Tutorial de IFERROR en MS Excel 2010 para profesionales de RRHH

Operando en la intersección de Recursos Humanos y Ciencia de Datos, aprovecho una amplia experiencia especializada en Recursos Humanos junto con las metodologías y enfoques de la Ciencia de Datos. Este enfoque en descubrir conclusiones prácticas a partir de datos se ha aplicado en áreas como: remuneraciones y beneficios, planificación de la fuerza laboral, selección de personal, salud y seguridad, diversidad y formación. Pero, ¿cómo se ve realmente la aplicación de la ciencia de datos a los retos y oportunidades de RRHH? En un entorno de RRHH, los datos con los que trabajamos suelen provenir directamente de nuestro HRMIS; una ventaja de las metodologías de ciencia de datos es que podemos incorporar datos adicionales internos o externos, datos que no serían accesibles únicamente desde el análisis tradicional de RRHH. Por ejemplo, las descripciones de puesto contienen mucha información que a menudo se ignora porque no está en un formato fácilmente analizable. Un proyecto paralelo en el que trabajo actualmente (abril de 2019) utiliza minería de texto en descripciones de puesto para aportar información sobre a qué familia profesional corresponde cada puesto. Los resultados de mi trabajo han sido aprovechados por organizaciones de diversos sectores, incluidos: el gobierno (Australia y Nueva Zelanda), empresas que cotizan en ASX y NZX, servicios públicos, organizaciones sin fines de lucro y educación superior.