Le tecniche avanzate di analisi dati sono poco applicate alla gestione del personale, ma c’è un notevole potenziale ancora inesplorato, soprattutto per quanto riguarda la valutazione delle prestazioni. I modelli organizzativi si stanno evolvendo ed è necessario adattare gli obiettivi alle nuove dinamiche, come l’inclusione e il lavoro flessibile. Un approccio innovativo usa la Cluster analysis e la Support vector machine per valutare e simulare le prestazioni individuali e collettive. Questo metodo, incentrato sulla comparazione ‘tutti con tutti’, offre una visione complessiva, tracciando l’evoluzione nel tempo e misurando l’elasticità del sistema di prestazioni. È importante integrare il Machine learning nella gestione del personale per migliorare l’analisi e l’interpretazione delle performance.

Misurare le Prestazioni al Tempo del Machine Learning

Giovanni Fasano;Andrea Pontiggia
2023

Abstract

Le tecniche avanzate di analisi dati sono poco applicate alla gestione del personale, ma c’è un notevole potenziale ancora inesplorato, soprattutto per quanto riguarda la valutazione delle prestazioni. I modelli organizzativi si stanno evolvendo ed è necessario adattare gli obiettivi alle nuove dinamiche, come l’inclusione e il lavoro flessibile. Un approccio innovativo usa la Cluster analysis e la Support vector machine per valutare e simulare le prestazioni individuali e collettive. Questo metodo, incentrato sulla comparazione ‘tutti con tutti’, offre una visione complessiva, tracciando l’evoluzione nel tempo e misurando l’elasticità del sistema di prestazioni. È importante integrare il Machine learning nella gestione del personale per migliorare l’analisi e l’interpretazione delle performance.
2023
313
File in questo prodotto:
File Dimensione Formato  
Pontiggia_Fasano_Bozza-STAMPA.pdf

accesso aperto

Tipologia: Documento in Pre-print
Licenza: Accesso libero (no vincoli)
Dimensione 1.21 MB
Formato Adobe PDF
1.21 MB Adobe PDF Visualizza/Apri

I documenti in ARCA sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10278/5046042
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact