Clustering tool usage to align a company strategy to its talent management needs

Bruna Todeschini, Cláudia Rodrigues, Michel Anzanello, Guilherme Tortorella

Abstract


Purpose: This paper describes a k-means clustering study carried out with a group of employees from a Brazilian company. The assessed variables refer to individual and demographic characteristics of subjects in this population.

Design/methodology/approach: The idea is to gather data that represents individual and demographic characteristics and to generate groups of individuals through cluster analysis. Common characteristics of individuals inserted in these groups are then evaluated to identify behaviour patterns and generate improvement initiatives regarding human development.

Findings: The results suggested the formation of two groups or workforce members regarding their differences in wages, age, company experience and number of overtime work hours. For each obtained group, a set of managerial strategies were described.

Originality/value:  The search for appropriate tools to address people management has become an issue of interest in companies of different segments. Such tools aim to better understand employees’ behaviour tailored to improve the allocation of investments in the workforce. In that scheme, workforce members presenting different characteristics can receive proper corporate strategies.

 

Keywords: Clustering, k-means, Talent management.

 

 

[PT]

Título: "Uso da ferramenta de clustering para alinhar a estratégia da empresa às suas necessidades de gerenciamento de talentos"

Resumo

Objetivos: Este artigo descreve um estudo de agrupamento k-means realizado com um grupo de funcionários de uma empresa brasileira. As variáveis avaliadas referem-se às características individuais e demográficas dos sujeitos dessa população.

Desenho/metodologia/abordagem: A idéia é reunir dados que representam características individuais e demográficas e gerar grupos de indivíduos por meio de análise de cluster. As características comuns dos indivíduos inseridos nesses grupos são avaliadas para identificar padrões de comportamento e gerar iniciativas de melhoria em relação ao desenvolvimento humano.

Resultados: Os resultados sugeriram a formação de dois grupos ou membros da força de trabalho em relação às diferenças de salário, idade, experiência na empresa e número de horas extras. Para cada grupo obtido, um conjunto de estratégias gerenciais foi descrito.

Originalidade/valor: a busca por ferramentas apropriadas para lidar com a gestão de pessoas tornou-se uma questão de interesse em empresas de diferentes segmentos. Essas ferramentas visam entender melhor o comportamento dos funcionários sob medida para melhorar a alocação de investimentos na força de trabalho. Nesse esquema, os membros da força de trabalho que apresentam características diferentes podem receber estratégias corporativas adequadas.

 

Palavras-chave: Clustering, k-means, Gerenciamento de talentos.


Full Text:

PDF

References


Al Ariss, A., Cascio, W. F. & Paauwe, J. (2014). Talent management: Current theories and future research directions. Journal of World Business, 49(2), 173-179.

Birasnav, M. & Rangnekar, S. (2010). Knowledge management structure and human capital development in Indian manufacturing industries. Business Process Management Journal, 16(1), 57-75.

Bloodgood, J. (2012). Organizational routine breach response and knowledge management. Business Process Management Journal, 18(3), 376-399.

Boudreau, J. W., & Ramstad, P. M. (2004). Talentship and human resource measurement and analysis: From ROI to strategic organizational change (Working Papers). Retrieved from the University of Southern California website: http://ceo. usc. edu/pdf G, 417469.

Campos, V. F. (1992). Controle da qualidade total. Belo Horizonte: Fundação Christiano Ottoni.

Cappelli, P., & Keller, J. R. (2014). Talent management: Conceptual approaches and practical challenges. Annual Review Organizational Psychology and Organizational Behavior, 1(1), 305-331.

Cascio, W., & Boudreau, J. (2009). Investimento em pessoas: como medir o impacto financeiro das iniciativas em recursos humanos. Porto Alegre: Ed. Bookman.

Chi, C. G. & Gursoy, D. (2009). Employee satisfaction, customer satisfaction, and financial performance: an empirical examination. International Journal of Hospitality Management, 28, 245–253.

Dias Filho, J. M., Paulo, E., & Corrar, L. (2007). Análise multivariada para os cursos de administração, ciências contábeis e economia. São Paulo: FIPECAFI–Fundação Instituto de Pesquisas Contábeis, Atuariais e Financeiras/Editora Atlas.

Davenport, T. H., Harris, J., & Shapiro, J. (2010). Competing on talent analytics. Harvard Business Review, 88(10), 52-58.

Dubrin, A. J. (2003). Fundamentos do comportamento organizacional. São Paulo: Pioneira Thomson.

Everitt, B., & Hothorn, T. (2011). An introduction to applied multivariate analysis with R. New York: Springer Science & Business Media.

