Tecnología
10 de diciembre de 2025
Control de posiciones y personas a nivel mundial para la toma de decisiones eficientes en multinacionales
Autora: Bianca Cuba Bersan — Asesor: Fernando Celso De Campos
Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.
Este trabajo desarrolla un panel gerencial (dashboard) para integrar y visualizar datos de equipos dispersos, permitiendo control eficiente, análisis de información y cálculos estratégicos como planificación presupuestaria y definición de precios. La finalidad es apoyar la toma de decisiones en proyectos de Tecnología de la Información (TI) de empresas multinacionales, que enfrentan desafíos en la gestión de personal en modelos de trabajo remoto e híbrido. La necesidad de la herramienta se acentuó por la pandemia de COVID-19, que aceleró la adopción de nuevos modelos de trabajo y expuso brechas en los sistemas de control y planificación de capacidad de equipos distribuidos.
La transición al trabajo remoto, a pesar de sus beneficios, ha complejizado la gestión de recursos humanos en TI. La dispersión de los equipos ha vuelto obsoletos los métodos tradicionales de seguimiento, exigiendo soluciones con una visión unificada y en tiempo real de la fuerza laboral (Souza et al., 2021). En este escenario, la gestión de capacidades, el control de posiciones y el alineamiento del personal con metas estratégicas se han convertido en desafíos críticos. La ausencia de una fuente de datos centralizada resulta en decisiones basadas en información fragmentada, generando desequilibrios como exceso de personal en algunas áreas y sobrecarga en otras (Mariani et al., 2024).
La visualización de datos es una respuesta estratégica a estos desafíos, transformando grandes volúmenes de información en representaciones gráficas intuitivas. Los dashboards interactivos satisfacen las necesidades informativas de diferentes niveles gerenciales, desde el operativo hasta el estratégico (Rahman et al., 2017). La personalización de estas herramientas es crucial para garantizar su relevancia para cada gestor (Vazquez-Ingelmo et al., 2019a). Al consolidar indicadores clave de rendimiento (KPIs) en una única interfaz, los dashboards permiten el monitoreo continuo del desempeño, facilitando la identificación de tendencias, anomalías y oportunidades.
La eficacia de un dashboard depende no solo de la precisión de los datos, sino de la claridad de la comunicación. Las técnicas de storytelling de datos, que estructuran la información de forma narrativa, son fundamentales para guiar al usuario y facilitar la comprensión del contexto (Liem et al., 2020). Herramientas de Business Intelligence (BI) como Microsoft Power BI® ofrecen un entorno robusto para crear informes interactivos que integran múltiples fuentes de datos y aplican principios avanzados de visualización (Becker y Gould, 2019). La plataforma fue elegida por su integración con el ecosistema Microsoft y su interfaz amigable, que democratiza el acceso al análisis de datos (Town y Thabtah, 2019).
Por lo tanto, este estudio detalla el proceso de construcción de una solución de BI para la gestión de equipos globales de TI. La investigación abarca desde la recopilación y tratamiento de datos hasta el desarrollo de paneles visuales para apoyar decisiones complejas, como planificación de fuerza laboral, análisis de diversidad y control de vacantes. La solución desarrollada resuelve un problema operativo y establece una base para una cultura organizacional orientada a datos, donde las decisiones estratégicas se fundamentan en evidencias y análisis predictivos (Provost y Fawcett, 2013).
La metodología se estructuró en cinco etapas secuenciales. La primera fue la recopilación de datos de posiciones y colaboradores del departamento de infraestructura de TI, consolidando información de diferentes sistemas. La segunda etapa fue el tratamiento de los datos para garantizar calidad y confiabilidad. Se utilizaron tres bases principales: el sistema Cost Driver Planning (CDP), que controla la asignación de personas por centro de costo; el COMPAS, sistema de RR. HH. que centraliza información de colaboradores; y el Planisware, herramienta para planificación presupuestaria y registro de horas.
La tercera etapa implicó la modelización y el análisis de los datos para definir indicadores y gestionar riesgos. Los datos se integraron en una única base en MS-Excel® y se modelaron en MS-Power BI® para establecer las relaciones entre tablas. En esta fase, se mapearon riesgos que podrían impactar la integridad de los datos, como errores de sincronización o fallos de actualización, permitiendo la creación de mecanismos de control. Los indicadores clave se definieron en colaboración con los gestores para garantizar la relevancia de las métricas.
La cuarta etapa fue el desarrollo del dashboard en MS-Power BI®. A partir de la base de datos unificada, se crearon visualizaciones para presentar la información de forma clara e interactiva. El diseño se pensó para diferentes perfiles de usuarios, con “cards” que muestran KPIs de alto nivel, como el número total de posiciones, colaboradores actuales y vacantes abiertas. Se implementaron filtros dinámicos que permiten la desagregación de los datos por departamento, grupo, ubicación y género, ofreciendo flexibilidad para explorar la información desde diferentes perspectivas.
