Panel de análisis de recursos humanos de Power BI: Guía de inteligencia de la fuerza laboral

Las personas son el costo más grande y el activo más valioso de una organización, sin embargo, la mayoría de los departamentos de recursos humanos toman decisiones críticas (contratación, compensación, reestructuración, beneficios) utilizando intuición, anécdotas e informes de hojas de cálculo retrasados. Power BI transforma los datos de recursos humanos en inteligencia de la fuerza laboral al visualizar la dinámica de la plantilla, los patrones de deserción, el progreso de la diversidad, la equidad de compensación, la eficiencia de la contratación y las tendencias de participación en una única plataforma interactiva.

El cambio de los informes de recursos humanos (qué sucedió) al análisis de personas (por qué sucedió y qué hacer al respecto) es la diferencia entre una función de recursos humanos que reacciona ante los problemas y otra que los previene. Cuando puede ver que el desgaste de ingeniería aumenta en el primer trimestre de cada año, que el equipo de un gerente específico tiene una tasa de rotación 3 veces mayor que sus pares, o que las empleadas se van a una tasa más alta que los empleados masculinos al cumplir los 3 años de antigüedad, puede intervenir antes de la próxima salida.

Esta guía cubre la arquitectura completa de un panel de análisis de recursos humanos en Power BI, incluido el modelo de datos, las medidas DAX esenciales, el diseño de visualización para cada dominio de análisis y las consideraciones de implementación para datos confidenciales de la fuerza laboral.

---

Modelo de datos para análisis de recursos humanos

Tablas principales

Los modelos de datos de análisis de recursos humanos difieren de los modelos financieros o de ventas porque los datos de la fuerza laboral tienen características tanto de stock (recuentos de momentos puntuales) como de flujo (cambios basados ​​en eventos).

Dimensión de empleado (DimEmployee). La tabla de dimensiones central que contiene los atributos actuales de los empleados. Las columnas clave incluyen ID de empleado, nombre completo, departamento, equipo, puesto de trabajo, nivel de trabajo (colaborador individual, gerente, director, vicepresidente, C-Suite), gerente (ID de empleado del gerente directo), fecha de contratación, fecha de terminación (nula para empleados activos), ubicación, país, género, etnia, grupo de edad, banda de tenencia (menos de 1 año, 1 a 3 años, 3 a 5 años, 5 a 10 años, más de 10 años), Tipo de Empleo (a tiempo completo, a tiempo parcial, Contratista), IsActive (booleano), Salario Base, Compensación Total, CompaRatio (salario dividido por el punto medio del mercado) y Calificación de Rendimiento (más reciente).

Tabla de datos de instantáneas de plantilla (FactHeadcountSnapshot). Instantáneas mensuales de plantilla por departamento, ubicación y atributos demográficos. Cada fila representa la plantilla al final de un mes. Las columnas incluyen SnapshotDate, Departamento, Ubicación, Género, Etnia, ActiveCount y FTECount. Las instantáneas permiten un análisis preciso de las tendencias históricas porque la dimensión de los empleados solo refleja el estado actual.

Tabla de hechos de eventos (FactHREvent). Registra cada evento significativo de recursos humanos. Las columnas incluyen EventID, EmployeeID, EventDate, EventType (contratación, despido, promoción, transferencia, cambio de salario, licencia), FromValue (por ejemplo, departamento anterior, salario anterior), ToValue (por ejemplo, nuevo departamento, nuevo salario) y Reason (motivo de renuncia, motivo de ascenso, motivo de transferencia).

Tabla de datos de contratación (FactRecruitment). Realiza un seguimiento del proceso de contratación desde la publicación del trabajo hasta la aceptación de la oferta. Las columnas incluyen ID de solicitud, fecha de publicación, departamento, título del trabajo, fuente (bolsa de trabajo, referencia, agencia, página de carreras), fecha de solicitud, nombre del candidato, ID de etapa (aplicado, pantalla del teléfono, entrevista, oferta, aceptado, rechazado, retirado), fecha de etapa, fecha de contratación y costo incurrido.

