Big Data en acción: definición, valor, beneficios, contexto

Las muchas funciones del big data en RRHH

Los recursos humanos no han sido tradicionalmente conocidos por emplear big data... o bien por tener conjuntos de datos suficientemente grandes como para emplearlos en el análisis. Mas eso ha ido cambiando a medida que más organizaciones reconocen la presencia y el potencial de el big data en múltiples áreas de RRHH.

Erik van Vulpen escribe para la Academia para Innovar los Recursos Humanos que si bien los datos de RRHH pueden carecer de volumen y ser en una gran parte estáticos, tienen suficiente pluralidad y valor para generar valiosos conocimientos sobre la fuerza de trabajo a través de la inteligencia de negocios y el análisis de RRHH.

Acá hay una mirada a varias áreas donde el big data de recursos humanos tienen potencial.




Optimizar el reclutamiento y la retención

El reclutamiento de empleados de calidad es un proceso costoso y que requiere mucho tiempo, con lo que los departamentos de recursos humanos están motivados para localizar personas que se queden y animar a los empleados actuales a no irse. el big data pueden ayudar de múltiples formas.

Cuando se aplican a la contratación, los empleadores pueden usar big data para predecir mejor las necesidades de contratación, mientras que mejoran la calidad de exactamente la misma y la retención de los empleados, dice John Feldmann de Insperity a Forbes. Al extraer los datos de los empleados y también identificar los patrones relacionados con las habilidades, las calificaciones de desempeño, la permanencia, la educación, los roles pasados, etcétera, las empresas pueden reducir su tiempo de contratación, mejorar el compromiso y la productividad de los empleados y disminuir al mínimo la rotación de personal.

En cuanto a la retención, con la ayuda de la tecnología de big data, los algoritmos pueden indicar a los empleados que corren el riesgo de irse interpretando su actividad en línea, las actualizaciones de sus perfiles, su historial de empleo, su desempeño laboral y sus datos de nómina, escribe Vikash Kumar para AIIM -- La Asociación para la Administración Inteligente de la Información. Cuando el sistema señala a un empleado valiosísimo, tienes la ocasión de retenerlo ofreciéndole un aumento salarial, un papel más desafiante o más adiestramiento (y desarrollo).

Para el reclutamiento, Kumar agrega, Los modelos de análisis de RRHH pueden utilizar los registros de los empleados exitosos para construir un perfil de alto rendimiento. Lo que se obtiene es una herramienta de busca de talentos que puede mandar mensajes personalizados al talento conveniente.


Ejemplos de big data

el big data pueden parecer un término nebuloso difícil de visualizar, pero se usa tan extensamente en el mundo enormemente conectado de hoy que ciertos ejemplos vienen de manera inmediata a la psique.

Netflix

Netflix emplea big data para reunir miles de millones de puntos de datos por día. Mientras que el punto de datos más obvio sería lo que cada persona observa, Ford afirmó que el gigante del streaming usa big data de forma más enfocada.

Últimamente se estimó que Netflix ahorra mil millones de dólares americanos cada año en retención debido a su empleo efectivo de los datos disponibles para ellos, afirmó. [Netflix puede determinar] cuántos minutos miró una persona antes de detenerse. ¿Vieron más de un episodio? ¿Qué tipo de contenido es más probable que alguien se dé un atracón? Todos estos factores conducen a futuras decisiones de producción, como a experiencias in-app adaptadas para los usuarios.

Bolsa de Valores de Nueva York

el big data son también una parte esencial de la economía mundial. No hay mayor ejemplo de este hecho que la Bolsa de Valores de la ciudad de Nueva York, que usa ciertas técnicas de computación más avanzadas para manejar los más de 1.400 millones de acciones que se negocian día a día. Esa cantidad de datos transaccionales requiere el género de gran solución de datos que puede percibir, analizar y después trasmitir el vasto volumen de datos que entra y sale de Wall Street en poco tiempo.

Los medios social

En una nota más personal, sus páginas de medios sociales asimismo son parte de big data. Aunque tu perfil de Twitter y tu feed de Fb podrían ser vistos como puntos de datos únicos, los datos más granulares que cubren elementos como tus gustos, publicaciones, fotografías y datos personales son todos piezas cuantificables que el big data pueden utilizar para entender lo que es probable que compres, cuáles son tus pasatiempos, e inclusive por quién es probable que votes en las próximas elecciones.


Certificaciones en ciencias de la información para mejorar tu currículo y tu sueldo.

A fines de agosto, Glassdoor tenía más de 53.000 ofertas de empleo que mencionaban el aprendizaje automático (ML) y veinte trabajos que incluían la ciencia de los datos con sueldos que iban de 50.000 a más de 180.000 dólares. Cada vez más empresas están haciendo del análisis de datos y del aprendizaje automático un elemento central del desarrollo de nuevos productos y de las oportunidades de ingresos futuros.

Las grandes empresas de tecnología, así como las organizaciones tecnológicas independientes, ofrecen programas de formación para personas que son nuevas en la ciencia de los datos, de este modo para profesionales que desean dominar la tecnología más reciente. Cada programa de esta lista de los mejores cursos on-line para la ciencia de los datos ampliará su experiencia y añadirá un valioso elemento de línea en forma de certificación de ciencia de los datos a su currículo.


Ingeniero profesional de aprendizaje automático de Google

Si puedes pasar este examen que está en versión beta, eres certificado por Google Cloud. Google recomienda que los examinandos tengan al menos 3 años de experiencia práctica con los productos y soluciones de Google Cloud.

El examen dura 4 horas y cuesta 120 dólares estadounidenses. Las 6 secciones del examen cubren:

Enmarcar el inconveniente del ML
Arquitectura de la solución ML
Preparación y procesamiento de datos
Desarrollo del modelo de ML
Automatización y orquestación del oleoducto de ML
Monitoreo, optimización y mantenimiento de la solución de ML




Mesa de especialista de escritorio

El análisis de datos es inútil a menos que motive la acción. Eso frecuentemente requiere hacer un caso basado en este análisis y presentarlo a los colegas de otros departamentos. Visualizar los datos en vez de confiar sólo en los números puede asistir a ganarse a quienes no tratan con datos a diario. Tableau puede asistirte a hacer eso.

El certificado de Especialista en Escritorio de Tableau mostrará que tiene una entendimiento básica de esta herramienta de visualización de datos. La compañía sugiere que los examinadores tengan por lo menos tres meses de experiencia con la plataforma. El programa de preparación para el examen de Especialista en Escritorio Tableau es un programa de 6 semanas de entrenamiento interactivo, lecciones y hasta 2 intentos para el examen de certificación.

El examen tiene treinta preguntas y debe ser completado en sesenta cursos de big data minutos. Los examinandos deben obtener un setenta por ciento para aprobar. El examen mide estas habilidades:

Crear y guardar conexiones de datos
La administración de las propiedades de los datos
Creando gráficos básicos
Aplicar el análisis a una hoja de trabajo
Crear y modificar un tablero de mandos
Entendimiento de las dimensiones y medidas
Dominar los campos discretos y continuos