La quinta etapa comprendió las pruebas y la implementación. Sesiones de validación con los líderes de cada grupo de TI analizaron la funcionalidad, la precisión de los datos y la usabilidad de la interfaz. Los comentarios recopilados fueron fundamentales para refinar filtros, ajustar visualizaciones y garantizar que la herramienta cumpliera con las expectativas de los usuarios. Después de los ajustes, los dashboards fueron publicados, con un proceso de mantenimiento mensual establecido para garantizar la actualización continua de los datos, consolidando la herramienta como un activo estratégico para la gestión de personas.
La ejecución de la metodología resultó en una solución analítica robusta. En la recolección de datos, los archivos de los sistemas CDP, COMPAS y Planisware fueron centralizados. La presencia del identificador único Person ID en todos los conjuntos de datos fue crucial para la integración eficiente de la información. La base consolidada, con aproximadamente 3.823 registros del CDP/COMPAS y 500 registros del Planisware, formó el cimiento para una visión holística del cuadro de personal.
El tratamiento de datos fue una fase crítica, donde se corrigieron problemas que comprometían la calidad de la información, como duplicidad de registros, campos obligatorios en blanco, inconsistencias de nomenclatura y datos desactualizados. La superación de estos obstáculos mediante rutinas de limpieza y validación fue esencial para garantizar la precisión de los indicadores, transformando datos brutos en un activo informacional cohesionado.
En el modelado, una hoja de cálculo consolidada en MS-Excel® sirvió como capa intermedia para organizar los datos tratados en categorías lógicas, como información de empleados, detalles de puestos, datos de departamentos y capacidad de trabajo. Esta estructura facilitó la importación y la relación de los datos en MS-Power BI®, además de optimizar el rendimiento de los dashboards y simplificar la creación de cálculos complejos.
El desarrollo en MS-Power BI® resultó en dos paneles principales. El primero realiza un seguimiento de las nuevas posiciones y sus etapas de aprobación (PANFs), con filtros por tipo de ubicación, departamento y grupo, y KPIs sobre el estado de los procesos (en aprobación, cerrado, en espera). Gráficos de barras detallan el estado de cada vacante, un gráfico circular clasifica la naturaleza de la contratación (reemplazo, nueva posición) y un gráfico de embudo destaca los países con mayor volumen de posiciones activas. La herramienta transformó un proceso manual en un flujo de trabajo transparente y monitoreable.
El segundo panel, enfocado en el análisis general de los colaboradores, apoya la planificación estratégica de la fuerza laboral (Workforce Planning). Dirigido a la alta dirección, presenta indicadores como el total de empleados, contrataciones en curso y proyecciones de headcount para 2025-2027. Gráficos muestran la distribución de colaboradores por nivel jerárquico, la proporción entre liderazgo y no liderazgo, y la asignación por producto y país. Una sección de diversidad e inclusión presenta la distribución de género por producto, ubicación y tribu, permitiendo el monitoreo de metas de equidad. La interactividad del panel permite simular escenarios e identificar necesidades futuras, alineando la gestión de capital humano con los objetivos de largo plazo (Davenport y Harris, 2007).
La fase de pruebas e implementación validó la eficacia de la solución. La participación de los gerentes permitió refinar la herramienta, incorporando sugerencias que aumentaron su aplicabilidad. Se destacó la importancia de visualizar la dinámica de ocupación de cargos, como tiempo de permanencia y evolución del desempeño, información crucial para la planificación sucesoria, alineada al modelo de gestión por competencias (Fleury y Fleury, 2001). El análisis de la estructura de colaboradores, segmentada por previsión de crecimiento (Forecast), diversidad, distribución geográfica (Country Share) y estructura jerárquica (SLx Position), demostró la capacidad de la herramienta para transformar datos en insights. La implementación marcó la transición de un proceso reactivo a un modelo proactivo y orientado por datos.
La evolución del proceso de gestión ha sido notable. Anteriormente, la gestión se caracterizaba por procesos manuales, datos descentralizados y susceptibles a errores, lo que resultaba en una visión fragmentada. Con la nueva herramienta, el proceso se ha vuelto automatizado, con datos centralizados y actualizados, proporcionando una visión integrada y estratégica. La capacidad de generar informes analíticos y proyecciones ha permitido una planificación de vacantes más asertiva, monitoreo de la diversidad y gestión presupuestaria precisa. La retroalimentación positiva de los gerentes ha comprobado la aceptación y el valor generado. El modelo desarrollado no solo resolvió los desafíos del departamento de TI, sino que estableció un estándar que puede ser replicado en otras áreas, reforzando la importancia del uso de BI para apoyar la toma de decisiones (Sharda, Delen y Turban, 2017).
Las transformaciones en el entorno corporativo han consolidado los modelos de trabajo remoto e híbrido, demandando nuevos enfoques para la gestión de equipos. Este estudio demostró que la visualización de datos, a través de dashboards en plataformas como MS-Power BI®, es un recurso estratégico para el monitoreo, la comunicación y la toma de decisiones. La aplicación de data storytelling y la personalización de los paneles promueven el compromiso de los gerentes y la alineación con los objetivos organizacionales. La solución desarrollada para la gestión de equipos de TI ha subsidiado decisiones tácticas y estratégicas más asertivas, abordando desafíos de dispersión y coordinación.
