{"id":197926,"date":"2026-10-22T17:49:32","date_gmt":"2026-10-22T15:49:32","guid":{"rendered":"https:\/\/factorialhr.com\/blog\/?p=197926"},"modified":"2026-10-22T17:49:32","modified_gmt":"2026-10-22T15:49:32","slug":"people-analytics-metricas","status":"publish","type":"post","link":"https:\/\/factorial.com\/blog\/es\/people-analytics-metricas\/","title":{"rendered":"People Analytics: qu\u00e9 es, m\u00e9tricas y c\u00f3mo aplicarlo en RR. HH."},"content":{"rendered":"

People Analytics es el proceso de recopilar, relacionar y analizar datos sobre la plantilla para responder preguntas concretas y mejorar las decisiones de Recursos Humanos.<\/strong> Se utiliza para estudiar cuestiones como la rotaci\u00f3n, el absentismo, la contrataci\u00f3n, el desempe\u00f1o, la formaci\u00f3n, el clima laboral o las necesidades futuras de personal.<\/p>\n

Su utilidad no est\u00e1 en acumular indicadores ni en crear un panel con muchos gr\u00e1ficos. El an\u00e1lisis aporta valor cuando permite detectar un problema, entender qu\u00e9 puede estar ocurriendo, aplicar una medida y comprobar despu\u00e9s si ha funcionado. Para conseguirlo necesitas datos fiables, una buena pregunta y personas que sepan interpretar los resultados en el contexto de tu empresa.<\/p>\n

\n
\n
\n

Atrae, forma y ret\u00e9n talento desde una sola plataforma<\/h4>\n \n

Te mostramos c\u00f3mo Factorial impulsa todo el ciclo de vida del empleado<\/p>\n \n \n Get a demo <\/a>\n <\/div>\n\n

\n \n <\/div>\n <\/div>\n<\/div>\n

Qu\u00e9 es People Analytics y qu\u00e9 aporta a Recursos Humanos<\/h2>\n

People Analytics, tambi\u00e9n conocido como anal\u00edtica de personas, HR Analytics o anal\u00edtica de RR. HH., consiste en usar m\u00e9todos descriptivos, visuales y estad\u00edsticos para interpretar los datos de la plantilla. El CIPD define People Analytics como el an\u00e1lisis de datos sobre personas orientado a resolver problemas empresariales.<\/p>\n

Esto lo diferencia de un informe convencional. Un informe puede indicar que durante el \u00faltimo trimestre se marcharon 18 personas. People Analytics intenta responder preguntas adicionales: en qu\u00e9 equipos se concentran esas salidas, cu\u00e1nto tiempo llevaban en la empresa, qu\u00e9 caracter\u00edsticas comparte su experiencia laboral y qu\u00e9 actuaci\u00f3n podr\u00eda reducir el problema.<\/p>\n\n\n\n\n\n\n\n\n
Nivel de an\u00e1lisis<\/th>\nPregunta que responde<\/th>\nEjemplo<\/th>\n<\/tr>\n<\/thead>\n
Descriptivo<\/td>\nQu\u00e9 ha ocurrido?<\/td>\nLa rotaci\u00f3n voluntaria ha aumentado durante el \u00faltimo trimestre.<\/td>\n<\/tr>\n
Diagn\u00f3stico<\/td>\nQu\u00e9 factores pueden explicar el resultado?<\/td>\nLas salidas se concentran entre las nuevas incorporaciones de dos departamentos.<\/td>\n<\/tr>\n
Predictivo<\/td>\nQu\u00e9 podr\u00eda ocurrir?<\/td>\nDeterminados equipos presentan factores asociados con una mayor probabilidad de salida.<\/td>\n<\/tr>\n
Prescriptivo<\/td>\nQu\u00e9 intervenci\u00f3n convendr\u00eda evaluar?<\/td>\nRevisar el onboarding, la carga de trabajo o el acompa\u00f1amiento de los responsables.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Una empresa no necesita alcanzar el nivel predictivo para obtener resultados \u00fatiles. Un an\u00e1lisis descriptivo bien segmentado puede descubrir que los retrasos en la contrataci\u00f3n se producen siempre durante la aprobaci\u00f3n de las ofertas o que la mayor parte de la rotaci\u00f3n sucede durante los primeros tres meses. El nivel de complejidad debe adaptarse al problema, no al deseo de utilizar una tecnolog\u00eda determinada.<\/p>\n

