Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético

En este documento se presenta la aplicación de la analítica de recursos humanos en el subproceso de compensación laboral de talento humano para un caso de estudio del sector minero energético, de tal manera que se cuente con un esquema que facilite el planteamiento de propuestas y la toma decisiones...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2023
Institución:
Universidad del Rosario
Repositorio:
Repositorio EdocUR - U. Rosario
Idioma:
OAI Identifier:
oai:repository.urosario.edu.co:10336/39999
Acceso en línea:
https://doi.org/10.48713/10336_39999
https://repository.urosario.edu.co/handle/10336/39999
Palabra clave:
Analítica
Compensación laboral
Recursos humanos
Analytics
Labor compensation
Human resources
Rights
License
Attribution-NonCommercial-NoDerivatives 4.0 International
id EDOCUR2_7038bff414141e4aec25e3f15703c577
oai_identifier_str oai:repository.urosario.edu.co:10336/39999
network_acronym_str EDOCUR2
network_name_str Repositorio EdocUR - U. Rosario
repository_id_str
dc.title.none.fl_str_mv Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético
dc.title.TranslatedTitle.none.fl_str_mv Approach of human resources analytics in the sub-process of human resources in a case study of the energy and mining sector
title Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético
spellingShingle Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético
Analítica
Compensación laboral
Recursos humanos
Analytics
Labor compensation
Human resources
title_short Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético
title_full Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético
title_fullStr Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético
title_full_unstemmed Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético
title_sort Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético
dc.contributor.advisor.none.fl_str_mv Calvo López, John Pablo
Franco Franco, Carlos Alberto
dc.subject.none.fl_str_mv Analítica
Compensación laboral
Recursos humanos
topic Analítica
Compensación laboral
Recursos humanos
Analytics
Labor compensation
Human resources
dc.subject.keyword.none.fl_str_mv Analytics
Labor compensation
Human resources
description En este documento se presenta la aplicación de la analítica de recursos humanos en el subproceso de compensación laboral de talento humano para un caso de estudio del sector minero energético, de tal manera que se cuente con un esquema que facilite el planteamiento de propuestas y la toma decisiones alineadas con la estrategia de talento humano y que contribuyan con la atracción, fidelización y desarrollo del personal. Este proyecto se desarrolló bajo la metodología Cross Industry Standard Process for Data Mining - CRISP-DM, en donde se podrá identificar la aplicación del marco de trabajo SCRUM, gobernanza de sistemas de información, gestión del ciclo de vida analítico, visualización de datos, y técnicas descriptivas y predictivas.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-06-30T21:23:50Z
dc.date.available.none.fl_str_mv 2023-06-30T21:23:50Z
dc.date.created.none.fl_str_mv 2023-06-09
dc.type.none.fl_str_mv bachelorThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.document.none.fl_str_mv Trabajo de grado
dc.type.spa.none.fl_str_mv Trabajo de grado
dc.identifier.doi.none.fl_str_mv https://doi.org/10.48713/10336_39999
dc.identifier.uri.none.fl_str_mv https://repository.urosario.edu.co/handle/10336/39999
url https://doi.org/10.48713/10336_39999
https://repository.urosario.edu.co/handle/10336/39999
dc.rights.*.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_14cb
dc.rights.acceso.none.fl_str_mv Bloqueado (Texto referencial)
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
Bloqueado (Texto referencial)
http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_14cb
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad del Rosario
dc.publisher.department.none.fl_str_mv Escuela de Administración
Escuela de Ingeniería, Ciencia y Tecnología
dc.publisher.program.none.fl_str_mv Maestría en Business Analytics
publisher.none.fl_str_mv Universidad del Rosario
institution Universidad del Rosario
dc.source.bibliographicCitation.none.fl_str_mv Agarwal, N. (2019). Getting started with Gradient Boosting Machines—Using XGBoost and LightGBM parameters. Nityesh. https://www.nityesh.com/gradient-boosting-machines-intro/
Amazon Web Services. (2023). Hiperparámetros LightGBM - Amazon SageMaker. Amazon Web Services. https://docs.aws.amazon.com/es_es/sagemaker/latest/dg/lightgbm-hyperparameters.html
ArcGIS. (2023). Cómo funciona el algoritmo LightGBM. ArcGIS Pro. https://pro.arcgis.com/es/pro-app/latest/tool-reference/geoai/how-lightgbm-works.htm
Change Américas. (2020). Compensatech. Change Digital. https://changeamericas.com/changedigital/compensatech/
Consuegra, N., & Majarin, D. (2021). Estudio de la brecha salarial: Un análisis de cómo impacta el género sobre el salario. Revista de Casos de Estudio en HR Analytics, 01, 24.
