
El futuro de la selección de personal
Según Riviera Partners, el big data es el futuro de la selección, pero no consiste solamente en realizar un datamining de los candidatos, se requieren las herramientas adecuadas, una balanceada combinación de variables externas e internas y, muy importante también, el personal formado que sepa cómo analizar todo ello.
Esta faceta de la selección de personal, también llamada people analytics no solamente potencia ampliamente las búsquedas de los mejores candidatos en las empresas, también acerca una dosis de espíritu emprendedor y energía a los departamentos de Recursos Humanos. Todo ello es parte de lo que Gartner Research predice será un sector, el big data, que moverá 232 billones de dólares.
Un informe reciente publicado por eQuest señala que para recursos humanos en particular, el big data marca una «oportunidad histórica para tomar las mejores decisiones posibles basadas en la evidencia más rigurosa del capital humano».
No se trata de opiniones de expertos en sistemas de información alineados con big data, existen innumerables casos de éxito con datos cuantificables como evidencia. Por ejemplo, la empresa Xerox disminuyó en un 20% la tasa de deserción de llamadas a sus call-centers utilizando herramientas de big data para facilitar a su departamento de 48.700 personas. Después del período de prueba de seis meses, la empresa decidió continuar usando big data a la hora de contratar a sus nuevos empleados como eje principal del proceso de selección.
Otras empresas están tomando nota y estudiando su implantación también aconsejados por las empresas de selección con las que trabajan. Pero, ¿cómo funciona realmente? Las respuestas las encontramos en gran medida dentro de la propia información que los departamentos de RRHH recogen diariamente.

Cómo funciona la selección basada en datos
Antes de la llegada del big data a la selección, los reclutadores de personal realizaban un minado manual de datos, con muchísima más carga de trabajo que ahora. Se mandaba a los seleccionadores recién incorporados a habitaciones cerradas llenas de armarios con ficheros de papel para buscar contactos para hacer llamadas.
este ya no es el caso, en lugar de minar los datos en un a base de datos, tenemos acceso abierto a la información a través de multitud de sitios web como LinkedIn.
El espectro de búsqueda de datos puede cubrir diferentes enfoques. Las empresas pueden peinar internet, particularmente las redes sociales (LinkedIn, Facebook, Twitter, y otros sitios) para conseguir detalles de sus candidatos.
La agregación de datos también se produce desde dentro. Los sistemas informáticos procesan todos los detalles almacenados de los curriculums recibidos por las empresas, aplicaciones, y bases de datos propietarias de los departamentos de RRHH. También estos departamentos despliegan tests y juegos para analizar candidatos, midiendo reacciones y respuestas para encontrar los patrones ideales y conjuntos de habilidades buscadas. Por ejemplo, una unidad de la Royal Dutch Shell utilizó dos videojuegos producidos por una startup de Silicon Valley para analizar a los candidatos preseleccionados, ayudando así a los responsables de la selección a evaluar a los candidatos capaces de generar ideas y soluciones de éxito.
Una vez que todo el material es recopilado los algoritmos se ponen a trabajar. El resultado óptimo es una cadena de información desglosada por patrones y emparejamientos en función de palabras clave y puntuaciones que estrechan el grupo de candidatos iniciales hasta individuos concretos que demuestran un perfil e historial acorde con las posiciones abiertas. El ahorro de tiempo y la ayuda para el seleccionador es incuestionable.
Por supuesto, este proceso requiere de una experiencia en selección, no se trata simplemente de recoger datos masivos, encojerlos y entregarlos a Recursos Humanos. Hay una labor imprescindible de parseo de resultados e interpretación de lo que los algoritmos producen. El elemento humano todavía ha de estar profundamente implicado en el proceso de aprendizaje del sistema y en la selección.
El factor humano
Los expertos en recursos humanos coinciden en el potencial y futuro del people analytics, pero también advierten de no dejar que la tecnología sea la que domine el proceso. La habilidad del seleccionador para dar con el mejor candidato es fundamental. Pero indudablemente ofrece una gran ayuda, es un enfoque hombre-máquina, agregando los sets de datos más valiosos y mezclándolos con la inteligencia y perspicacia del equipo de trabajo y su red de contactos.
Los procesos de selección son como la narración de historias, algunas veces es el seleccionador quien marca la diferencia para enganchar con el candidato. Pero para todo lo demás que conlleva contar la historia, realizar la conexión y poner al mejor candidato en el puesto adecuado en la empresa, el big data está ayudando en la búsqueda de talento que las redes de selección convencionales muchas veces no alcanzan. Y los datos empíricos muestran que cuando este trabajo se realiza correctamente, los empleados permanecen por más tiempo, trabajan más contentos y como consecuencia ayudan a las empresas a recuperar el coste de selección y formación más rápidamente y de manera más acertada.
Este futuro del big data es beneficioso para ambas partes, empresas y candidatos, un poderoso enfoque analítico que está transformando la selección de candidatos en las empresas, enfatizando que es el seleccionador quien está en el core del proceso.
Más info:
eQuest big data whitepaper
New IBM Kenexa Talent Suite Taps Big Data To Energize Today’s Workforce
Gartner Research big data analysis
What do you think?
buena pagina pero quiero saber como o donde comprarlo y ocuparlo en el movil
Desde Baoss ofrecemos productos y soluciones a medida para empresas y organizaciones. Para particulares puedes buscar en internet por herramientas de análisis de datos y podrás acceder una serie muy variada de oferta dependiendo tus necesidades y presupuesto.