Qu\u00e9 problemas puede resolver People Analytics<\/h2>\n

La anal\u00edtica de personas puede aplicarse a numerosas decisiones, pero querer medirlo todo desde el primer d\u00eda suele acabar en informes imposibles de mantener y sin utilidad clara. Es preferible empezar por un problema que afecte al negocio o a la experiencia de la plantilla y sobre el que la empresa tenga capacidad real de actuaci\u00f3n.<\/p>\n\n\n\n\n\n\n\n\n\n\n
Problema<\/th>\nPregunta de an\u00e1lisis<\/th>\nDatos necesarios<\/th>\nDecisi\u00f3n posible<\/th>\n<\/tr>\n<\/thead>\n
Rotaci\u00f3n elevada<\/td>\nEn qu\u00e9 equipos y momentos se producen m\u00e1s salidas?<\/td>\nAltas, bajas, antig\u00fcedad, departamento, puesto y tipo de salida<\/td>\nRevisar el onboarding, el liderazgo, las cargas de trabajo o la pol\u00edtica retributiva<\/td>\n<\/tr>\n
Absentismo<\/td>\nD\u00f3nde se concentran las ausencias y c\u00f3mo evolucionan?<\/td>\nHoras previstas, ausencias, turnos, centros y periodos<\/td>\nRevisar la organizaci\u00f3n, la prevenci\u00f3n o la cobertura de turnos<\/td>\n<\/tr>\n
Contrataci\u00f3n lenta<\/td>\nQu\u00e9 fases retrasan la incorporaci\u00f3n?<\/td>\nFechas de apertura, entrevistas, ofertas, aceptaci\u00f3n e incorporaci\u00f3n<\/td>\nModificar fases, responsables o circuitos de aprobaci\u00f3n<\/td>\n<\/tr>\n
Problemas de desempe\u00f1o<\/td>\nEl resultado est\u00e1 relacionado con objetivos, habilidades o recursos?<\/td>\nEvaluaciones, objetivos, formaci\u00f3n, puesto y contexto del equipo<\/td>\nDefinir apoyo, formaci\u00f3n o cambios en los objetivos<\/td>\n<\/tr>\n
Baja participaci\u00f3n<\/td>\nQu\u00e9 colectivos presentan peores resultados de clima?<\/td>\nEncuestas, equipo, antig\u00fcedad, centro y evoluci\u00f3n temporal<\/td>\nDise\u00f1ar una intervenci\u00f3n para los colectivos afectados<\/td>\n<\/tr>\n
Falta de personal<\/td>\nQu\u00e9 capacidad necesitar\u00e1 la organizaci\u00f3n?<\/td>\nDemanda, turnos, productividad, ausencias, rotaci\u00f3n y contrataciones previstas<\/td>\nPlanificar contrataciones, turnos o movilidad interna<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Los resultados necesitan contexto. Una rotaci\u00f3n del 12 % puede ser preocupante en un equipo estable y asumible en una actividad estacional. Dos departamentos con la misma tasa de absentismo tampoco tienen necesariamente el mismo problema si sus horarios, puestos, riesgos o tama\u00f1os son diferentes.<\/p>\n

Tambi\u00e9n hay preguntas que no deber\u00edan resolverse \u00fanicamente con datos cuantitativos. Una encuesta puede mostrar una ca\u00edda del compromiso, pero las entrevistas, los grupos de discusi\u00f3n o las conversaciones con los responsables ayudan a entender qu\u00e9 hay detr\u00e1s del resultado. People Analytics funciona mejor cuando combina datos cuantitativos, informaci\u00f3n cualitativa, experiencia profesional y conocimiento del negocio.<\/p>\n

M\u00e9tricas de People Analytics que conviene medir<\/h2>\n

No existe una lista universal de KPI que toda empresa deba seguir. Un indicador solo es \u00fatil cuando est\u00e1 vinculado con una pregunta y puede influir en una decisi\u00f3n. Medir veinte variables sin saber qu\u00e9 se har\u00e1 con ellas aumenta el trabajo administrativo, pero no mejora necesariamente la gesti\u00f3n.<\/p>\n

M\u00e9tricas de rotaci\u00f3n, contrataci\u00f3n y asistencia<\/h3>\n\n\n\n\n\n\n\n\n\n\n
M\u00e9trica<\/th>\nF\u00f3rmula orientativa<\/th>\nQu\u00e9 permite observar<\/th>\nPrecauci\u00f3n<\/th>\n<\/tr>\n<\/thead>\n
Rotaci\u00f3n voluntaria<\/td>\nSalidas voluntarias \u00f7 plantilla media \u00d7 100<\/td>\nProporci\u00f3n de personas que abandonan la empresa por decisi\u00f3n propia<\/td>\nSeparar las salidas voluntarias de las involuntarias<\/td>\n<\/tr>\n
Retenci\u00f3n<\/td>\nPersonas del grupo inicial que permanecen \u00f7 personas del grupo inicial \u00d7 100<\/td>\nPermanencia de una cohorte durante un periodo<\/td>\nDefinir el grupo y las fechas antes de calcular<\/td>\n<\/tr>\n
Absentismo<\/td>\nHoras de ausencia \u00f7 horas laborales previstas \u00d7 100<\/td>\nPeso de las ausencias sobre el tiempo de trabajo previsto<\/td>\nDiferenciar tipos de ausencia y limitar el acceso a informaci\u00f3n sensible<\/td>\n<\/tr>\n
Tiempo de contrataci\u00f3n<\/td>\nD\u00edas entre la apertura y la aceptaci\u00f3n o incorporaci\u00f3n<\/td>\nDuraci\u00f3n del proceso de selecci\u00f3n<\/td>\nUtilizar siempre el mismo punto inicial y final<\/td>\n<\/tr>\n
Aceptaci\u00f3n de ofertas<\/td>\nOfertas aceptadas \u00f7 ofertas realizadas \u00d7 100<\/td>\nAdecuaci\u00f3n y atractivo de las propuestas<\/td>\nSegmentar por puesto, ubicaci\u00f3n o perfil<\/td>\n<\/tr>\n
Movilidad interna<\/td>\nPuestos cubiertos internamente \u00f7 puestos cubiertos \u00d7 100<\/td>\nCapacidad para cubrir oportunidades con talento interno<\/td>\nNo interpretar cualquier traslado como una promoci\u00f3n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Supongamos que una empresa ten\u00eda 120 personas al comenzar el a\u00f1o y 110 al terminarlo. Durante ese periodo se produjeron 18 salidas voluntarias. La plantilla media ser\u00eda (120 + 110) \u00f7 2 = 115 personas<\/strong>. La tasa de rotaci\u00f3n voluntaria ser\u00eda 18 \u00f7 115 \u00d7 100 = 15,7 %<\/strong>.<\/p>\n

El 15,7 % no demuestra por s\u00ed solo que exista un problema. Para interpretarlo habr\u00eda que compararlo con periodos anteriores y segmentarlo por antig\u00fcedad, puesto, centro, equipo y motivo de salida. Si 14 de las 18 salidas se produjeron durante los primeros seis meses, el onboarding podr\u00eda merecer m\u00e1s atenci\u00f3n que la rotaci\u00f3n general.<\/p>\n

\n
\n
\n

Convierte tu estrategia de RR. HH. en una ventaja competitiva<\/h4>\n \n

Aprende a alinear la gesti\u00f3n del talento con los objetivos de tu empresa<\/p>\n \n \n Download for free <\/a>\n <\/div>\n\n