Tabla de datos de la encuesta (FactSurvey). Respuestas de la encuesta de satisfacción y compromiso de los empleados. Las columnas incluyen SurveyID, EmployeeID, SurveyDate, QuestionCategory (Compromiso, Satisfacción, Gerente, Crecimiento, Cultura), Puntuación (1-5 o 1-10) e IsAnonymous.

Dimensión de fecha (DimDate). Tabla de fechas estándar compartida en todas las tablas de hechos con soporte de calendario fiscal.

---

Tendencias de personal

Medidas de plantilla activa

Active Headcount =
CALCULATE(
    COUNTROWS(DimEmployee),
    DimEmployee[IsActive] = TRUE()
)

Headcount End of Period =
CALCULATE(
    MAX(FactHeadcountSnapshot[ActiveCount]),
    FILTER(
        FactHeadcountSnapshot,
        FactHeadcountSnapshot[SnapshotDate] = MAX(DimDate[Date])
    )
)

FTE Count =
CALCULATE(
    SUM(FactHeadcountSnapshot[FTECount]),
    FILTER(
        FactHeadcountSnapshot,
        FactHeadcountSnapshot[SnapshotDate] = MAX(DimDate[Date])
    )
)

New Hires (Period) =
CALCULATE(
    COUNTROWS(FactHREvent),
    FactHREvent[EventType] = "Hire"
)

Terminations (Period) =
CALCULATE(
    COUNTROWS(FactHREvent),
    FactHREvent[EventType] = "Termination"
)

Net Headcount Change = [New Hires (Period)] - [Terminations (Period)]

Visualización de personal

Gráfico de áreas que muestra la plantilla mensual durante 24 meses, con las contrataciones apiladas arriba y los despidos apilados debajo de la línea cero. Esta vista en forma de cascada revela la trayectoria de crecimiento y la contribución relativa de la contratación frente a la retención.

Desglose por departamento utilizando un gráfico de barras apiladas que muestra la plantilla por departamento a lo largo del tiempo. Esto revela qué departamentos están creciendo, disminuyendo o estables.

Recuento de personal por ubicación en un mapa visual que muestra la distribución geográfica de la fuerza laboral. El tamaño de la burbuja representa la plantilla. El color puede representar la tasa de crecimiento (verde para ubicaciones en crecimiento, rojo para ubicaciones que se reducen).

---

Análisis de desgaste

Cálculo de la tasa de deserción

La fórmula de la tasa de deserción es engañosamente simple, pero el cálculo incorrecto es uno de los errores más comunes en el análisis de recursos humanos.

Average Headcount =
(
    CALCULATE(MAX(FactHeadcountSnapshot[ActiveCount]),
        FILTER(FactHeadcountSnapshot,
            FactHeadcountSnapshot[SnapshotDate] = MIN(DimDate[Date])
        )
    ) +
    CALCULATE(MAX(FactHeadcountSnapshot[ActiveCount]),
        FILTER(FactHeadcountSnapshot,
            FactHeadcountSnapshot[SnapshotDate] = MAX(DimDate[Date])
        )
    )
) / 2

Attrition Rate =
DIVIDE([Terminations (Period)], [Average Headcount], 0)

Annualized Attrition Rate =
VAR MonthsInPeriod =
    DATEDIFF(MIN(DimDate[Date]), MAX(DimDate[Date]), MONTH) + 1
RETURN
    (1 - POWER(1 - [Attrition Rate], 12 / MonthsInPeriod))

Voluntary Attrition Rate =
DIVIDE(
    CALCULATE(
        COUNTROWS(FactHREvent),
        FactHREvent[EventType] = "Termination",
        FactHREvent[Reason] IN {"Resignation", "Retirement", "Personal Reasons"}
    ),
    [Average Headcount],
    0
)

Involuntary Attrition Rate =
DIVIDE(
    CALCULATE(
        COUNTROWS(FactHREvent),
        FactHREvent[EventType] = "Termination",
        FactHREvent[Reason] IN {"Performance", "Restructuring", "Misconduct"}
    ),
    [Average Headcount],
    0
)

Visualizaciones profundas de desgaste

Deserción por departamento usando un gráfico de barras ordenado por tasa (de mayor a menor). Resalte los departamentos con tarifas superiores al promedio organizacional. Esto identifica inmediatamente los puntos problemáticos.

