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
2023-01-01

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