\n \n <\/div>\n <\/div>\n<\/div>\n

M\u00e9tricas de desempe\u00f1o, desarrollo y experiencia<\/h3>\n

Las evaluaciones de desempe\u00f1o, la movilidad interna, la participaci\u00f3n en formaci\u00f3n o las encuestas de clima aportan otra parte de la informaci\u00f3n. Conviene evitar convertir estos datos en puntuaciones aisladas sobre las personas. Una valoraci\u00f3n baja puede estar relacionada con objetivos mal definidos, falta de recursos, cambios de responsabilidad o problemas de coordinaci\u00f3n, no necesariamente con una falta de capacidad individual.<\/p>\n

El eNPS y otras encuestas permiten observar tendencias, pero no explican autom\u00e1ticamente sus causas. Una ca\u00edda de diez puntos debe conducir a nuevas preguntas: qu\u00e9 colectivos han cambiado su valoraci\u00f3n, qu\u00e9 comentarios se repiten y qu\u00e9 ocurri\u00f3 durante ese periodo. Tampoco conviene cruzar encuestas confidenciales con tantos atributos que resulte posible identificar a quien respondi\u00f3, especialmente en equipos peque\u00f1os.<\/p>\n

C\u00f3mo implementar People Analytics paso a paso<\/h2>\n

Un proyecto de anal\u00edtica de personas deber\u00eda comenzar por una decisi\u00f3n, no por la compra de una herramienta. La siguiente secuencia permite limitar el alcance y comprobar si el an\u00e1lisis produce un resultado aprovechable.<\/p>\n

    \n
  1. Elige una decisi\u00f3n que quieras mejorar.<\/strong> Formula una pregunta concreta, como “por qu\u00e9 aumentan las salidas durante los primeros 90 d\u00edas?” o “qu\u00e9 fase retrasa la contrataci\u00f3n?”. Preguntas como “qu\u00e9 podemos hacer con nuestros datos?” tienen un alcance demasiado amplio.<\/li>\n
  2. Define el indicador y la l\u00ednea de base.<\/strong> Establece la f\u00f3rmula, el periodo, los colectivos incluidos y el valor inicial. Si cada departamento calcula la rotaci\u00f3n de una forma distinta, sus resultados no ser\u00e1n comparables.<\/li>\n
  3. Localiza las fuentes de informaci\u00f3n.<\/strong> Los datos pueden estar en el software de RR. HH., el ATS, el registro horario, las n\u00f3minas, las evaluaciones, las encuestas o distintas hojas de c\u00e1lculo. Determina qu\u00e9 sistema ser\u00e1 la fuente principal para cada variable.<\/li>\n
  4. Limpia y normaliza los datos.<\/strong> Revisa duplicados, fechas incompletas, departamentos escritos de varias formas, bajas sin motivo, cambios de puesto no registrados y valores ausentes. Documenta cualquier correcci\u00f3n para poder repetir el an\u00e1lisis.<\/li>\n
  5. Segmenta y plantea hip\u00f3tesis.<\/strong> Compara periodos y grupos con caracter\u00edsticas relevantes. Una relaci\u00f3n estad\u00edstica puede sugerir una hip\u00f3tesis, pero no demuestra que una variable cause la otra.<\/li>\n
  6. Pon en marcha una medida acotada.<\/strong> Modifica un proceso sobre el que la empresa pueda actuar: una fase del onboarding, un circuito de aprobaci\u00f3n, una distribuci\u00f3n de turnos o un plan de formaci\u00f3n.<\/li>\n
  7. Mide el resultado.<\/strong> Compara el valor posterior con la l\u00ednea de base y revisa factores externos. Si la intervenci\u00f3n no produce una mejora suficiente, habr\u00e1 que ajustarla o pararla.<\/li>\n<\/ol>\n

    Ejemplo pr\u00e1ctico: rotaci\u00f3n durante el onboarding<\/h3>\n

    Una empresa detecta que la rotaci\u00f3n es especialmente alta durante los primeros 90 d\u00edas. En lugar de analizar todas las salidas de la organizaci\u00f3n, crea cohortes de nuevas incorporaciones y compara departamento, puesto, responsable, modalidad de trabajo, cumplimiento del plan de onboarding y respuestas de las encuestas iniciales.<\/p>\n