El avance tecnológico es indudablemente de gran ayuda en los diferentes sectores o áreas de la vida real. Me gustaría saber el uso del big Data en las exploraciones mineras,dando un ejemplo real.
Estimado Alberto, gracias por tu comentario. Para analizar un caso real en el sector que comentas puedes ponerte en contacto con nosotros a través del formulario que encontrarás en la página de Contacto y con mucho gusto estudiaremos tu caso.
Creo que también ha sido muy útil en las predicciones de las ocurrencias de eventos de la naturaleza, como los huracanes, los terremotos, maremotos, las trombas marinas, incluso creo que con los suficientes datos podrán predecir los incendios forestales
Hola muy buen día, soy estudiante de Ciencias de la Tierra y el Big Data es uno de los temas que más se están manejando en la actualidad, pues sus aplicaciones son realmente ilimitadas- Me gustaría que me compartieran un poco de sus conocimientos a manera breve y general sobre las aplicaciones en casos de la vida real que se estén llevando a cabo en sectores como la industria minera, la industria petrolera y algunas otras aplicaciones en la solución de problemas ambientales.
.Espero me puedan compartir un poco de su información, sin duda sería interesante aplicarlo en la solución de problemas de mi área de estudio y de la misma forma compartirlo con mis colegas de profesión, pues es necesario divulgar estos conocimientos para que lleguen a más personas y comiencen a tomarse en cuenta en otras áreas de estudio. Saludos y gracias por su tiempo
Gracias Emiliano por tu comentario y por seguirnos. Iremos publicando nuevos artículos. Suerte en tu carrera!
I am really enjoying the theme/design of your site.
Do you ever run into any browser compatibility issues?
A few of my blog readers have complained about my site not
operating correctly in Explorer but looks great in Firefox.
Do you have any tips to help fix this problem?
Not at all. Thanks!
Hay algún municipio que utilice el big data y que haya mejorado el servicio a la ciudadanía, me podrías compartir esa información
Prácticamente todos los municipios grandes lo llevan utilizando hace años para medir y prever niveles de contaminación, tráfico, turismo, y muchos casos mas.
A través de la Big Data, existe el más pavoroso riesgo, todo lo anterior obvia el mayor peligro implícito en este tipo de tecnologías que hoy por hoy están fuera de control. La posibilidad de controlar, manipular, inducir, orientar a poblaciones enteras en pos de obtener objetivos perversos dirigidos por poderes fácticos ubicados en cualquier parte del mundo. Estamos iniciando un proceso que más temprano que tarde terminará con las democracias occidentales.
[…] http://www.baoss.es/10-ejemplos-usos-reales-big-data/ […]
[…] conclusiones obtenidas del estudio masivo de datos ya están revolucionando muchos campos que nada tienen que ver con la empresa o el retail. Por ejemplo: Google y el CDC, el centro de control de enfermedades de Estados Unidos, se aliaron […]
[…] Fuente de información: https://www.baoss.es/10-ejemplos-usos-reales-big-data/ […]
[…] Referencias: wikipedia.org, pauhortal.net, baoss.es, powerdata.es, mintic.gov.co […]
[…] Y, como decíamos, esta tendencia no solo puede ayudarnos a mejorar las ventas en nuestros negocios, si no que, aplicada a otros sectores, puede mejorar nuestra calidad de vida. La administración pública, el turismo, la sanidad, hacienda… todos ellos disponen de grandes almacenes de datos que con un buen análisis y el uso de las herramientas adecuadas pueden aportar importantes soluciones. Hay ya muchos ejemplos reales de uso de Big Data en este sentido: se integran datos de historiales clínicos con otros de redes sociales para detectar brotes de gripe en tiempo real; se usan datos de tráfico rodado para mejorar la movilidad en las ciudades; o el uso de datos personales (a veces trascendiendo el derecho a la privacidad) para evitar ataques terroristas. Ver más ejemplos aquí. […]
[…] https://www.baoss.es/10-ejemplos-usos-reales-big-data/ […]
[…] https://www.baoss.es/10-ejemplos-usos-reales-big-data/ […]
[…] EJEMPLOS: Marketing y ventas son quizá las áreas de mayor aplicación de big data en la actualidad, los datos que se encuentran sirven para entender mejor al cliente. en la salud pública La capacidad de procesamiento de plataformas de análisis de big data nos permite ya descodificar cadenas enteras de ADN en cuestión de minutos y permitirá encontrar nuevos tratamientos y comprender mejor las enfermedades, sus desencadenantes y los patrones de propagación mejoramiento de la seguridad: El sistema de IA creado en el MIT predice el 85% de los ciberataques. Otros ejemplos: Las fuerzas policiales están empezando a utilizar herramientas de big data para dar con criminales e incluso prevenir actividades criminales.Otro ejemplo que lleva años empleándose es en la detección de transacciones fraudulentas con tarjetas de crédito. https://www.sas.com/es_pe/insights/big-data/what-is-big-data.html https://xombit.com/2015/11/big-data-procesar-informacion http://www.iic.uam.es/innovacion/big-data-caracteristicas-mas-importantes-7-v/ https://www.baoss.es/10-ejemplos-usos-reales-big-data/ […]
[…] Lee más ejemplos de Big Data Analytics eficaz aquí. […]
[…] El uso de Big Data: El uso de Big Data nos facilita muchísimo la conexión con posibles compradores y sus intereses, esto nos ayuda a ser […]
Comments are closed.