INVENTARIO DE

PERSONAL
Julian Camilo Lesmes Campos Cod. 20151015022
Ana María Prieto Gómez Cod. 20151015963
Daniel Esteban Marín López
Juan Camilo Buitrago Rendón
Cod. 20151015345
Cód. 20161015060
GESTIÓN DE
María Camila Parra Medina
Diego Fernando Camargo Cantor
Cód. 20142015029
Cód. 20142015064
TALENTO HUMANO
Introducción
Cualquier empresa está compuesta por varios trabajadores, y a la hora de hacerse una idea
de todas sus capacidades y habilidades se vuelve necesaria la realización de un
inventario de recursos humanos. Una de las funciones del departamento de
Recursos Humanos, consiste en el manejo y gestión de la plantilla de la compañía, y
gracias al inventario de personal es más fácil hacer una planificación eficiente de los
recursos humanos, detectar candidatos para promocionar o justificar las necesidades de
contratar nuevos trabajadores que refuercen la plantilla.
Elaboración del inventario de personal
Definición
El inventario de personal, o inventario de Recursos Humanos, es una técnica que permite
sistematizar toda la información relacionada con cada trabajador de la empresa. A
grandes rasgos, se trata de una gran base de datos que incluye todas las informaciones de
interés de un empleado. El objetivo final siempre es saber el número de trabajadores que
hay ocupando un puesto de trabajo en un momento concreto, algo esencial para la
planificación interna de la empresa.
A nivel Organizacional
La planificación estratégica de los recursos humanos es una necesidad de primer orden
para las pymes que quieran ser competitivas pues, a la larga, representa un ahorro de
costes. Un buen inventario de personal te ayudará a conocer mejor a tus empleados para
diseñar estrategias a medida que te permitan optimizar el factor humano según cambien
las demandas del mercado o tus objetivos de negocios.
Desarrollo
Al hacer un inventario de recursos humanos se pueden establecer las evaluaciones de
rendimiento y personalidad de los trabajadores. Por esta razón, en la base de datos creada
a partir de los empleados de la organización hay que incluir información precisa sobre
las aptitudes, las capacidades y las habilidades de los diferentes trabajadores en relación
tanto al puesto que ocupan en el momento actual como con vistas a una posible ocupación
futura
Ventajas de su aplicación

El inventario de recursos humanos debe permitirnos

saber cuántas personas permanecerán en su puesto y
cuántas lo dejarán, ya sea porque se jubilan o porque
acaban contrato y no se les va a renovar, pero también
porque está previsto accederlos. El inventario de
personal también nos ayuda a definir mejor la escala
retributiva de cada puesto, y puede ser decisivo a la
hora de ofrecer un aumento a un trabajador que lo
merece por su cualificación y aptitudes.
Usos del inventario de personal
Herramienta de control y organización del personal
El inventario de personal cobra una relevancia especial en las pymes que tienen más
empleados ya que permite mantener organizada la información. Te permitirá planificar el
futuro de los recursos humanos a corto, medio y largo plazo sabiendo con relativa
facilidad y rapidez cuántas personas permanecerán en su puesto y cuántas lo dejarán
debido a que se jubilan o finaliza su contrato.
Herramienta para identificar posibles candidatos
dentro de la organización.
Con el inventario de recursos humanos podrás detectar a posibles candidatos para
ascensos o cubrir puestos vacantes, lo cual te permitirá reducir los costes que implica la
rotación de personal. Puedes preparar de antemano un listado de candidatos que tengan las
competencias necesarias para ocupar algunos de los puestos clave en tu pyme.
Detectar posibles necesidades de capacitación.
Al tener una imagen más clara de los puestos que ocupan todos tus empleados y sus
funciones, podrás detectar posibles necesidades de formación. La formación profesional
no solo contribuye a mejorar la motivación de los trabajadores sino que también repercute
en el aumento de la productividad y/o competitividad de tu pyme.
Mejorar la escala retributiva.
El inventario de recursos humanos te ayudará a perfilar mejor la escala retributiva de cada
puesto, de manera que sea más justa. Esta herramienta te aporta elementos sólidos para
ofrecer un aumento a los trabajadores que realmente se lo merecen por su rendimiento,
aptitudes y/o cualificación.
Toma de decisiones estratégicas.
El inventario de personal es un instrumento muy valioso a la hora de tomar decisiones
estratégicas en tu pyme con vistas a una posible promoción, reorganización del
organigrama o actualización del personal. Puedes utilizarlo como punto de partida para
proyectar nuevos planes de acción que faciliten la consecución de tus objetivos de
negocio, de manera que puedas saber si necesitas aumentar el personal y poner en marcha
un plan de reclutamiento o si, al contrario, debes aplicar recortes.
Minería de datos de personal
Definición
La minería de datos es un proceso de analítica que consiste en analizar grandes volúmenes
de datos que están disponibles en distintas fuentes para transformarlos en información útil,
es decir, es la búsqueda de información nueva, valiosa y no trivial, en grandes volúmenes
de datos y es el resultado del esfuerzo conjunto entre las habilidades humanas para
describir los problemas y las metas y las habilidades computacionales de búsqueda.
Tipos de datos
En general podemos encontrar tres
clasificaciones dependiendo de cómo se
encuentre almacenada la información:

- Estructurados
- Semi-estructurados
- No estructurados

Dependiendo de este tipo de datos se clasifican

el tipo de bases de datos:
● Bases de datos espaciales mantienen información relacionada a espacios físicos
cuyos datos pueden ser geográficos, redes de transporte, información de tráfico, etc.,
donde la minería de datos podría encontrar patrones que permitan la construcción de
nuevos caminos o líneas del metro.
● Bases de datos temporales mantienen información relacionada al tiempo ya sea
instantes específicos o intervalos temporales. Aquí la minería de datos podría
encontrar tendencias climatológicas.
● Bases de datos documentales que pueden poseer datos de los tres tipos
(estructurados, semi-estructurados y no estructurados) y donde la minería de datos
podría utilizarse para encontrar asociaciones entre contenidos o clasificación de
objetos.
● Bases de datos multimedia además de las técnicas de minería de datos se requieren
algoritmos de búsqueda eficiente y almacenamiento sobre este tipo de formatos.
¿Que es un conjunto de datos?

Es una colección de objetos con

sus respectivo atributos.

• Un atributo es una propiedad o

característica de un objeto.

Ejemplos: color de ojos de una

persona, peso, salario anual, etc.
Pasos para hacer minería de datos
1) Definir el problema

2) Recolectar los datos (en almacenes de datos)

3) Pre-procesar los datos

4) Estimar el modelo

5) Interpretar el modelo y sacar conclusiones.

Pre-procesar los datos
Proceso de selección La selección de características reduce el
tamaño de los datos eligiendo las variables más influyentes en el
problema, sin sacrificar la calidad del modelo de conocimiento
obtenido del proceso de minería.

Proceso de limpieza Al obtener la información desde distintas

fuentes se debe procurar que datos sobre el mismo objeto se
unifiquen.
- Identificar posibles formatos de claves y unificarlos.
- Detección de valores faltantes
Proceso KDD Proceso de descubrimiento del conocimiento

Marin H. Minería de Datos. Universidad Politécnica de Victoria

Proceso KDD Proceso de descubrimiento del conocimiento

Marin H. Minería de Datos. Universidad Politécnica de Victoria

la minería de datos se clasifica en descriptiva, cuando
busca identificar patrones y describir la información
para que pueda ser interpretada; o en predictiva, cuando
busca predecir valores futuros o desconocidos de otras
variables de interés
Un modelo predictivo: se entrena (estima) un
modelo usando los datos recolectados para hacer
predicciones futuras. Nunca es 100% precisa y lo
que más importa es el rendimiento del modelo
cuando es aplicado a nuevos datos.

Un modelo descriptivo: sirve para identificar

patrones que permiten explorar las propiedades de
los datos examinados no para predecir sino para
describir futuros datos. Este modelo permite
descubrir las características más importantes de la
base de datos.
Técnicas o métodos de minería de datos

● Técnicas de clasificación (predictiva)

● Técnicas de agrupamiento (descriptiva)
● Técnica por regla de asociación (descriptiva)
● Técnicas de regresión (predictiva)
Técnicas de clasificación
Permiten clasificar los datos en una o varias categorías previamente identificadas.
Algunas de las técnicas de clasificación más utilizadas son:

❖ Basados en la teoría Bayesiana de decisión.

❖ Técnicas de árboles de decisión, algoritmos evolutivos y algoritmos
genéticos.
❖ Redes neuronales
❖ Máquinas de Soporte Vectorial (SVM). cuyo objetivo es encontrar un
hiperplano óptimo en el espacio de los datos, con base en el principio de
minimización del riesgo estructural
❖ K-nearest neighbor (KNN). Esta técnica busca identificar el valor óptimo
de K que minimiza el error al calcular la distancia entre los datos de
prueba y los de entrenamiento.
❖ Razonamiento basado en casos (CBR). Esta técnica almacena los datos
como casos. Cuando existe un nuevo caso para clasificar, primero busca
si ya existe un caso igual para determinar el resultado. Si no existe, busca
aquellos que sean similares al nuevo caso.
Técnica de agrupamiento
Difiere del método de clasificación en que en este caso las categorías no están
identificadas previamente.

❖ K-means. Es uno de los algoritmos no supervisados más simples y se utiliza para

distinguir entre datos similares o no similares y generar una agrupación significativa.
❖ Fuzzy C-means. Esta técnica se basa en el principio de que cada dato puede
pertenecer a más de un cluster y en cada uno tiene un valor diferente entre 0 y 1, de
manera que la suma de todos es 1.
Reglas de asociación
Las reglas deben satisfacer un límite mínimo de soporte y un límite mínimo de confianza
que son definidos por el usuario o por expertos en el área.

❖ El Algoritmo a priori. Es una técnica de reglas de asociación que se utiliza para

analizar ítems frecuentes con base el conocimiento previo de las propiedades de
éstos.
❖ Reglas de asociación multidimensionales. Se utilizan para analizar atributos que
tienen más de una dimensión al mismo tiempo y las reglas de asociación
cuantitativas, que se refieren a un tipo especial de reglas en la forma de X Y en la
que al menos una de las variables debe ser numérica.
❖ Descubrimiento de secuencias. Se utiliza para identificar patrones en los eventos
que están organizados dentro de un set de datos.
Técnicas de regresión
permite identificar una función de predicción para predecir el valor de variable.

Existen varios métodos de regresión, incluyendo:

❖ análisis de series de tiempo

❖ Regresión no paramétrica
❖ Regresión robusta
❖ Regresión ridge
❖ Regresión no lineal
❖ Aprendizaje profundo o machine learning
Otros métodos
- Resumen (summarization): permite encontrar una descripción compacta de
una serie de datos
- Modelos de dependencia: permite identificar un modelo que describe las
dependencias entre variables.
- Detección de cambios y desviaciones: permite identificar los cambios más
significativos en una serie de datos.
- Teoría de Rough Set (RS). Se utiliza para encontrar relaciones estructurales
entre datos imprecisos o con ruido en el espacio de clasificación.
- Aquellas con enfoque Fuzzy. La teoría Fuzzy set permite trabajar con datos
vagos o inexactos.
metodologias
Ley de Habeas Data