People analytics es el análisis de datos sobre las personas de una organización para resolver problemas de negocio: por qué se va el talento, qué perfiles rinden mejor o dónde faltan sucesores. En una empresa mediana no exige un gran equipo de datos, sino una pregunta clara, datos ordenados y reglas de privacidad desde el primer día.
Tabla de contenidos
¿Qué es people analytics y en qué se diferencia de los reportes de RR. HH.?
El CIPD, el instituto británico de profesionales de RR. HH., lo define como analizar datos sobre personas para resolver problemas de negocio, y recuerda que también se le llama HR analytics, talent analytics o workforce analytics. Si ya conoces el término por nuestro artículo sobre HR analytics, aquí nos centramos en cómo ponerlo en marcha.
La diferencia con un reporte está en la pregunta. Un reporte dice cuántas personas salieron el trimestre pasado. People analytics busca entender por qué salieron, si hay un patrón y qué conviene hacer. John Boudreau y Wayne Cascio señalan en un artículo de 2017 que la mayoría de las organizaciones todavía tienen dificultades para pasar del reporte operativo al análisis.
Eso no significa que los indicadores sobren. Son la base. Si aún no los tienes definidos, empieza por los KPI de recursos humanos con fórmula y responsable.
¿Qué niveles de análisis existen?
El CIPD distingue tres niveles. Sirven para saber dónde estás y qué es razonable pedirle a tu equipo.
| Nivel | Pregunta que responde | Ejemplo en RR. HH. | Qué necesitas |
|---|---|---|---|
| Descriptivo | ¿Qué pasó? | Rotación por área y antigüedad en los últimos 12 meses | Datos limpios y un tablero |
| Predictivo | ¿Qué pasará? | Necesidades de plantilla del próximo año según histórico y planes del negocio | Histórico suficiente y análisis estadístico |
| Prescriptivo | ¿Qué deberíamos hacer? | Recomendar a cada colaborador cursos según su brecha de skills | Modelos validados y reglas de uso |
Según el mismo CIPD, la mayoría de las organizaciones pueden hacer análisis descriptivo y pocas llegan al prescriptivo, y usar analítica avanzada no siempre da información más valiosa. Para una empresa mediana, un buen análisis descriptivo bien interpretado suele resolver más que un modelo predictivo sin datos que lo sostengan.
¿Qué datos usa people analytics?
Los datos salen de los sistemas de RR. HH., de otros sistemas de la empresa y de fuentes externas, como las encuestas salariales. Esta tabla resume las fuentes habituales y para qué sirven:
| Fuente | Ejemplos de datos | Para qué sirve | Cuidado |
|---|---|---|---|
| Nómina y sistema de RR. HH. | Altas, bajas, puesto, antigüedad, salario | Rotación, costos de personal, equidad salarial | Datos financieros y patrimoniales |
| Reclutamiento | Vacantes, etapas, fuentes, tiempos | Tiempo de contratación, conversión por etapa | Conservar solo lo necesario de quien no fue contratado |
| Assessment | Resultados de pruebas de skills y competencias | Comparar candidatos y medir brechas | Usarlos para la finalidad informada |
| Desempeño | Evaluaciones, objetivos, retroalimentación 360 | Relacionar desempeño con selección y desarrollo | Sesgos del evaluador |
| Clima y encuestas | Compromiso, intención de permanencia | Anticipar rotación y priorizar acciones | Anonimato y tamaño mínimo de grupo |
| Capacitación | Cursos, horas, certificaciones | Medir el efecto de la capacitación | No confundir asistencia con aprendizaje |
| Externas | Encuestas salariales, mercado laboral | Comparar salarios y planificar plantilla | Comparabilidad de puestos |
No hace falta tenerlo todo. Lo práctico es cruzar dos o tres fuentes que respondan a una pregunta concreta.
¿Para qué sirve people analytics en una empresa mediana?
Estos son los casos de uso con más retorno cuando se empieza:
Rotación y retención
El caso más común, y el que el CIPD pone como ejemplo: identificar grupos con rotación alta y adaptar los incentivos para frenarla. Cruza bajas voluntarias con área, jefe, antigüedad, salario y resultados de clima. A menudo el patrón está en un equipo o en un momento concreto, como los primeros seis meses.
Calidad de la contratación
Si aplicas pruebas en selección, people analytics te permite comprobar con tus propios datos si las personas que puntuaron alto en una competencia rinden mejor un año después. Así decides qué pruebas mantener y con qué peso. Para que esa comparación tenga sentido, las pruebas deben dar resultados comparables entre candidatos y puestos.
Mapa de talento y sucesión
Cruzar desempeño, potencial y skills muestra quién está listo para un puesto clave y dónde hay riesgo de quedarse sin relevo. Es la lógica del Talent Mapping y de herramientas como la matriz 9 box. En Hirint, los resultados de assessment alimentan ese mapa con datos de skills, y la plataforma cuenta con certificación ISO 27001 y trabaja bajo el RGPD.
Desempeño y desarrollo
Relacionar evaluaciones de desempeño con capacitación, movilidad y antigüedad ayuda a ver qué acciones de desarrollo se traducen en mejoras y cuáles no.
Equidad salarial
Comparar salarios por puesto, nivel y desempeño permite detectar brechas que no se explican por el trabajo que se hace. Es un análisis sensible: conviene hacerlo con el área jurídica y con reglas claras de acceso.
¿Qué dice la normativa mexicana sobre privacidad?
People analytics trabaja con datos personales de colaboradores y candidatos. En México, el marco es la Ley Federal de Protección de Datos Personales en Posesión de los Particulares, publicada como nueva ley en marzo de 2025. Algunos puntos que afectan directamente a un proyecto de analítica:
- Consentimiento y aviso de privacidad. Todo tratamiento está sujeto al consentimiento del titular, salvo las excepciones de la ley (artículo 7). Los datos financieros o patrimoniales requieren consentimiento expreso.
- Datos sensibles. Salud, origen étnico, creencias religiosas, filosóficas y morales u opiniones políticas, entre otros, exigen consentimiento expreso y por escrito (artículo 8).
- Finalidad. Si quieres usar los datos para una finalidad distinta a la del aviso de privacidad, necesitas un nuevo consentimiento (artículo 11). Usar resultados de selección para un modelo de rotación puede ser una finalidad nueva.
- Decisiones automatizadas. El titular puede oponerse a un tratamiento automatizado que evalúe sin intervención humana aspectos como su rendimiento profesional y afecte de manera significativa sus intereses (artículo 26).
A esto se suman buenas prácticas que recomienda el CIPD: ser transparente sobre qué se analiza y por qué, consultar a los colaboradores, comprobar que el análisis no discrimine a grupos subrepresentados y nombrar un responsable de los datos. Esto no es asesoría legal: revisa cada proyecto con tu área jurídica.
¿Cómo empezar con people analytics paso a paso?
- Elige un problema de negocio. El CIPD insiste en que resolver un problema crítico del negocio es lo que más valor crea. Por ejemplo: «perdemos demasiados vendedores antes de que cumplan un año».
- Haz una auditoría de datos. Identifica qué datos tienes, dónde están y qué calidad tienen. Un campo de «motivo de baja» mal capturado invalida el análisis.
- Ordena el proyecto con un marco. Boudreau y Cascio usan el modelo LAMP: lógica (qué relación esperas encontrar), análisis, medidas y proceso (cómo llegará el hallazgo a quien decide).
- Empieza por lo descriptivo. Un tablero de rotación por segmento, revisado cada mes, ya permite actuar.
- Define reglas de acceso y privacidad. Quién ve qué, con qué nivel de detalle y por cuánto tiempo se conservan los datos.
- Presenta hallazgos con contexto. Un dato sin explicación genera más preguntas que decisiones. Acompaña cada hallazgo con una acción propuesta.
- Mide el efecto y repite. Si cambiaste algo por un hallazgo, comprueba meses después si el indicador se movió.
Para el primer proyecto no hace falta comprar una plataforma. Una hoja de cálculo bien estructurada o una herramienta de inteligencia de negocio bastan para validar la pregunta antes de invertir.
Errores comunes al implementar people analytics
- Empezar por la herramienta y no por la pregunta. Sin una pregunta, el tablero se llena de datos que nadie usa.
- Confundir correlación con causa. Que dos variables se muevan juntas no prueba que una cause la otra.
- Decidir sobre personas solo con un modelo. Los datos orientan; la decisión sobre una persona la toma otra persona, con contexto.
- Analizar grupos demasiado pequeños. En equipos de pocas personas, un resultado puede identificar a alguien aunque no aparezca su nombre.
- Olvidar la calidad del dato. Puestos mal codificados o evaluaciones infladas llevan a conclusiones erróneas.
- No contar a los colaboradores qué se hace con sus datos. La falta de transparencia destruye la confianza que el proyecto necesita.
Preguntas frecuentes
¿Qué es people analytics en pocas palabras?
Es el uso de datos sobre las personas de una organización para resolver problemas de negocio, como la rotación, la calidad de la contratación o la sucesión. Combina datos de RR. HH., de otros sistemas de la empresa y de fuentes externas. Su valor está en convertir esos datos en decisiones, no en acumular indicadores.
¿Cuál es la diferencia entre people analytics y HR analytics?
En la práctica se usan como sinónimos, junto con talent analytics y workforce analytics; así lo recoge el CIPD. A veces people analytics se usa para subrayar que el análisis cruza datos de personas con datos del negocio. Lo importante no es el nombre, sino que el análisis responda a una pregunta concreta y termine en una decisión.
¿Cuáles son 5 KPI importantes en recursos humanos?
Depende de la estrategia, pero cinco habituales son la rotación voluntaria, el tiempo de contratación, el costo por contratación, el ausentismo y el desempeño de las nuevas contrataciones. Cada uno necesita una fórmula fija y un responsable. People analytics parte de estos indicadores y busca explicar sus variaciones y qué hacer con ellas.
¿Se necesita un científico de datos para empezar?
No para el primer proyecto. Un análisis descriptivo bien planteado lo puede hacer alguien de RR. HH. con buen manejo de hojas de cálculo y apoyo de finanzas o sistemas. Los modelos predictivos sí requieren conocimientos estadísticos, histórico suficiente y validación. Conviene llegar a ellos cuando lo descriptivo ya funciona y se usa.
¿People analytics puede tomar decisiones sobre los colaboradores?
No debería decidir solo. Los datos ayudan a detectar patrones y priorizar, pero las decisiones sobre una persona necesitan contexto y criterio humano. Además, en México el titular puede oponerse a evaluaciones automatizadas de su rendimiento profesional sin intervención humana cuando le afectan de forma significativa, según la normativa aplicable.
Si quieres incorporar datos comparables de skills a tu mapa de talento, en Hirint podemos revisar contigo por dónde empezar.


