+E Inteligencia Laboral Sesión Informativa. Madrid, 4 de julio de 2017

Transcripción

1 +E Inteligencia Laboral Sesión Informativa Madrid, 4 de julio de 2017

2 Índice de contenidos 1. Objetivo del proyecto 2. Conceptos generales de Analytics 3. Enfoque del proyecto 4. Descripción del diseño inicial

3 Objetivo del proyecto Fundación Accenture, en su compromiso de prestar apoyo a las ONGs que trabajan por la integración social y laboral, está desarrollando una herramienta denominada +E Inteligencia Laboral. Su objetivo es cuantificar las tasas de inserción de los diferentes perfiles de usuario, a partir del análisis de sus características sociodemográficas, las actividades que desarrollan y su entorno, aportando sugerencias de nuevas reglas que mejoren los resultados de inserción. Usuarios potenciales de la herramienta: Usuarios autorizados para utilizar la herramienta y su funcionalidad. Gestor/Administrativo de la Entidad: además de poder utilizar la funcionalidad de la herramienta, serán los encargados de gestionar internamente la herramienta y dar de alta a los usuarios autorizados. Este documento tiene por objetivo describir las características y utilidad de la herramienta. 3

4 Índice de contenidos 1. Objetivo del proyecto 2. Conceptos generales de Analytics 3. Enfoque del proyecto 4. Descripción del diseño inicial

5 Conceptos generales de Analytics Analytics El proceso de selección, exploración y modelización de grandes cantidades de datos, descubriendo patrones de comportamiento desconocidos para conseguir mejores resultados. Su objetivo es para anticipar, mejorar y agilizar la toma de decisiones en el marco de grandes volúmenes de datos, aplicando la inteligencia analítica. Casos de Diferentes Sectores Negocio Ciencia Servicios Financieros Energía, Utilities Administración Pública Tecnología Sector Industrial Salud y Farmacéutico Retail y Comercio Aeronáutica, Seguridad y Defensa Telco y Media Transporte y Logística Organizaciones no gubernamentales 5

6 Conceptos generales de Analytics Anticipar, mejorar y agilizar la toma de decisiones en el marco de grandes volúmenes de datos, aplicando la inteligencia analítica para generar ventajas competitivas. Análisis Decisión Datos Insight Negocio 6

7 Conceptos generales de Analytics Términos Estadística Minería de datos Big Data Datos Estructurados Estructurados Desestructurados Tamaño Pequeño Grande Enorme Generación Planificada Transaccional Bajo Demanda Objetivo Comprender Optimizar Negocio Generar Negocio Fundamentos Teoría A.D. y Herramientas Teoría I.A. y Tecnologías Tecnologías y Herramientas Marketing Mejorable Bueno Perfecto 7

8 Conceptos generales de Analytics Ciencia de Datos 1. Definición de la pregunta. 2. Definición del conjunto de datos. 3. Especificación de acceso a datos. 4. Obtención de datos. 5. Limpieza de datos. 6. Análisis exploratorio. 7. Modelo predictivo. 8. Interpretación de resultados. 9. Comprobación de resultados. 10. Informe de resultados. 11. Distribución y visualización. 12. Uso de los insights. 8

9 Índice de contenidos 1. Objetivo del proyecto 2. Conceptos generales de Analytics 3. Enfoque del proyecto 4. Descripción del diseño inicial

10 Enfoque del proyecto Tratamiento de la información Información disponible Todos los datos se encuentran anonimizados e interrelacionados mediante identificadores Sociodemográfica Actividades realizadas Inserción Edad Nivel de estudios Información disponible País de nacimiento Sexo Situación laboral Provincia de residencia Clasificación y Jerarquía Información disponible Fecha de realización Información disponible Otros programas Fecha de inserción Duración del contrato Información disponible Tipo de jornada 10

11 Enfoque del proyecto Tratamiento de la información Análisis de calidad de los datos Análisis morfológico de variables Realización de test de hipótesis Enriquecimiento con datos contextuales Opcional ITINERARIOS Mayor disponibilidad de información Mejor calidad de la información 11

12 Enfoque del proyecto Tratamiento de la información Evaluación de actividades e itinerarios Reconstrucción de los itinerarios Evaluación de actividades e itinerarios Evaluación de actividades e itinerarios Identificar potenciales mejoras en las secuencias 12

13 Índice de contenidos 1. Objetivo del proyecto 2. Conceptos generales de Analytics 3. Enfoque del proyecto 4. Descripción del diseño inicial

14 Descripción del diseño inicial Selección de criterios de la consulta: fecha, parámetros sociodemográficos y/o secuencia de actividades 14

15 Descripción del diseño inicial Resultados de la consulta: datos de inserción en base a los criterios seleccionados. Ejemplo 1 Parámetros de consulta: Tasa de inserción para hombres y mujeres de 25 a 29 años en Aragón y Canarias 15

16 Descripción del diseño inicial Ejemplo 2 Parámetros de consulta: Jóvenes de 25 a 29 años según nivel de estudios, total nacional Global

17 Descripción del diseño inicial Ejemplo 3 Parámetros de consulta: Tasa de inserción según sexo, en

18 Descripción del diseño inicial Ejemplo 4 Parámetros de consulta: Mujeres y hombres de 25 a 29 según estudios Aragón vs. Canarias,

19 Descripción del diseño inicial Ejemplo 5 Parámetros de consulta: Mujeres de 25 a 29 años que han realizado la siguiente secuencia de actividades: Mentoring Motivación, por año entre 2013 y

20 Descripción del diseño inicial Consultas ad-hoc: requieren de un mayor tiempo de procesamiento, por lo que se avisará al usuario cuando el resultado esté disponible. 20

21 Descripción del diseño inicial Resultados de la Consulta ad-hoc: datos de inserción en base a los criterios e información solicitada. Ejemplo Parámetros de consulta: Identificar las 5 actividades que resultaron en las tasas de inserción máximas para la siguiente secuencia de actividades: 1- Prevención riesgos laborales 2- Acciones motivación 3- Acciones empoderamiento 21

22 Descripción del diseño inicial Resultados de inserción por Variables de Contexto: Consultar la tasa de inserción de la organización respecto a la variable general de contexto seleccionada. 22

23 Descripción del diseño inicial Resultado consulta por Variables de Contexto Ejemplo Parámetros de consulta: tasa de inserción de cada provincia en relación a su tasa de paro 23