Contreras, L., Fuentes, H., & Tarazona, G. (2021). Herramientas de aprendizaje automático para determinar el rendimiento académico en la educación superior: Primera parte. Universidad Distrital Francisco José de Caldas.
Escobar, H., Burbano, W., & Puris, A. (2016). Análisis inteligente de datos aplicado al proceso de nivelación en la Universidad Técnica Estatal de Quevedo. Revista publicando, 7(3), 33-44.
Espinosa-Zúñiga, J. J. (2020). Aplicación de algoritmos Random Forest y XGBoost en una base de solicitudes de tarjetas de crédito. Ingeniería, investigación y tecnología, 21(3). https://doi.org/10.22201/fi.25940732e.2020.21.3.022
Haak, T. (2018). 10 Trends in Workforce Analytics for 2019 [AIHR Academy To Innovate HR]. AIHR. https://www.aihr.com/blog/10-trends-in-workforce-analytics/
IBM. (2012). Manual CRISP-DM de IBM SPSS Modeler.
IBM. (2023a). ¿Qué es el algoritmo de k vecinos más cercanos? IBM. https://www.ibm.com/mx-es/topics/knn
IBM. (2023b). ¿Qué es un bosque aleatorio? IBM. https://www.ibm.com/mx-es/topics/random-forest
Margherita, A. (2022). Human resources analytics: A systematization of research topics and directions for future research. Human Resource Management Review, 32(2), 1-13. https://doi.org/10.1016/j.hrmr.2020.100795
Sancho, F. (2021). Aprendizaje Inductivo: Árboles de Decisión. http://www.cs.us.es/~fsancho/?e=104
Scikit-learn. (2023a). Sklearn.neighbors.KNeighborsClassifier. Scikit-Learn. https://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.html
Scikit-learn. (2023b). Sklearn.tree.DecisionTreeClassifier. Scikit-learn. https://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html
Vulpen, E. van. (2016). Predictive Analytics in Human Resources. AIHR. https://www.aihr.com/blog/predictive-analytics-human-resources/
dc.source.instname.none.fl_str_mv instname:Universidad del Rosario
dc.source.reponame.none.fl_str_mv reponame:Repositorio Institucional EdocUR
bitstream.url.fl_str_mv https://repository.urosario.edu.co/bitstreams/f8cb6686-3565-4696-af97-b69792fe299d/download
https://repository.urosario.edu.co/bitstreams/b34e80ee-d5ea-4b1a-b8ac-19151148fe30/download
https://repository.urosario.edu.co/bitstreams/82195e20-2954-4e14-867d-572fe6ed229c/download
https://repository.urosario.edu.co/bitstreams/6519abe9-f91c-4b35-90d8-15c73c880aaa/download
https://repository.urosario.edu.co/bitstreams/9ae56f9e-cf82-4aaf-8799-b16615a3ff9e/download
https://repository.urosario.edu.co/bitstreams/ebfca33b-71c6-43db-8b5a-e1110262344c/download
https://repository.urosario.edu.co/bitstreams/3e6a87b9-adab-449f-b5cc-f84054b8634c/download
https://repository.urosario.edu.co/bitstreams/c91c6714-b046-4de6-a2d3-d744b3d7f198/download
https://repository.urosario.edu.co/bitstreams/752c544f-1907-4116-aeaa-fa9782396fab/download
https://repository.urosario.edu.co/bitstreams/5bfea449-8efb-4589-adf5-b8169beb9740/download
https://repository.urosario.edu.co/bitstreams/7cd9380f-e9a4-4d71-ba12-25e1de5abb2a/download
https://repository.urosario.edu.co/bitstreams/957db522-bbdc-4f94-b726-5bf642a0698e/download
https://repository.urosario.edu.co/bitstreams/4ddad944-51ee-4b8e-bece-4f0673955c7c/download