Faisal, M. & Al-Esmael, B. (2014). Modeling the enablers of organizational commitment. Business Process Management Journal, 20(1), 25-46.

Farndale, E., Pai, A., Sparrow, P. & Scullion, H. (2014). Balancing individual and organizational goals in global talent management: A mutual-benefits perspective. Journal of World Business, 49(2), 204-214.

Gomes F. P. & Araújo R. M. (2005). Pesquisa Quantiqualitativa em Administração: uma visão holística do objeto em estudo. Proceedings of Seminários em Administração FEA/USP.

Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2009). Análise multivariada de dados. Porto Alegre: Bookman Editora.

Hair, J. F. (2010). Multivariate data analysis. London: Pearson College Division.

Horochovski, R. & Meirelles, G. (2007). Problematizando o conceito de empoderamento. Proceedings of II Seminário Nacional de Movimentos Sociais, Participação e Democracia.

Horst, F., Martins Jr, C. & Souza, L. (2012). Técnicas de Data-Mining e reconhecimento de padrões aplicada na predição do nível de satisfação dos colaboradores de um hospital na cidade de Guarapuava/PR. Proceedings of Congresso de Matemática Aplicada e Computacional.

Hunter, J. E., Schmit, F. L. & Judiesch, M. (1990). Individual differences in output variability as a function of job complexity. Journal of Applied Psychology, 75, 28-42.

Klehe, U., Zikic, J., Vianen, A. & Pater, I. (2011). Career adaptability, turnover and loyalty during organizational downsizing. Journal of Vocational Behavior, 79, 217-229.

Koys, D. (2001). The effects of employee satisfaction, organizational citizenship behavior and turnover on organizational effectiveness: a unit-level, longitudinal study. Personnel Psychology, 54, 101-114.

Lai, M. & Lee, G. (2007). Relationships of organizational culture toward knowledge activities. Business Process Management Journal, 13(2), 306-322.

Levenson, A. (2011). Using targeted analytics to improve talent decisions. People and Strategy, 34(2), 34.

Mahlberg, B., Freund, I., Cuaresma, J. & Prskawetz, A. (2013). Ageing, productivity and wages in Austria. Labour Economics, 22, 5-15.

Minbaeva, D. & Collings, D. G. (2013). Seven myths of global talent management. The International Journal of Human Resource Management, 24(9), 1762-1776.

Pimentel, E., França, V. & Omar, N. (2003). A identificação de grupos de aprendizes no ensino presencial utilizando técnicas de clusterização. Proceedings of XIV Simpósio Brasileiro de Informática na Educação.

Powell, G. (2011). The Gender and Leadership Wars. Organizational Dynamics, 40, 1-9.

Robbins, S., Odendaal, A. & Roodt, G. (2001). Organisational Behaviour: Global and Southern African Perspectives. Cape Town: Pearson South Africa.

Rossi, P. H., Lipsey, M. W., & Freeman, H. E. (2003). Evaluation: A systematic approach. Thousand Oaks, CA: Sage publications.

Rousseeuw, P. (1987). Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53-65.

Stahl, G., Björkman, I., Farndale, E., Morris, S. S., Paauwe, J., Stiles, P. & Wright, P. (2012). Six principles of effective global talent management. Sloan Management Review, 53(2), 25-42.

Soto, E. (2002). Comportamento organizacional: o impacto das emoções. São Paulo: Pioneira Thompson Learning.

Stroieke, R., Fogliatto, F. & Anzanello, M. (2013). Análise de conglomerados em curvas de aprendizado para formação de agrupamentos homogêneos de trabalhadores. Production, 23, 537-547.

Thunnissen, M., Boselie, P. & Fruytier, B. (2013). Talent management and the relevance of context: Towards a pluralistic approach. Human Resource Management Review, 23(4), 326-336.

Vaiman, V., Scullion, H. & Collings, D. (2012). Talent management decision making. Management Decision, 50(5), 925-941.

Wagner III, J. A., & Hollenbeck, J. R. (2014). Organizational behavior: Securing competitive advantage. Abingdon, UK: Routledge.

World Health Organization. (1980, May 1976). International classification of impairments, disabilities, and handicaps: a manual of classification relating to the consequences of disease (publ. for trial purposes in accordance with resolution WHA29. 35 for the Twenty-ninth World Health Assembly), na.




Copyright (c) 2016 European Journal of Applied Business and Management

 

European Journal of Applied Business and Management

ISSN: 2183-5594

DOI: https://doi.org/10.58869/EJABM

Indexing:

EBSCO | CROSSREF | GOOGLE SCHOLAR | LATINDEX | DRJI | ICI JOURNALS MASTER | REDIB | MIAR