1 – Del dato a la decisión
Por qué los datos no mejoran las decisiones por sí solos
La cadena dato → criterio → decisión → acción
Fases de la cadena: del dato a la acción
Preguntas clave para transformar datos en acción
Cómo respondo las preguntas anteriores
Cómo transformar datos en respuestas útiles
Evidencia mínima suficiente (EMS)
¿Cómo se reconoce una EMS?
¿Por qué es importante la EMS?
Suficiente ≠ cómodo
Buenas prácticas para trabajar con EMS
Del dato a la palanca
Ejemplo aplicado
Diferencia entre información, análisis y decisión
¿Qué es la información?
¿En qué consiste el análisis?
¿Qué implica la decisión?
Ejemplo aplicado al ámbito de personas
Errores habituales al usar datos de personas
Qué significa ‘decidir mejor’ en contextos reales de empresa
Ejemplos detallados
Resumen

2 – Formulación de preguntas y diseño de indicadores
Formulación de preguntas y diseño de indicadores
De problemas difusos a preguntas claras
Cómo hacer preguntas claras
¿Por qué es importante formular preguntas claras?
Elementos de una pregunta clara
Pasos para transformar problemas difusos en preguntas claras
Ejemplos prácticos en la gestión de personas
Qué indicadores aportan valor y cuáles generan ruido
Indicadores de personas: resultados, procesos y señales tempranas
Tipos de indicadores y sus significados
Consideraciones prácticas para la elección de indicadores
Alinear preguntas e indicadores con decisiones reales
Decidiendo cómo responder a las preguntas
Ejemplo aplicado
Resumen

3 – Calidad de datos y gobernanza mínima
Trabajar con datos imperfectos: límites y oportunidades
Errores comunes en la recogida y uso de datos de personas
Cómo capturar datos de impacto
Consideraciones para la mejora continua
Principios básicos de gobernanza sin burocracia
1) Roles (RACI liviano)
2) Diccionario de métricas
3) Log de cambios
Responsabilidades y criterios mínimos para usar datos con criterio
Ejemplo aplicado
Límites éticos en el uso de datos personales. Anonimización
Ejemplo aplicado
Ejemplo paso a paso
Resumen

4 – Interpretación sin trampas
Correlación, causalidad y conclusiones apresuradas
Cómo se calculan las correlaciones
¿Qué es exactamente una correlación?
¿Cómo se calcula en la práctica?
Ejemplo aplicado
Condiciones y precauciones
¿Por qué es relevante en decisiones sobre personas?
Paso a paso para calcular una correlación
Ejemplo práctico aplicado al entorno de personas
Recomendaciones operativas para el uso riguroso de correlaciones
Sesgos habituales al interpretar datos de personas
Procesos para gestionar sesgos
Cómo evitar lecturas interesadas o simplistas
Tomar decisiones con incertidumbre sin paralizarse
1) Umbrales: convertir debate en acción
2) Reversibilidad: primero lo que se puede deshacer
3) Aprendizaje: cerrar el loop
Tipos de umbrales, cómo definirlos y calcularlos
¿Qué es un umbral?
Tipos de umbrales aplicables en People Analytics
Cómo definir un umbral útil
Recomendaciones para el uso de umbrales
Ejemplo paso a paso
Resumen

5 – Storytelling para comité
Storytelling para comité
Qué necesita saber un comité (y qué no)
Qué es y qué no es Storytelling
¿Qué es el Storytelling en el contexto de People Analytics?
¿Qué NO es el Storytelling en este contexto?
Claves para implementar un Storytelling eficaz en comités
Traducir datos técnicos a mensajes comprensibles
Ejemplo aplicado
Cierre del tema
Cómo defender una recomendación basada en datos
1) Trade-offs: hablar de costos y riesgos
2) Objeciones típicas
3) Decisión pedida
Ejemplo aplicado
Resumen

6 – Diseño de pilotos y medición de impacto
Diseño de pilotos y medición de impacto
Cuándo tiene sentido hacer un piloto
Diseñar pruebas simples con objetivos claros
Paso a paso para diseñar un Piloto
Recomendaciones prácticas
Medir impacto sin complicar el análisis
Aprender de los resultados y decidir siguientes pasos
 Ejemplo paso a paso
Resumen

7 – Informes y mediciones tipo
Informes y mediciones tipo
Análisis de rotación: entender causas y prioridades
Uso de datos en evaluación y desempeño
Ejemplo aplicado
Cómo calibrar datos y criterios para la evaluación de desempeño
¿Por qué es importante calibrar datos y criterios?
Cómo calibrar datos y criterios: fases y recomendaciones
Consejos prácticos para la calibración de datos y criterios
Medición del impacto de acciones formativas
Lecciones aprendidas y transferencia a otros contextos
 Ejemplo aplicado paso a paso
Resumen