Deserción por rango de antigüedad usando un gráfico de columnas. Los patrones comunes incluyen una alta rotación en el primer año (fracaso en la incorporación), un pico a los 2 o 3 años (frustración por el crecimiento profesional) o un aumento de la rotación a los 5 años o más (agotamiento o estancamiento).

El desgaste por gerente es la visión más sensible pero a menudo más procesable. Una tabla que muestra el tamaño del equipo, los despidos y la tasa de deserción de cada gerente revela que algunos gerentes retienen constantemente el talento mientras que otros lo pierden constantemente. Aplique este análisis cuidadosamente, utilizándolo como orientación y apoyo en lugar de como acción punitiva.

Mapa de calor de deserción que combina departamento y mes en ejes con la tasa de deserción como intensidad del color. Esto revela patrones estacionales (las renuncias a menudo aumentan en enero después del pago de bonificaciones y en septiembre, cuando los niños regresan a la escuela).

Análisis de motivos mediante un gráfico de anillos o de mapa de árbol que muestra la distribución de los motivos de despido. Para las salidas voluntarias, las razones pueden incluir mejores oportunidades, compensación, equilibrio entre la vida laboral y personal, la relación con el gerente, el crecimiento profesional, la reubicación y la jubilación.

Análisis de supervivencia

Las curvas de supervivencia muestran la probabilidad de que un empleado permanezca en la organización en cada hito de su permanencia. Construya esto calculando las tasas de retención a 6 meses, 1 año, 2 años, 3 años y 5 años.

Retention Rate at 1 Year =
DIVIDE(
    CALCULATE(
        COUNTROWS(DimEmployee),
        DATEDIFF(DimEmployee[HireDate], TODAY(), MONTH) >= 12,
        OR(DimEmployee[IsActive] = TRUE(),
           DATEDIFF(DimEmployee[HireDate], DimEmployee[TerminationDate], MONTH) >= 12)
    ),
    CALCULATE(
        COUNTROWS(DimEmployee),
        DATEDIFF(DimEmployee[HireDate], TODAY(), MONTH) >= 12
    ),
    0
)

Segmente las curvas de supervivencia por departamento, nivel de trabajo o fuente de contratación para identificar qué poblaciones son más y menos estables.

---

Métricas de diversidad e inclusión

Panel de representación

Las métricas de diversidad requieren un diseño cuidadoso para que sean informativas y respetuosas. Muestre datos agregados, nunca detalles demográficos a nivel individual.

Representación de género mediante un gráfico de barras apiladas que muestra la distribución de género por departamento y nivel laboral. La idea crítica no es el equilibrio general de género sino si la representación cambia en los niveles superiores (el análisis del "peldaño roto" o del "techo de cristal").

Representación étnica usando barras apiladas similares. Compare los datos demográficos de su organización con los puntos de referencia relevantes del mercado laboral para sus ubicaciones e industrias.

Gender Ratio (Female) =
DIVIDE(
    CALCULATE(COUNTROWS(DimEmployee), DimEmployee[Gender] = "Female", DimEmployee[IsActive] = TRUE()),
    CALCULATE(COUNTROWS(DimEmployee), DimEmployee[IsActive] = TRUE()),
    0
)

Diversity Index =
-- Simpson's Diversity Index: probability that two randomly selected employees are from different groups
1 - SUMX(
    VALUES(DimEmployee[Ethnicity]),
    VAR GroupCount = CALCULATE(COUNTROWS(DimEmployee), DimEmployee[IsActive] = TRUE())
    VAR TotalCount = CALCULATE(COUNTROWS(DimEmployee), DimEmployee[IsActive] = TRUE(), ALL(DimEmployee[Ethnicity]))
    RETURN POWER(DIVIDE(GroupCount, TotalCount, 0), 2)
)

Análisis interseccional

El análisis agregado de género o etnicidad por sí solo puede enmascarar las disparidades. El análisis interseccional examina combinaciones, por ejemplo, la tasa de deserción de mujeres en ingeniería versus hombres en ingeniería, o la tasa de promoción de minorías subrepresentadas a nivel gerencial versus no minorías.

Cree una matriz visual con atributos demográficos en filas y métricas (tasa de deserción, tasa de promoción, antigüedad promedio, compensación promedio) en columnas. El formato condicional resalta diferencias estadísticamente significativas.

