Análisis del fenómeno del absentismo en el centro de producción

#bigdata #dashboard #dataanalysis #Modelopredictivo #peopleanalytics #powerbi #RFM

El Grupo Cerealto Siro, tiene como objetivo desarrollar un primer caso de uso de analítica avanzada, basado en el análisis del absentismo en sus centros productivos, como primera aplicación concreta de su estrategia de Big Data que sirva como impulsor de una estrategia global en este ámbito.

Para llevarlo a cabo se definirá una arquitectura robusta y escalable que impulse la transformación digital del Grupo y más concretamente la toma de decisiones basadas en el análisis del dato.

Datos que integran el proyecto y arquitectura:

Datos:                                                                                   

Datos de caracterización de los puestos de trabajo    

Datos de operativa  de fichajes de los empleados       

Datos contextuales por centro de trabajo                     

Datos históricos de absentismo

Arquitectura:

Máquina virtual en entorno cloud Azure (Microsoft)

BBDD Postgresql

Visualización Power BI (Microsoft)

CÓMO LO ABORDAMOS

La determinación de las variables que influyen en el absentismo laboral es un proceso madurado en diferentes estudios de la sociología industrial clásica. Desde la analítica avanzada se pretende establecer las principales variables determinantes y el camino óptimo para la reducción del absentismo con el mínimo impacto posible en los procesos operativos y el clima laboral.

Metodológicamente iniciamos un análisis RFM que nos facilita una primera clasificación de los empleados en diferentes grupos en atención a 3 variables:

  • Recencia: los días que han pasado desde que un trabajador no acudió al centro de trabajo.
  • Frecuencia: el número de días que pasan entre una ausencia por absentismo y la siguiente.
  • Monto: en este caso aplicaremos dos consideraciones. Por un lado el número de días de absentismo acumulados en el histórico del trabajador y por otro el coste empresarial de dicho absentismo.

El análisis de los datos de absentismo en el histórico del Grupo nos permite distribuir toda la base de empleados en una clasificación de 27 grupos, en atención a las 3 variables analizadas, puntuando a los empleados con un valor de 1 a 3 según su frecuencia de absentismo, recencia y monto.

 Como complemento al análisis RFM, evaluaremos el peso de las distintas variables que caracterizan a cada empleado en la práctica del absentismo. Este análisis de tipo diagnóstico asigna un peso a dichas variables con el fin de que sean los datos y los algoritmos aplicados sobre los datos los que detecten patrones de características comunes entre los empleados que practican el absentismo.

Previo al desarrollo del caso de uso en sí mismo y de acuerdo a la metodología de Smartup en el desarrollo de proyectos en el ámbito del Big Data, será necesario acometer una seria de tareas comunes así como la definición y desarrollo de una infraestructura escalable que permita el modelado y análisis para este primer caso de uso y posteriores:

  • Inventario de fuentes de datos
  • Representación Modelo de datos
  • Diccionario de datos
  • Análisis Exploratorio
  • Auditoría de calidad del dato

QUÉ HICIMOS

Conoce

  • IOB (Internet Of Behavior)
  • Big Data Analytics 
  • RFM
  • Power BI
  • Dashboard

Conecta

Convierte

Capitaliza

  • Automatización

QUÉ RESULTADOS OBTUVIMOS

Grupo Cerealto Siro cuenta tras el proyecto con la capacidad de desarrollar estrategias para la reducción del absentismo desde múltiples acciones internas, para lo cual se habilita una herramienta de uso interno y externo por la que puede transferir el conocimiento alrededor de este comportamiento específico, a lo largo del tiempo. 

De modo global, la compañía lleva a cabo con esta iniciativa las tareas necesarias para coordinar internamente el camino hacia una empresa data driven con la que gestionar la evolución de sus equipos de producción.

Cliente
Grupo Siro
Industria
Industria Alimentaria
Tecnologías y Servicios
Analítica Avanzada IOB

Otros Casos

Smartup: Data Driven Growth

"*" señala los campos obligatorios

Nombre*
Este campo es un campo de validación y debe quedar sin cambios.