En el absentismo,
el problema
no es medir poco
sino mal.
Las empresas ya tienen datos de ausencia. Lo que casi ninguna tiene es una arquitectura capaz de sostener una decisión: definiciones estables, métricas interpretables y reglas sobre qué puede analizarse. Este es el mapa de lo que hay que construir antes del primer cuadro de mando.
Ninguno es una tasa, son las piezas que hay que tener decididas antes de medir
Un cuadro de mando de ausencias no fracasa por falta de datos sino porque nadie decide qué se mide, quién lo interpreta, contra qué se compara y hasta dónde llega el análisis.
Del reporte a la decisión
La mayoría de las empresas dispone de tasas y reportes orientados a la nómina, al seguimiento administrativo y a la información a la representación legal, pero pocas han pasado de la capa descriptiva a la diagnóstica, que es donde empieza el valor.
Descriptiva
¿Qué ocurre? Indicadores, evolución, distribuciónDiagnóstica
¿Por qué ocurre? Correlaciones, focos, factores explicativosPredictiva
¿Qué puede ocurrir? Previsiones, puntuación de equipo o centroPrescriptiva
¿Qué medidas tienen mayor impacto? Simulación de palancas, retorno esperadoLas seis preguntas que debe responder el sistema
Muchos proyectos pierden valor porque empiezan por el catálogo de indicadores en lugar de por las preguntas de gestión. El orden correcto es el inverso.
- Mezclar incapacidad temporal con ausencias injustificadas bajo un mismo indicador.
- Usar la tasa agregada como diagnóstico en lugar de como punto de partida.
- Comparar centros o equipos sin ajustar por composición de plantilla.
- Incorporar información sanitaria individual al análisis predictivo o comparativo.
- Convertir correlaciones en atribuciones de responsabilidad.
El problema es anterior al cuadro de mando y se encuentra en que la métrica está sin gobernar
Nadie ha decidido formalmente qué cuenta como absentismo, quién puede cambiar esa definición y con qué consecuencias. Mientras eso siga así, cualquier inversión en visualización amplifica el problema en lugar de resolverlo.
Quién decide qué es absentismo
Y con qué perímetro respecto a vacaciones, permisos, suspensiones y ausencias parciales.
Quién aprueba las categorías
De codificación de ausencias y su correspondencia con las tipologías legales.
Quién valida los indicadores
Sus fórmulas y, sobre todo, sus denominadores.
Quién puede modificarlos
Cualquier cambio en la política de registro, el convenio, la herramienta o la codificación rompe la comparabilidad histórica y debe constatarse en el momento, no reconstruirse dos años después.
Quién interpreta las desviaciones y decide las acciones
La decisión más olvidada y la de mayor consecuencia. Un equipo por encima de la media puede necesitar que se revise su carga, sus turnos, su liderazgo o su prevención. «Corregir el absentismo» no es una de las opciones: es la etiqueta que impide elegir entre las otras cuatro.
El contrato de interpretación
Dos organizaciones pueden calcular exactamente la misma tasa y tomar decisiones opuestas. El problema de la mayoría no es que no sepan calcular una tasa, sino que no han acordado qué significa cuando sube. Una métrica sin acuerdo previo sobre su interpretación no es conocimiento organizativo.
Tres contenidos mínimos, acordados antes de la primera lectura
Quién puede ver qué
La distinción que ordena la matriz no es de jerarquía, sino de finalidad, ya que gestionar la continuidad operativa no es lo mismo que gestionar el absentismo individual.
| Dato | RRHH | Mando | Dirección | Analista |
|---|---|---|---|---|
| Tasa agregada de equipo o centro | Sí | Sí | Sí | Sí |
| Evolución y comparativas organizativas | Sí | Sí, de su ámbito | Sí | Sí |
| Coste agregado | Sí | Parcial, de su ámbito | Sí | Sí |
| Situación operativa de disponibilidad | Sí | Sí, cuando sea necesario para organizar el trabajo | No | No |
| Causa o tipología protegida de la ausencia | Sí, según función | No | No | Solo categoría agregada |
| Historial individual de ausencias | Acceso restringido y registrado | No | No | No |
| Diagnóstico o información clínica | No | No | No | No |
| Datos identificados para análisis | No | No | No | No, trabaja seudonimizado |
Tres reglas acompañan a la matriz: umbral mínimo de agregación para evitar reidentificación cuando el equipo es pequeño, registro de accesos a cualquier vista con granularidad individual y prohibición de reconstruir por agregación lo que la matriz niega por acceso directo.
El ciclo de vida del dato
La gobernanza no termina en el cuadro de mando, llega hasta la revisión de la decisión tomada a partir del cuadro de mando.
Origen único
Un solo origen por tipo de dato, sin hojas de cálculo paralelas.
La fase que se salta
Control de codificación y de completitud antes de que el dato entre en el análisis.
Desde la pregunta
Con las seis preguntas de gestión, no con el catálogo de indicadores disponible.
Con supervisión
Humana y significativa, y con constancia de qué evidencia la sostuvo.
O el sistema no aprende
Medición del efecto de la intervención. Sin este paso, el sistema solo describe.
- Códigos de ausencia aplicados con criterios distintos en cada centro.