Canal de diversidad

Realice un seguimiento de la diversidad en cada etapa del ciclo de vida de los empleados. ¿Qué porcentaje de solicitantes, entrevistados, ofertas, contrataciones, ascensos y despidos pertenecen a cada grupo demográfico? Un embudo que muestra estos porcentajes revela dónde se pierde la diversidad. Si su grupo de candidatos está compuesto por un 45% de mujeres pero su tasa de contratación es de un 30% de mujeres, el proceso de selección o entrevista puede tener un sesgo que valga la pena investigar.

---

Análisis de compensación

Descripción general de la equidad salarial

Average Salary =
CALCULATE(
    AVERAGE(DimEmployee[BaseSalary]),
    DimEmployee[IsActive] = TRUE()
)

Average Total Comp =
CALCULATE(
    AVERAGE(DimEmployee[TotalCompensation]),
    DimEmployee[IsActive] = TRUE()
)

Compa-Ratio Average =
CALCULATE(
    AVERAGE(DimEmployee[CompaRatio]),
    DimEmployee[IsActive] = TRUE()
)

Salary Range Penetration =
-- How far through the salary range the employee has progressed
DIVIDE(
    AVERAGE(DimEmployee[BaseSalary]) - MIN(DimPayBand[RangeMinimum]),
    MAX(DimPayBand[RangeMaximum]) - MIN(DimPayBand[RangeMinimum]),
    0
)

Análisis de brecha salarial

El análisis de la brecha salarial compara la remuneración entre grupos demográficos. La brecha salarial bruta (no ajustada) compara los salarios promedio. La brecha salarial ajustada controla factores legítimos (nivel de trabajo, antigüedad, desempeño, ubicación) y revela la brecha residual atribuible a posibles sesgos.

Power BI puede visualizar el resultado del análisis de equidad salarial basado en regresión. El modelo de regresión en sí generalmente se construye en Python, R o una herramienta de análisis de compensación dedicada. Importe los resultados del modelo (salario previsto, salario real, residual) a Power BI.

Visualización: Un diagrama de dispersión con el salario previsto en el eje X y el salario real en el eje Y, coloreado por grupo demográfico. Los puntos por encima de la línea diagonal se pagan por encima de lo que predice el modelo; Los puntos siguientes se pagan menos. Los grupos de un grupo demográfico particular debajo de la línea indican una posible inequidad salarial.

Distribución de compensación

Gráfico de caja o diagrama de violín que muestra la distribución salarial por departamento y nivel laboral. Estos revelan si la remuneración está estrechamente agrupada (prácticas salariales consistentes) o ampliamente distribuida (potencial inconsistencia). Los valores atípicos pueden indicar situaciones de riesgo de retención (pago insuficiente) o pago excesivo.

---

Análisis del embudo de contratación

Métricas del embudo

Applications =
CALCULATE(
    COUNTROWS(FactRecruitment),
    FactRecruitment[StageID] = "Applied"
)

Screen Rate =
DIVIDE(
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Phone Screen"),
    [Applications],
    0
)

Interview Rate =
DIVIDE(
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Interview"),
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Phone Screen"),
    0
)

Offer Rate =
DIVIDE(
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Offer"),
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Interview"),
    0
)

Offer Acceptance Rate =
DIVIDE(
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Accepted"),
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Offer"),
    0
)

Time to Fill =
AVERAGEX(
    FILTER(FactRecruitment, FactRecruitment[StageID] = "Accepted"),
    DATEDIFF(FactRecruitment[PostingDate], FactRecruitment[HireDate], DAY)
)

Cost per Hire =
DIVIDE(
    SUM(FactRecruitment[CostIncurred]),
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Accepted"),
    0
)

Efectividad de la fuente

Una matriz visual que muestra cada fuente de contratación (LinkedIn, Indeed, referencias, agencia, página de carreras, universidad) con columnas para solicitudes, contrataciones, costo por contratación, tiempo para cubrir y tasa de retención de 1 año revela qué fuentes ofrecen el mejor talento de manera más eficiente.

