Datos y analítica de personal • 8 MIN DE LECTURA
Analítica predictiva de RR. HH.: del conocimiento retrospectivo a la visión de futuro
JUN 10, 2026
La mayoría de los informes de RR. HH. te dicen lo que ha pasado. La analítica predictiva te dice lo que probablemente pasará después. Aquí tienes cómo dar el salto.
La diferencia entre analítica descriptiva y predictiva
La analítica descriptiva responde a la pregunta: ¿qué ha pasado? Tu informe mensual de plantilla, la tasa de rotación y los datos de ausencias son descriptivos. Te informan sobre el pasado y son valiosos para seguir tendencias. La analítica predictiva responde a la pregunta: ¿qué es probable que pase? Un modelo predictivo de rotación identifica a las personas empleadas con un riesgo elevado de salida voluntaria antes de que dimitan. Un modelo predictivo de absentismo detecta equipos con patrones que sugieren un problema emergente de ausencias. La distinción importa porque la analítica descriptiva te muestra los problemas después de que ocurran; la analítica predictiva te da la oportunidad de intervenir antes de que lo hagan.
Cómo empezar con la analítica predictiva
You do not need a data science team to begin. The first step is accumulating enough historical data in a single system (your HRIS) to identify meaningful patterns. The most accessible predictive model for most HR teams is a flight risk model: identify the characteristics that historically preceded voluntary departures in your organisation. Tenure, time since last pay review, time since last promotion, engagement score trend, and manager quality score are common predictors. Once you have identified the pattern, you can flag employees who match the profile for a proactive retention conversation.
