Tras los análisis anteriores de la evaluación de 2015 de la plantilla de la organización de nuestro caso de estudio, el siguiente paso es aplicar la técnica de clustering para detectar agrupaciones de talento, es decir, grupos de empleados parecidos entre sí por tener evaluaciones similares en los mismos ítems. El objetivo del algoritmo de clustering es buscar grupos (o clusters) de empleados según similitud de las respuestas en las preguntas de evaluaciones, de tal forma que los empleados en el mismo grupo se parezcan mucho entre sí, y a su vez sean lo más diferentes posibles de los empleados en los otros grupos. De los diferentes algoritmos que existen, hemos aplicado el algoritmo clásico iterativo más utilizado, llamado k-means.
Escrito por
Julio Villena Román, Santiago Rodríguez Sordo
Blog