People Analytics aplicado: de métricas a decisiones e impacto

Unidad 1:  Del dato a la decisión

1. Por qué los datos no mejoran las decisiones por sí solos
2. Diferencia entre información, análisis y decisión
3. Errores habituales al usar datos de personas
4. Qué significa «decidir mejor» en contextos reales de empresa
5. Ejemplos detallados
6. Resumen

Unidad 2:  Formulación de preguntas y diseño de indicadores

1. De problemas difusos a preguntas claras
2. Qué indicadores aportan valor y cuáles generan ruido
3. Indicadores de personas: resultados, procesos y señales tempranas
4. Alinear preguntas e indicadores con decisiones reales
5. Ejemplo aplicado
6. Resumen

Unidad 3:  Calidad de datos y gobernanza mínima

1. Trabajar con datos imperfectos: límites y oportunidades
2. Errores comunes en la recogida y uso de datos de personas
3. Principios básicos de gobernanza sin burocracia
4. Responsabilidades y criterios mínimos para usar datos con criterio
5. Ejemplo paso a paso
6. Resumen

Unidad 4:  Interpretación sin trampas

1. Correlación, causalidad y conclusiones apresuradas
2. Sesgos habituales al interpretar datos de personas
3. Cómo evitar lecturas interesadas o simplistas
4. Tomar decisiones con incertidumbre sin paralizarse
5. Ejemplo paso a paso
6. Resumen

Unidad 5:  Storytelling para comité

1. Qué necesita saber un comité (y qué no)
2. Traducir datos técnicos a mensajes comprensibles
3. Cómo defender una recomendación basada en datos
4. Resumen

Unidad 6:  Diseño de pilotos y medición de impacto

1. Cuándo tiene sentido hacer un piloto
2. Diseñar pruebas simples con objetivos claros
3. Medir impacto sin complicar el análisis
4. Aprender de los resultados y decidir siguientes pasos
5. Ejemplo paso a paso
6. Resumen

Unidad 7:  Informes y mediciones tipo

1. Análisis de rotación: entender causas y prioridades
2. Uso de datos en evaluación y desempeño
3. Medición del impacto de acciones formativas
4. Lecciones aprendidas y transferencia a otros contextos
5. Ejemplo aplicado paso a paso
6. Resumen