Desarrollo de un modelo de aprendizaje no supervisado para identificar a los empleados con mayor riesgo de rotación en Bancolombia. Semestre de Industria

RESUMEN : Este proyecto de grado se enfoca en el análisis de los clústers de empleados en Bancolombia para identificar características y necesidades específicas con el fin de desarrollar estrategias que reduzcan la probabilidad de abandono y mejoren la satisfacción laboral. La metodología empleada incluye la creación de consultas para grandes volúmenes de datos, la extracción, limpieza y procesamiento de estos, y el uso de técnicas de modelado de datos y segmentación de empleados. Los objetivos principales son identificar los factores críticos que influyen en la retención de empleados y proponer intervenciones personalizadas para cada clúster. Los resultados del análisis revelan que la falta de reconocimiento, el desarrollo profesional, la flexibilidad laboral y los beneficios personalizados son factores clave que afectan la satisfacción y la retención de los empleados. En particular, se identificaron cinco clústers: "Veteranos Estables y Moderadamente Reconocidos" (Bajo Abandono), "Jóvenes Operativos No Reconocidos" (Alto Abandono), "Profesionales Solteros con Alta Percepción de Desarrollo" (Medio Abandono), "Operativos Solteros y No Reconocidos" (Alto Abandono) y "Operativos con Alta Antigüedad y Moderado Reconocimiento" (Medio Abandono). Cada clúster requiere estrategias específicas para abordar sus necesidades particulares. Las conclusiones destacan la importancia de implementar programas de reconocimiento, ofrecer oportunidades de desarrollo profesional, considerar la flexibilidad laboral y adaptar beneficios y compensaciones a las necesidades específicas de cada clúster. Estas estrategias personalizadas pueden mejorar significativamente la retención y satisfacción de los empleados en Bancolombia, aprovechando los puntos fuertes y abordando las áreas de mejora de cada clúster.

• Autores: Saavedra Valdivieso, Diego Alejandro
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/41844
• Acceso en línea: https://hdl.handle.net/10495/41844
• Palabra clave: Análisis de datos; Data analysis; Motivación empleados; Employee motivation; Cultura corporativa; Corporate culture; Incentivos en la industria; Incentives in industry; Movilidad laboral; Labor mobility; Administración de personal; Personnel management; Satisfacción en el trabajo; Job satisfaction; http://vocabularies.unesco.org/thesaurus/concept2214
• Rights: openAccess
• License: https://creativecommons.org/licenses/by-nc-sa/4.0/