Análisis de personas y minería de textos con R

Opiniones de los lectores

El libro proporciona una introducción accesible a People Analytics usando R, ofreciendo ejemplos prácticos, guías paso a paso y perspectivas sobre la integración de la analítica en RRHH. Aunque es elogiado por su enfoque de fácil uso y su relevancia, algunas reseñas señalan una falta de profundidad en ciertas áreas y de análisis crítico de los estudios de caso.

Introducción fácil y accesible a R y People Analytics.

Explicaciones claras de los conceptos y orientación paso a paso.

(basado en 13 opiniones de lectores)

Título original:

People Analytics & Text Mining with R

Contenido del libro:

No necesita comprar software estadístico caro como SPSS. Este libro le enseña R (R se puede descargar gratuitamente), People Analytics, Social Media Analytics, d104 Mining y Sentiment Analysis. Está escrito para personas sin absolutamente NINGÚN conocimiento de programación en R, con instrucciones paso a paso para imprimir en pantalla. Los códigos R de ejemplo son sencillos, cortos y directos para que no te sientas abrumado con demasiada información innecesaria, y se centra en los códigos R relevantes para el análisis de personas, para que puedas ponerte en marcha en muy poco tiempo. Si no conoce la programación en R, éste es su libro. Dado que R se ha desarrollado especialmente para el análisis estadístico, puede ejecutar complicados cálculos estadísticos (correlación, regresión múltiple y logística, etc.) con sólo introducir unos pocos comandos. Este libro cubre un amplio ámbito de People Analytics (Beneficios, Compensación, Cultura, Diversidad e Inclusión, Compromiso, Liderazgo, Aprendizaje y Desarrollo, Rasgos de Personalidad, Gestión del Desempeño, Reclutamiento, Incentivos de Ventas) con numerosos ejemplos reales, y muestra cómo People Analytics con R puede ayudarle a

1) Ejecutar Social Media Analytics, d104 mining & Sentiment Analysis con R.

2) Predecir el riesgo de fuga de los empleados utilizando la función de correlación y regresión logística de R.

3) Identificar los rasgos de personalidad del personal de atención al cliente y del personal de ventas de mayor rendimiento utilizando la función de correlación de R.

4) Predecir el impacto del Compromiso de los Empleados en la Satisfacción del Cliente, los Ingresos y el Retorno de los Accionistas, etc. utilizando la función de Correlación y Regresión Múltiple de R.

5) Predecir el impacto del Aprendizaje y Desarrollo en las Ventas, utilizando la función de Regresión Múltiple de R.

6) Predecir el impacto de la Diversidad e Inclusión en los Ingresos y el EBIT utilizando la función de Regresión Múltiple de R. Se le enseñará a convertir la mezcla de diversidad étnica de su empresa (70% chino: 20% malayo: 10% indio) en un número de índice (por ejemplo, un índice de diversidad de 2,7) y, a continuación, a utilizar la regresión múltiple de R para predecir las ventas de su empresa, si el "índice de diversidad" de su empresa es de 2,7 y si gasta 90 dólares en publicidad.