El noble arte de elegir gráficos para indicadores de RRHH: errores típicos y recomendaciones

La puerta de entrada al mundo de People Analytics en la mayoría de las compañías es el maravilloso mundo del reporting y los cuadros de mando, que condensan información crítica sobre nuestra fuerza laboral. Pero como bien sabemos, no basta con tener los datos: hay que saber contarlos, para que realmente sirvan para tomar decisiones. Y aquí entra en juego algo que muchos infravaloran: el arte de elegir gráficas.

 

Sí, es un arte. Porque un buen gráfico puede hacer que el comité directivo entienda en 3 segundos un problema estructural de rotación; pero una mala elección puede generar confusión, desconfianza… o, en el peor de los casos, decisiones erróneas.

Aquí va una revisión de los errores más comunes al elegir visualizaciones para el reporting en RRHH. Porque mostrar datos no es suficiente: hay que contarlos bien.

 

Cuidado con el quesito

❌ Error: usar gráficos de tarta para representar un indicador que ya es un porcentaje.

🛑 Ejemplo erróneo: Mostrar el % de absentismo por departamentos en un gráfico circular. El resultado indica el peso de cada departamento dentro del total del absentismo, pero no el % de absentismo en cada departamento. No es lo mismo.

📍Alternativa: Usa un gráfico de barras en el que puedas ver claramente qué departamentos tienen más absentismo sobre sí mismos.

 

Fuente: Ana Valera, 2025.

 

Tipo de dato mal casado

❌ Error: usar gráficos de barras 100% apiladas para representar volúmenes.

🛑 Ejemplo claro: Mostrar la proporción de tipos de contrato (indefinido, temporal, prácticas) en cada departamento con barras apiladas al 100%. El gráfico iguala visualmente un departamento con 10 personas y otro con 300. Si el volumen importa (spoiler: en RRHH, sí), este gráfico está generando una ilusión óptica peligrosa.

📍Alternativa: Barras apiladas normales para ver volumen total + proporciones internas, o gráficas separadas si el foco es solo la composición.

 

Fuente: Ana Valera, 2025.

 

Gráfica multivitamina: demasiada info

❌ Error: intentar meter todas las variables en un solo gráfico.

🛑 Ejemplo real: Representar género, país, nivel jerárquico y edad en una sola visualización. Resultado: incomprensión asegurada.

📍Tip práctico: Divide la visualización, usa dashboards interactivos o prioriza qué variable es más relevante según el mensaje que quieres transmitir.

 

Falta de contexto: un dato solo no dice nada

❌ Error: mostrar indicadores aislados sin comparación.

🛑 Ejemplo típico: «10% de empleados han recibido formación en competencias digitales». ¿Y?

📍Recomendación: Añade evolución, comparación con objetivos o benchmark. El dato necesita contexto para traducirse en decisión.

 

Color con intención (y con inclusión)

❌ Error: usar colores sin pensar en su connotación o en la accesibilidad.

🛑 Errores comunes:

• Rosa y azul para género: un clásico ya bastante pasado de moda.
• Verde, amarillo y rojo en el mismo gráfico sin aclarar el significado.
• Rojo y verde sin alternativas: ¿cómo lo verá una persona daltónica?

📍Mejor práctica:

• Prueba combinaciones más inclusivas como morado y amarillo.
• Usa patrones o trazas además del color.
• Reserva el rojo solo si de verdad hay algo alarmante que comunicar.

 

Correlación ≠ causalidad

❌ Error: representar causalidad cuando solo hay correlación.

🛑 Ejemplo: «Mayor engagement reduce la rotación» con una flecha directa.

📍Forma correcta: Usa un gráfico de dispersión para mostrar la relación, pero indica que son correlaciones. Para hablar de causalidad, necesitas más análisis.

 

Fuente: Ana Valera, 2025.

 

Hay vida más allá del quesito

Esta es mi cruzada personal: salir del binomio barras/pastel y explorar nuevas formas de visualización.

• Pirámide invertida: para estructura organizativa o funnel de selección.

• Treemap: para distribución de plantilla por áreas. Mapa geográfico: para ver distribución por centros.

• Mapa de calor: para rotación mensual por ubicación.

• Radar: para comparar competencias.

 

¿Para quién es esto?

❌ Error: diseñar solo para el Comité de Dirección.

🛑 Problema: Visualizaciones hipercomplejas para directivos no técnicos… y ninguna visualización para quienes realmente gestionan personas.

📍Propuesta:

• Democratiza los datos.
• ¿Qué necesita saber un gestor de equipo? Por ejemplo: evolución del clima en su equipo, rotación, desarrollo, cumplimiento de OKRs.
• ¿Y un empleado? Por ejemplo: su compensación total dividida por categorías incluyendo beneficios sociales, formación, etc., evolución de competencias, feedback recibido, oportunidades internas.

Si queremos decisiones con datos, necesitamos acercarlos a quienes pueden tomarlas.

 

Mezclar churras con merinas (indicadores dispares)

❌ Error: representar métricas diferentes en el mismo gráfico sin aclararlo.

🛑Ejemplo clásico: Combinar número de empleados, índice de clima y % de rotación en una misma gráfica con un único eje. Resultado: confusión total.

📍Recomendación: Separa los indicadores o usa ejes dobles con mucha claridad (y contexto), o mejor aún, usa visualizaciones diferentes y alineadas por mensaje, no por espacio.

 

Sin historia, no hay impacto

❌ Error: presentar gráficos sin narrativa.

🛑 Ejemplo común: Dashboard con 10 gráficos sin títulos interpretativos ni mensajes claros.

📍Solución: Añade storytelling. Usa títulos que guíen (“El pico de rotación coincide con el cierre de sede”), ordena los gráficos para responder una pregunta y añade conclusiones visibles. Los dashboards también cuentan historias: déjalas claras.

 

En definitiva: los gráficos no son decoración, son decisiones.

Los datos por sí solos no bastan. Las gráficas por sí solas no bastan. La visualización es mucho más que una cuestión estética: es la forma en la que convertimos los datos en acción. Un gráfico mal elegido no es un error menor: es una oportunidad perdida de transformar la gestión de personas.

Así que la próxima vez que vayas a hacer un gráfico en tu reporting, pregúntate:

• ¿Qué quiero que la persona que lo vea decida al respecto?
• ¿Es esto comprensible para alguien que no es de RRHH?
• ¿Estoy ayudando a actuar… o solo a observar?

Y si la respuesta no te convence… cámbialo. Porque en el noble arte de contar personas con datos, el cómo importa tanto como el qué.