El trabajo se limitó al contexto de un departamento de Tecnología de la Información, lo que confiere relevancia práctica a los resultados para organizaciones con estructuras similares. Como desdoblamientos, se sugiere la aplicación del modelo en otras áreas, como finanzas y recursos humanos, para validar su eficacia. Investigaciones futuras pueden indagar el impacto de la adopción de tales herramientas en la promoción de una cultura orientada por datos, evaluando cómo la visualización de información influye en la colaboración y la agilidad. Se concluye que el objetivo fue alcanzado: se demostró que el desarrollo de paneles gerenciales integrados viabiliza el control eficiente de equipos dispersos y subsidia la toma de decisión estratégica en empresas multinacionales.
Referencias:
Aparicio, M.; Costa, C. J.. 2014. Data visualization. Communication Design Quarterly, v. 3, n. 1, p. 7-11.
Becker, A.; Gould, M.. 2019. Business intelligence: driving decisions with data. Journal of Data Science, v. 17, n. 3, p. 45-60.
DAVENPORT, T. H.; HARRIS, J. G. Competing on Analytics: The New Science of Winning. Boston: Harvard Business Press, 2007.
Echeverria, V.; Martinez-Maldonado, R.; Granda, R.; Chiluiza, K.; Conati, C.; Shum, S. B.. 2018. Driving data storytelling from learning design. In: INTERNATIONAL CONFERENCE ON LEARNING ANALYTICS AND KNOWLEDGE (LAK’18), Sydney. Proceedings […]. New York: ACM, 2018. p. 1-10.
FLEURY, M. T. L.; FLEURY, A. Estratégias Empresariais e Formação de Competências: Um quebra-cabeça caleidoscópico da indústria brasileira. São Paulo: Atlas, 2001.
Kumar, S. M.; Belwal, M. 2017. Performance dashboard: cutting-edge business intelligence and data visualization. In: INTERNATIONAL CONFERENCE ON SMART TECHNOLOGIES FOR SMART NATION (SmartTechCon), 2017, Bengaluru. Proceedings […]. IEEE.
Liem, J.; Perin, C.; Wood, J..2020. Structure and empathy in visual data storytelling: evaluating their influence on attitude. Computer Graphics Forum, v. 39, n. 3.
Mariani, D. C.; Fernandes, A. M.; Dos Anjos, F. E. V.; Dullius, R.. 2024. Impacto do trabalho remoto na qualidade de vida dos trabalhadores brasileiros. Destaques Acadêmicos, v. 16, n. 1, p. 5-22.
PROVOST, F.; FAWCETT, T. Data Science for Business: What you need to know about data mining and data-analytic thinking. Sebastopol: O’Reilly Media, 2013.
Rahman, A. A.; Adamu, Y. B.; Harun, P.. 2017. Review on dashboard application from managerial perspective. In: INTERNATIONAL CONFERENCE ON RESEARCH AND INNOVATION IN INFORMATION SYSTEMS (ICRIIS). IEEE.
Sadiku, M. N. O.; Shadare, A. E.; Musa, S. M.; A., Akujuobi,C. M.. 2016. Data visualization. International Journal of Engineering Research and Advanced Technology (IJERAT) , v. 2, n. 12, p. 11.
Sarikaya, A.; Correll, M.; Bartram, L.; Tory, M.; Fisher, D.. 2018. What do we talk about when we talk about dashboards? IEEE Transactions on Visualization and Computer Graphics.
SHARDA, R.; DELEN, D.; TURBAN, E. Business Intelligence, Analytics, and Data Science: A Managerial Perspective. 4. ed. New York: Pearson, 2017.
Souza, J. C.; Gomes, J. F.; Corrêa, A. L.. 2021. Trabalho remoto no contexto da pandemia de COVID-19: o impacto na saúde dos trabalhadores. Revista Brasileira de Saúde Ocupacional, v. 46.
Toasa, R.; Maximiano, M.; Reis, C.; Guevara, D.. 2019. Data visualization techniques for real-time information: a custom and dynamic dashboard for analyzing surveys’ results. In: 13th IBERIAN CONFERENCE ON INFORMATION SYSTEMS AND TECHNOLOGIES (CISTI), 2018. Proceedings […]. IEEE, 2018.
Town, P.; Thabtah, F. Data analytics tools: a user perspective. Journal of Information & Knowledge Management, v. 18, n. 1, p. 1950002.
Vazquez-Ingelmo, A.; Garcia-Peñalvo, F. J.; Therón, R.. 2019. Information dashboards and tailoring capabilities – a systematic literature review. IEEE Access, v. 7.
Vazquez-Ingelmo, A.; Sánchez-Gómez, D.; García-Peñalvo, F. J.; Seoane-Pardo, A. M.. 2019. Tailoring data visualizations to users’ cognitive profiles: a case study on dashboards. IEEE Access, v. 7, p. 1-16.
Resumen ejecutivo del Trabajo de Conclusión de Curso de Especialización en Data Science y Analytics del MBA USP/Esalq
Más información sobre el curso; haga clic aquí:
