A continuación se darán a conocer algunos aspectos o detalles sobre la puntuación de las Estadísticas de Linkedin según el criterio de este blog:
- La métrica principal de este blog es la rotación histórica, que pretende medir la cantidad de empleados que una consultora es capaz de retener a lo largo del tiempo, en contraste con sus ex empleados.
- La rotación histórica representa el porcentaje de ex-empleados respecto de los empleados actuales mas ex empleados, desde la creación de la consultora hasta la fecha del análisis, su fórmula es la siguiente: (Exemp*100)/(Exemp+EmpAct).
- Se espera un equilibrio entre el volumen de empleados y desempleados inscritos en Linkedin dentro de una misma compañía que refleje la realidad, siendo homogéneo y extensible a cualquier consultora.
- La RH no necesariamente ha de coincidir con la Rotación actual. Las medias hist. perm altas años emp: son el nº de años de la consultora / Altas por año (hist). Se suspende con >50% de rotación histórica. Se anula por < 2 años de Media de permanencia Hist. por empleado (salvo que la consultora tenga menos de 5 años).
- Se considera un «empleado válido», a un empleado que esté actualizado y correctamente asignado a su correspondiente empresa.
- Se considera «empleado erróneo», a un empleado que no esté actualizado, o no esté correctamente asignado a su correspondiente empresa por diversos motivos.
- Linkedin es una métrica que no necesariamente se corresponde con la cantidad total de trabajadores o ex trabajadores de una compañía.
- Linkedin es una métrica que si representa parte del total de los trabajadores y ex trabajadores de una compañía.
- Ante una comparativa de empresas, las métricas obtenidas de Linkedin solo deberían compararse con las métricas obtenidas también en Linkedin, usando exactamente la misma métrica para todas.
- Dentro de los usuarios de una compañía que estén o no estén inscritos en Linkedin, se espera que no represente ningún factor diferencial entre éstos. Por ejemplo no se puede atribuir menos rotación a los usuarios no inscritos en Linkedin, ya que estos pueden estar inscritos en Infojobs.net o algún otro portal de empleo.
- Dentro de los usuarios de Linkedin, no se espera ningún factor diferencial entre usuarios del mismo sector que pertenezcan a distintas consultoras. Ambos podrían cambiar de consultora en caso de recibir una oferta atractiva en el mercado, otra cosa por ejemplo es que la consultora esté pagando por debajo del mercado, lo cual facilitaría la rotación y eso quedaría debidamente reflejado en la métrica de rotación (sería un factor intrínseco a la empresa, no al trabajador).
- En cualquier compañía existirán los mismos perfiles de usuarios, por ejemplo el porcentaje de millennials debería ser homogéneo en distintas empresas tecnológicas, a no ser que estás apliquen una política especial de contratación, fomentando o no la contratación de millennials respecto de otras generaciones de trabajadores. Está claro que una consultora que se dedicase a contratar millennials porque son más económicos (en perjuicio de otras generaciones) obtendría una mayor rotación, ya que este colectivo tiende a cambiar más fácilmente de trabajo según diversas fuentes.
- El porcentaje de personas que se inscriben o no en Linkedin se espera que sea el mismo para todas las consultoras. Por ejemplo, no se entendería que los miembros de una consultora A se escribieran menos que los de la B, a no ser que una consultora penalizase de forma activa el hecho de que sus empleados publicasen su perfil en Linkedin, entendiéndolo como un acto de deslealtad.
- En el caso que una consultora penalizase a sus empleados o les amedrentase para no inscribirse en Linkedin la métrica de empleados no sería válida, ya que el número de empleados quedaría descompensado respecto del de ex empleados, esto es debido a que los ex empleados lógicamente ya no temen a una sanción de su ex empresa por aparecer su perfil público en Linkedin. No obstante, tal situación debería ser demostrada a este blog y quedaría indicada en la opinión de dicha consultora. También cualquier usuario es libre de hacer cualquier comentario siempre que no tenga la intención de difamar.
- En cualquier caso las métricas de Linkedin son tan válidas como cualquier otra fuente respecto a la realidad de la rotación histórica de una empresa, siempre entendiéndose como parte representativa del total de la plantilla.
- En caso de que el volumen de empleados oficial supere «bastante» el de los inscritos en Linkedin podría alterar la precisión de este análisis.
- En caso de que el volumen de desempleados oficial supere «bastante» el de los inscritos en Linkedin podría alterar la precisión de este análisis.
Rotación Histórica
- La rotación histórica representa el porcentaje de dexempleados respecto de los empleados actuales mas exempleados, desde la creación de la consultora hasta la fecha del análisis: (Exemp*100)/(Exemp+EmpAct).
- Se espera un equilibrio entre el volumen de empleados y desempleados inscritos en Linkendin que refleje la realidad, siendo homogéneo y extensible a cualquier consultora.
Limitaciónes de la Rotación histórica (19/01/2020):
- Consultoras menores de 50 empleados: No hay suficientes muestras para que el resultado sea consistente.
- Consultoras de menos de 3 años de existencia: Un empleado actualmente tiene una media de 2 a 3 años de permanencia en una consultora, si la consultora es demasiado nueva hay menos probabilidad de que se hayan ido un número de empleados similar al de otras consultoras más veteranas, por tanto el resultado es notablemente mejor y ventajoso.
- Consutoras VIPS que disponen de un descomunal número de ofertas y reponen las bajas fácil y rápidamente.
- Consultoras veteranas que al tener tantos años de existencia cualquier variación actual no representa un impacto significativo en el computo histórico.