- Bajas modificadas a posteriori sin dejar traza de quién y cuándo.
- Permisos que acaban registrados como «otros motivos» porque nadie encontró la categoría.
- Diferencias en cómo cada mando comunica las incidencias.
- Hojas de cálculo paralelas que conviven con el sistema y no coinciden con él.
Un dato puede ser técnicamente correcto y aun así no significar nada
Es el punto ciego de la mayoría de los cuadros de mando de ausencias: se invierte en exactitud y no en interpretabilidad. Una tasa alta puede admitir explicaciones que producen exactamente el mismo número.
Cuatro exigencias antes de comparar nada
Ajuste por composición
Un centro con plantilla envejecida y otro con plantilla joven no son comparables en bruto; de hecho, el ranking de centros por tasa bruta es el error más extendido y el que más decisiones equivocadas produce.
Homogeneidad del registro
Si dos centros codifican con criterios distintos, la diferencia entre ellos mide el criterio, no el fenómeno. De ahí que la auditoría del registro deba preceder a cualquier análisis.
Denominador explícito
Horas pactadas, días cotizados, plantilla media y jornadas productivas no son lo mismo. Cambiar de denominador cambia la tasa sin que haya cambiado nada en la realidad.
Comparabilidad temporal
Antes de leer una tendencia hay que saber si la ruptura está en la realidad o en el sistema que la recoge. Una caída de tres décimas puede ser una mejora o un cambio de criterio.
Descriptivo o decisional: dónde termina lo que el sistema puede hacer
Identificar unidades con patrones anómalos para investigarlas es legítimo; clasificar unidades como problemáticas y derivar de ahí consecuencias automáticas, no. La diferencia no está en el algoritmo, sino en lo que se hace con su resultado.
- Focos por equipo, centro o tramo de responsabilidad.
- Patrones temporales que sugieren problemas organizativos.
- Correlación con clima, carga o liderazgo.
- Proyección de la tasa a tres o doce meses.
- Simulación de palancas con impacto en euros y en puntos de tasa.
- Probabilidad individual de baja a partir del historial de salud.
- Atribución de fraude a una persona a partir de patrones.
- Sustituir el reconocimiento médico del artículo 20.4 del Estatuto de los Trabajadores como base de una sanción.
- Puntuación individual basada en datos de salud o elaboración de perfiles sin base jurídica.
- Acceso a la historia clínica o a cualquier otro registro asistencial externo.
El índice de Bradford, con dos advertencias
Utilizable únicamente a nivel de equipo o centro, nunca individual. El riesgo no es solo de discriminación indirecta: su valor predictivo individual es limitado porque penaliza la frecuencia sin explicar la causa y confunde correlación con culpabilidad.
No debe utilizarse como indicador de riesgo individual ni como criterio de priorización de personas. Su mala reputación no viene del cálculo, sino de su historial de uso disciplinario.
Cuando entra la inteligencia artificial
Un modelo puede detectar patrones que ningún analista vería, pero no convierte una correlación en una causa ni una probabilidad en una responsabilidad. Y desplaza el sistema a otro marco normativo: el anexo III.4.b) del Reglamento (UE) 2024/1689 incluye entre los sistemas de alto riesgo los destinados a tomar decisiones que afecten a las condiciones de la relación laboral o a supervisar y evaluar el rendimiento y el comportamiento de las personas trabajadoras. Un cuadro de mando que describe ausencias agregadas queda fuera; uno que puntúa individuos, no.
El perímetro legal, en corto
El principio que lo atraviesa todo
Minimización, artículo 5.1.c): los datos deben ser adecuados, pertinentes y limitados a lo necesario. No se trata de acumular toda la información disponible por si algún día resulta útil. Más dato no es mejor dato.
Seis reglas de diseño
Ninguna es tecnológica, todas se deciden antes de comprar la herramienta.
La pregunta va antes que el indicador
Empezar por el catálogo de métricas produce informes, hacerlo por la pregunta de gestión produce decisiones. Seis preguntas bastan para ordenar todo el sistema.
Quien define la métrica define la política
Si las cinco decisiones de gobierno no están por escrito, la definición la acabará fijando el proveedor del sistema o quien configure el informe. Nadie lo habrá decidido así.
Sin acuerdo de lectura no hay conocimiento
Una métrica sin acuerdo previo sobre su interpretación es solo un número compartido. Sin él, la lectura la fija quien primero lo presenta en un comité.
El dato nace antes del cuadro de mando
Códigos inconsistentes, modificaciones sin traza y hojas paralelas. Ningún problema de origen se arregla con una herramienta mejor.
Comparar sin ajustar mide el criterio, no el fenómeno
La misma tasa admite cinco explicaciones distintas. El ranking de centros por tasa bruta es el error más extendido del sector.
La frontera es descriptivo o decisional
Vale para la matriz de acceso, para el índice de Bradford y para cualquier modelo de IA. La diferencia no está en el algoritmo, está en lo que se hace con su resultado.
El absentismo no se combate solo con control, se comprende con mejor medición, mejor diagnóstico y mejor liderazgo. El principal riesgo no es carecer de datos, es convertir datos incompletos en decisiones equivocadas. El dato no mejora la decisión por acumular más información, sino por imponer mejores preguntas.