https://repository.urosario.edu.co/bitstreams/ddb8bb73-1287-408f-ad21-856acd92c5ab/download
bitstream.checksum.fl_str_mv 5b67be7f7d26d0730da051052397f719
75f804fcb7a543b0d68c72c08c2f30da
ad0677871c831d06dfd53f56938b8e42
b120962775e48808ceb9cd0088df7659
b2825df9f458e9d5d96ee8b7cd74fde6
3b6ce8e9e36c89875e8cf39962fe8920
32866bba9e85959ddefdc5d40e40de20
bc9a1ccff22fe8bec50e33d4695c6f62
63883c84316d64ea9ad033f34c604e67
5e0d42264eb934ab5a4a8c50b2ea2388
17e806872f267ef2d5de4cde6f390070
9bf81e6431671a2326e7a72b6114285d
8a923bc905a2c57a32ba2138f6e092a6
510652a14caa7a0bfb7fecb4c0820620
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional EdocUR
repository.mail.fl_str_mv edocur@urosario.edu.co
_version_ 1814167503405842432
spelling Calvo López, John Pablo0bf1638c-a12e-4cf9-876a-ce604568a9efFranco Franco, Carlos Alberto1030537726600Ávila González, Adriana AlexandraMagíster en Business Analyticsbb567da6-05fc-45bf-a553-d0bcc645bae9-12023-06-30T21:23:50Z2023-06-30T21:23:50Z2023-06-09En este documento se presenta la aplicación de la analítica de recursos humanos en el subproceso de compensación laboral de talento humano para un caso de estudio del sector minero energético, de tal manera que se cuente con un esquema que facilite el planteamiento de propuestas y la toma decisiones alineadas con la estrategia de talento humano y que contribuyan con la atracción, fidelización y desarrollo del personal. Este proyecto se desarrolló bajo la metodología Cross Industry Standard Process for Data Mining - CRISP-DM, en donde se podrá identificar la aplicación del marco de trabajo SCRUM, gobernanza de sistemas de información, gestión del ciclo de vida analítico, visualización de datos, y técnicas descriptivas y predictivas.This document presents the approach of human resources analytics in the sub-process of labor compensation of human resources in a case study of the energy and mining sector with the purpose of getting a scheme that helps the proposal formulation and decision-making process aligned with the strategy of the case study and looking for the staff’s attraction, loyalty, and development. We will use the Methodology Cross Industry Standard Process for Data Mining (CRISP-DM), where we identify the application of the SCRUM framework, governance of information systems, analytics life cycle management, data visualization, and descriptive and predictive techniques.application/pdfhttps://doi.org/10.48713/10336_39999 https://repository.urosario.edu.co/handle/10336/39999Universidad del RosarioEscuela de AdministraciónEscuela de Ingeniería, Ciencia y TecnologíaMaestría en Business AnalyticsAttribution-NonCommercial-NoDerivatives 4.0 InternationalBloqueado (Texto referencial)http://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_14cbAgarwal, N. (2019). Getting started with Gradient Boosting Machines—Using XGBoost and LightGBM parameters. Nityesh. https://www.nityesh.com/gradient-boosting-machines-intro/Amazon Web Services. (2023). Hiperparámetros LightGBM - Amazon SageMaker. Amazon Web Services. https://docs.aws.amazon.com/es_es/sagemaker/latest/dg/lightgbm-hyperparameters.htmlArcGIS. (2023). Cómo