La calidad de la contratación es la métrica de contratación definitiva. Mídalo realizando un seguimiento de la calificación de desempeño, la tasa de promoción y la tasa de retención de las contrataciones de cada fuente. Una fuente que ofrece contrataciones baratas y rápidas que se van en el plazo de un año es menos valiosa que una fuente costosa que produce empleados de alto desempeño con larga trayectoria.

Diseño del panel de contratación

La página de contratación debe presentar una visualización de embudo que muestre las tasas de conversión entre etapas, tarjetas de KPI para solicitudes abiertas, tiempo promedio para completar, costo por contratación y tasa de aceptación de oferta, una tabla de efectividad de fuentes y una línea de tendencia que muestre el volumen de contratación a lo largo del tiempo con un pronóstico basado en solicitudes abiertas y tasas de cumplimiento históricas.

---

Compromiso y satisfacción

Análisis de encuestas

Average Engagement Score =
CALCULATE(
    AVERAGE(FactSurvey[Score]),
    FactSurvey[QuestionCategory] = "Engagement"
)

eNPS =
-- Employee Net Promoter Score
VAR Promoters =
    CALCULATE(COUNTROWS(FactSurvey), FactSurvey[Score] >= 9, FactSurvey[QuestionCategory] = "Engagement")
VAR Detractors =
    CALCULATE(COUNTROWS(FactSurvey), FactSurvey[Score] <= 6, FactSurvey[QuestionCategory] = "Engagement")
VAR Total =
    CALCULATE(COUNTROWS(FactSurvey), FactSurvey[QuestionCategory] = "Engagement")
RETURN
    DIVIDE(Promoters - Detractors, Total, 0) * 100

Correlación compromiso-desgaste

El análisis más poderoso en análisis de personas es la relación entre las puntuaciones de participación y el desgaste posterior. Cree una visualización que muestre los departamentos o equipos trazados con la puntuación de participación en un eje y la tasa de deserción del trimestre siguiente en el otro. Una fuerte correlación negativa valida que las encuestas de compromiso predicen la rotación, lo que convierte al compromiso en un indicador principal sobre el que RR.HH. puede actuar antes de que se produzca el desgaste.

Análisis de tendencias de encuestas

Realice un seguimiento de las puntuaciones de participación en múltiples administraciones de encuestas (trimestralmente o anualmente). Un gráfico de líneas que muestra las tendencias a nivel de categoría (compromiso, relación con el gerente, oportunidad de crecimiento, satisfacción salarial, cultura) revela qué aspectos de la experiencia de los empleados están mejorando o deteriorándose.

---

Privacidad y seguridad de datos

Manejo de datos confidenciales

Los datos de recursos humanos se encuentran entre los más sensibles de cualquier organización. Implementar medidas de seguridad sólidas.

La seguridad a nivel de fila restringe el acceso a los datos por unidad organizativa. Los socios comerciales de RR.HH. solo ven sus departamentos asignados. Los ejecutivos ven su jerarquía de informes. El equipo de análisis de CHRO y RRHH lo ve todo. Implemente RLS utilizando el mismo patrón descrito en la guía del panel financiero, con una tabla de mapeo de seguridad que conecta las identidades de los usuarios con las unidades organizativas.

Umbrales de agregación. Nunca muestre datos demográficos para grupos de menos de 5 empleados. Un desglose por diversidad que muestra "1 empleado en la categoría asiática en el departamento de Finanzas" identifica efectivamente a una persona. Cree medidas DAX que supriman grupos pequeños.

Suppressed Count =
VAR RawCount = COUNTROWS(DimEmployee)
RETURN IF(RawCount < 5, BLANK(), RawCount)

Clasificación de datos. Etiquete el panel como confidencial en el servicio Power BI. Restrinja los permisos de exportación y descarga. Audite los registros de acceso con regularidad.

---

Preguntas frecuentes

¿Qué sistemas HRIS se integran bien con Power BI?

Workday, SAP SuccessFactors, BambooHR, ADP, UKG (Ultimate Kronos Group) y Oracle HCM Cloud tienen opciones de integración de Power BI a través de API, exportaciones de datos o conectores dedicados. Para organizaciones más pequeñas que utilizan registros de recursos humanos basados ​​en hojas de cálculo, Power BI se conecta directamente a archivos de Excel o Google Sheets. El enfoque más sólido es extraer datos HRIS en un almacén de datos (Azure SQL, Snowflake) en una programación diaria y luego conectar Power BI al almacén.

