Modelo predictivo para identificar la rotación y potenciar la retención de talento para niveles de jefes y gerentes en una empresa de telecomunicaciones

Abstract

This paper presents the results of a machine learning study applied to historical human resources data from a telecommunications company, collected between 2021 and 2024, aimed at predicting employee turnover among managerial levels. The objective is to identify key variables influencing turnover decisions and to develop personalized talent retention strategies, focusing on compensation and benefits allocation.

Este trabajo presenta los resultados de un estudio de machine learning aplicado a datos históricos de recursos humanos de una empresa de telecomunicaciones, recopilados entre 2021 y 2024, para predecir la rotación de empleados en niveles de jefes y gerentes. El objetivo es identificar las variables clave que influyen en la decisión de rotación y desarrollar estrategias personalizadas de retención de talento, con un enfoque en la asignación de compensación y beneficios