    El an\u00e1lisis muestra que las salidas se concentran en dos equipos donde las reuniones de seguimiento no se realizan con regularidad. La empresa introduce conversaciones estructuradas durante la primera, cuarta y octava semana. Para comprobar el resultado, compara las siguientes cohortes con las anteriores, manteniendo la misma definici\u00f3n de abandono temprano.<\/p>\n

    Aunque la rotaci\u00f3n disminuya, todav\u00eda habr\u00e1 que revisar otros factores: cambios salariales, situaci\u00f3n del mercado laboral, volumen de contrataciones o modificaciones en los puestos. El an\u00e1lisis ofrece evidencias para decidir, pero no elimina la necesidad de interpretar el contexto.<\/p>\n

    Qu\u00e9 herramientas y recursos necesita una empresa<\/h2>\n

    La herramienta adecuada depende del volumen de datos, la frecuencia del an\u00e1lisis y el n\u00famero de fuentes. Usar un sistema avanzado para una pregunta sencilla solo a\u00f1ade costes y complejidad. Mantener procesos manuales cuando existen miles de registros y varias fuentes tambi\u00e9n puede generar errores y retrasos.<\/p>\n\n\n\n\n\n\n\n\n
    Opci\u00f3n<\/th>\nCu\u00e1ndo puede servir<\/th>\nLimitaciones<\/th>\n<\/tr>\n<\/thead>\n
    Excel o Google Sheets<\/td>\nPrimer an\u00e1lisis con pocos datos, una fuente y una pregunta concreta<\/td>\nVersiones duplicadas, trabajo manual y dificultad para actualizar datos con frecuencia<\/td>\n<\/tr>\n
    Software de Recursos Humanos<\/td>\nCentralizar procesos y generar informes recurrentes sobre una misma plantilla<\/td>\nDepende de una configuraci\u00f3n correcta y de que los procesos se registren de forma consistente<\/td>\n<\/tr>\n
    Herramienta de Business Intelligence<\/td>\nRelacionar varias fuentes y crear paneles personalizados<\/td>\nNecesita integraciones, mantenimiento y conocimientos t\u00e9cnicos<\/td>\n<\/tr>\n
    Python, R o modelos de IA<\/td>\nRealizar an\u00e1lisis estad\u00edsticos avanzados o trabajar con grandes vol\u00famenes<\/td>\nRequiere datos suficientes, validaci\u00f3n, documentaci\u00f3n y supervisi\u00f3n especializada<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

    El coste de People Analytics no se limita a una licencia. Tambi\u00e9n incluye la limpieza inicial, las integraciones, el tiempo de RR. HH. e IT, la formaci\u00f3n, la revisi\u00f3n jur\u00eddica, el mantenimiento de los indicadores y las intervenciones que se decidan aplicar. Una predicci\u00f3n que nadie puede revisar ni convertir en una acci\u00f3n no compensa el trabajo que cuesta crearla.<\/p>\n

    Una pyme no necesita fichar de entrada a un cient\u00edfico de datos (data scientist). Puede comenzar con una m\u00e9trica bien definida, informaci\u00f3n centralizada y una persona que entienda el proceso analizado. Los perfiles especializados resultan m\u00e1s necesarios cuando se combinan muchas fuentes, se construyen modelos predictivos o se toman decisiones con un impacto elevado sobre la plantilla.<\/p>\n

    Riesgos, privacidad y l\u00edmites de People Analytics<\/h2>\n

    Datos incompletos, sesgos y errores de interpretaci\u00f3n<\/h3>\n

    Los datos hist\u00f3ricos reflejan c\u00f3mo ha funcionado la empresa, incluidas sus decisiones equivocadas y posibles desigualdades. Un modelo entrenado con contrataciones anteriores podr\u00eda aprender a favorecer perfiles parecidos a quienes fueron seleccionados en el pasado, aunque esa preferencia no tenga relaci\u00f3n con el desempe\u00f1o futuro.<\/p>\n

    Tambi\u00e9n pueden aparecer errores m\u00e1s sencillos: comparar departamentos de tama\u00f1os diferentes mediante cifras absolutas, analizar equipos con muestras demasiado peque\u00f1as o considerar que una correlaci\u00f3n demuestra una causa. Otros riesgos habituales son:<\/p>\n