¿Cómo manejo a los empleados que se transfieren entre departamentos?

Utilice la tabla de hechos de eventos para realizar un seguimiento de las transferencias como eventos discretos. La tabla instantánea de personal captura la asignación de departamento correcta en cada momento. Al calcular la deserción por departamento, decida si atribuir la deserción al departamento del que salió el empleado o al departamento en el que se encontraba al momento de su despido. El estándar de la industria es el departamento en el momento de la terminación.

¿Qué es una tasa saludable de deserción de empleados?

Los promedios de la industria varían significativamente. Las empresas de tecnología suelen ver entre un 15% y un 20% de deserción voluntaria anual. La atención sanitaria y el comercio minorista ven entre el 20% y el 30%. El gobierno y la educación ven entre el 5% y el 10%. Un punto de referencia útil es comparar su tarifa con su industria y geografía específicas. Más importante que la tasa absoluta es la dirección de la tendencia y si la deserción se concentra en los empleados de alto rendimiento o se distribuye uniformemente.

¿Puede Power BI predecir el desgaste de los empleados?

Power BI puede visualizar puntuaciones de riesgo de deserción generadas por modelos predictivos, pero la predicción en sí se construye mejor en Python (scikit-learn), R o Azure Machine Learning. Las características predictivas típicas incluyen antigüedad, cambio reciente en la calificación de desempeño, compensación relativa al mercado, antigüedad del gerente, distancia de viaje y puntajes de encuestas de participación. El modelo genera una puntuación de riesgo para cada empleado, que Power BI muestra como un mapa de riesgo o una lista ordenada para que RR.HH. actúe en consecuencia.

¿Con qué frecuencia se deben actualizar los paneles de RR.HH.?

La actualización semanal es suficiente para la mayoría de las métricas de recursos humanos. Los datos de plantilla, desgaste y diversidad no cambian minuto a minuto. Los paneles de contratación se benefician de la actualización diaria durante los períodos de contratación activos. Los paneles de participación se actualizan después de cada administración de encuesta. La excepción es la planificación de la fuerza laboral durante eventos de reestructuración o fusiones y adquisiciones, donde puede ser necesaria una visibilidad diaria o incluso en tiempo real del personal.

¿Cómo puedo garantizar el cumplimiento de las normas de privacidad de datos (GDPR, CCPA)?

Implemente la minimización de datos: incluya solo los campos de datos necesarios para el análisis. Aplique RLS rigurosamente para que solo el personal autorizado acceda a datos confidenciales. Agregue grupos pequeños para evitar la identificación individual. Documente los fines del procesamiento de datos y la base legal. Habilite el registro de auditoría en el servicio Power BI para realizar un seguimiento de quién accede al panel y cuándo. Para las organizaciones sujetas al RGPD, asegúrese de que el consentimiento de los empleados cubra el uso de análisis o que el procesamiento se ajuste a un interés legítimo con las salvaguardias adecuadas.

---

Desarrollo profesional de análisis de recursos humanos

El análisis de la fuerza laboral transforma a RR.HH. de un centro de costos a una función estratégica. Pero crear un panel en el que los líderes de recursos humanos confíen decisiones sensibles sobre la fuerza laboral requiere experiencia tanto en Power BI como en métricas de capital humano.

Los servicios Power BI de ECOSIRE incluyen desarrollo de panel para análisis de recursos humanos y personas, modelado de datos para integración HRIS compleja y servicios de implementación para organizaciones que desarrollan su primera capacidad de análisis de personas.

---

El análisis de personas no se trata de reemplazar el juicio humano con algoritmos. Se trata de brindar a los líderes de RRHH la base empírica para tomar mejores decisiones con mayor rapidez. Cuando el riesgo de deserción es visible antes de que llegue la carta de renuncia, cuando las brechas de equidad salarial se cuantifican antes de que se conviertan en demandas y cuando se rastrean las tendencias de compromiso antes de que se conviertan en crisis culturales, la función de RR.HH. pasa de reactiva a estratégica. Ese cambio comienza con el tablero derecho.