funciona el algoritmo LightGBM. ArcGIS Pro. https://pro.arcgis.com/es/pro-app/latest/tool-reference/geoai/how-lightgbm-works.htmChange Américas. (2020). Compensatech. Change Digital. https://changeamericas.com/changedigital/compensatech/Consuegra, N., & Majarin, D. (2021). Estudio de la brecha salarial: Un análisis de cómo impacta el género sobre el salario. Revista de Casos de Estudio en HR Analytics, 01, 24.Contreras, L., Fuentes, H., & Tarazona, G. (2021). Herramientas de aprendizaje automático para determinar el rendimiento académico en la educación superior: Primera parte. Universidad Distrital Francisco José de Caldas.Escobar, H., Burbano, W., & Puris, A. (2016). Análisis inteligente de datos aplicado al proceso de nivelación en la Universidad Técnica Estatal de Quevedo. Revista publicando, 7(3), 33-44.Espinosa-Zúñiga, J. J. (2020). Aplicación de algoritmos Random Forest y XGBoost en una base de solicitudes de tarjetas de crédito. Ingeniería, investigación y tecnología, 21(3). https://doi.org/10.22201/fi.25940732e.2020.21.3.022Haak, T. (2018). 10 Trends in Workforce Analytics for 2019 [AIHR Academy To Innovate HR]. AIHR. https://www.aihr.com/blog/10-trends-in-workforce-analytics/IBM. (2012). Manual CRISP-DM de IBM SPSS Modeler.IBM. (2023a). ¿Qué es el algoritmo de k vecinos más cercanos? IBM. https://www.ibm.com/mx-es/topics/knnIBM. (2023b). ¿Qué es un bosque aleatorio? IBM. https://www.ibm.com/mx-es/topics/random-forestMargherita, A. (2022). Human resources analytics: A systematization of research topics and directions for future research. Human Resource Management Review, 32(2), 1-13. https://doi.org/10.1016/j.hrmr.2020.100795Sancho, F. (2021). Aprendizaje Inductivo: Árboles de Decisión. http://www.cs.us.es/~fsancho/?e=104Scikit-learn. (2023a). Sklearn.neighbors.KNeighborsClassifier. Scikit-Learn. https://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.htmlScikit-learn. (2023b). Sklearn.tree.DecisionTreeClassifier. Scikit-learn. https://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.htmlVulpen, E. van. (2016). Predictive Analytics in Human Resources. AIHR. https://www.aihr.com/blog/predictive-analytics-human-resources/instname:Universidad del Rosarioreponame:Repositorio Institucional EdocURAnalíticaCompensación laboralRecursos humanosAnalyticsLabor compensationHuman resourcesAplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energéticoApproach of human resources analytics in the sub-process of human resources in a case study of the energy and mining sectorbachelorThesisTrabajo de gradoTrabajo de gradohttp://purl.org/coar/resource_type/c_7a1fEscuela de AdministraciónEscuela de Ingeniería, Ciencia y