenario futuro a partir de patrones observados.
“Conviene probar un programa de acompañamiento inicial y evaluar sus resultados.”
Propone una alternativa de acción evaluable.
“Este colaborador renunciará dentro de tres meses.”
¿Qué problema presenta esta afirmación?
Convierte una estimación probabilística en una certeza individual: un uso inadecuado de la analítica predictiva.
El valor de la analítica aplicada al talento humano no consiste en producir respuestas automáticas, sino en reducir incertidumbre, ampliar la comprensión de los problemas y mejorar la calidad de las decisiones.
¿Por qué una asociación entre dos variables no demuestra necesariamente causalidad?
¿Cuál es la diferencia fundamental entre una predicción y una certeza?
¿Por qué una recomendación analítica todavía requiere supervisión humana?