TecnologíaORIGINALAvilaGonzalez-AdrianaAlexandra-2023.pdfAvilaGonzalez-AdrianaAlexandra-2023.pdfapplication/pdf3019918https://repository.urosario.edu.co/bitstreams/f8cb6686-3565-4696-af97-b69792fe299d/download5b67be7f7d26d0730da051052397f719MD57AvilaGonzalez-AdrianaAlexandra-1-2023.pdfAvilaGonzalez-AdrianaAlexandra-1-2023.pdfapplication/pdf712974https://repository.urosario.edu.co/bitstreams/b34e80ee-d5ea-4b1a-b8ac-19151148fe30/download75f804fcb7a543b0d68c72c08c2f30daMD52AvilaGonzalez-AdrianaAlexandra-2-2023.pdfAvilaGonzalez-AdrianaAlexandra-2-2023.pdfapplication/pdf952104https://repository.urosario.edu.co/bitstreams/82195e20-2954-4e14-867d-572fe6ed229c/downloadad0677871c831d06dfd53f56938b8e42MD53AvilaGonzalez-AdrianaAlexandra-3-2023.pdfAvilaGonzalez-AdrianaAlexandra-3-2023.pdfapplication/pdf525054https://repository.urosario.edu.co/bitstreams/6519abe9-f91c-4b35-90d8-15c73c880aaa/downloadb120962775e48808ceb9cd0088df7659MD54LICENSElicense.txtlicense.txttext/plain1483https://repository.urosario.edu.co/bitstreams/9ae56f9e-cf82-4aaf-8799-b16615a3ff9e/downloadb2825df9f458e9d5d96ee8b7cd74fde6MD55CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8899https://repository.urosario.edu.co/bitstreams/ebfca33b-71c6-43db-8b5a-e1110262344c/download3b6ce8e9e36c89875e8cf39962fe8920MD56TEXTAvilaGonzalez-AdrianaAlexandra-2023.pdf.txtAvilaGonzalez-AdrianaAlexandra-2023.pdf.txtExtracted texttext/plain103484https://repository.urosario.edu.co/bitstreams/3e6a87b9-adab-449f-b5cc-f84054b8634c/download32866bba9e85959ddefdc5d40e40de20MD514AvilaGonzalez-AdrianaAlexandra-1-2023.pdf.txtAvilaGonzalez-AdrianaAlexandra-1-2023.pdf.txtExtracted texttext/plain12326https://repository.urosario.edu.co/bitstreams/c91c6714-b046-4de6-a2d3-d744b3d7f198/downloadbc9a1ccff22fe8bec50e33d4695c6f62MD58AvilaGonzalez-AdrianaAlexandra-2-2023.pdf.txtAvilaGonzalez-AdrianaAlexandra-2-2023.pdf.txtExtracted texttext/plain100083https://repository.urosario.edu.co/bitstreams/752c544f-1907-4116-aeaa-fa9782396fab/download63883c84316d64ea9ad033f34c604e67MD510AvilaGonzalez-AdrianaAlexandra-3-2023.pdf.txtAvilaGonzalez-AdrianaAlexandra-3-2023.pdf.txtExtracted texttext/plain20785https://repository.urosario.edu.co/bitstreams/5bfea449-8efb-4589-adf5-b8169beb9740/download5e0d42264eb934ab5a4a8c50b2ea2388MD512THUMBNAILAvilaGonzalez-AdrianaAlexandra-2023.pdf.jpgAvilaGonzalez-AdrianaAlexandra-2023.pdf.jpgGenerated Thumbnailimage/jpeg2260https://repository.urosario.edu.co/bitstreams/7cd9380f-e9a4-4d71-ba12-25e1de5abb2a/download17e806872f267ef2d5de4cde6f390070MD515AvilaGonzalez-AdrianaAlexandra-1-2023.pdf.jpgAvilaGonzalez-AdrianaAlexandra-1-2023.pdf.jpgGenerated Thumbnailimage/jpeg3370https://repository.urosario.edu.co/bitstreams/957db522-bbdc-4f94-b726-5bf642a0698e/download9bf81e6431671a2326e7a72b6114285dMD59AvilaGonzalez-AdrianaAlexandra-2-2023.pdf.jpgAvilaGonzalez-AdrianaAlexandra-2-2023.pdf.jpgGenerated Thumbnailimage/jpeg4164https://repository.urosario.edu.co/bitstreams/4ddad944-51ee-4b8e-bece-4f0673955c7c/download8a923bc905a2c57a32ba2138f6e092a6MD511AvilaGonzalez-AdrianaAlexandra-3-2023.pdf.jpgAvilaGonzalez-AdrianaAlexandra-3-2023.pdf.jpgGenerated Thumbnailimage/jpeg3532https://repository.urosario.edu.co/bitstreams/ddb8bb73-1287-408f-ad21-856acd92c5ab/download510652a14caa7a0bfb7fecb4c0820620MD51310336/39999oai:repository.urosario.edu.co:10336/399992023-07-05 15:08:50.218http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttps://repository.urosario.edu.coRepositorio institucional EdocURedocur@urosario.edu.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