Diseño de un sistema integrado de gestión de recursos humanos para optimizar la planificación y asignación de personal en una empresa de ingeniería

Abstract

La gestión eficiente de los recursos humanos es un factor crítico en empresas de consultoría como Gómez Cajiao y Asociados, donde el talento representa el 80% de los costos operativos. Actualmente, la planificación del personal se realiza manualmente mediante hojas de Excel, lo que genera sobrecargas de trabajo, subutilización de talento y sobrecostos en los proyectos. Este trabajo tiene como objetivo desarrollar un sistema integrado de gestión de recursos humanos que optimice la planificación y asignación de personal. Para ello, se realiza un diagnóstico de la gestión actual, se proponen estrategias basadas en analítica de datos y metodologías ágiles, y se establece un plan de implementación con indicadores de desempeño. Cabe anotar, que el autor logra como valor agregado la puesta en marcha de todo lo formulado en el diseño y lo expresado en el plan de implementación. Los principales resultados evidencian una mejora en la trazabilidad de los recursos, la reducción de costos operativos y un aumento en la eficiencia de la asignación de personal. Además, se destacó la necesidad de fortalecer el liderazgo y la retención de talento mediante políticas estructuradas. Se concluye que la implementación de herramientas tecnológicas y un enfoque basado en datos son esenciales para mejorar la competitividad de la empresa. A futuro, se recomienda explorar tecnologías como inteligencia artificial y machine learning para optimizar, aún más, la gestión de recursos humanos.

Efficient human resources management is a critical factor in consulting firms such as Gómez Cajiao y Asociados, where talent represents 80% of operational costs. Currently, workforce planning is carried out manually using Excel spreadsheets, which results in work overload, underutilization of talent, and project cost overruns. This work aims to develop an integrated human resources management system that optimizes workforce planning and allocation. To achieve this, a diagnosis of the current management practices is performed, strategies based on data analytics and agile methodologies are proposed, and an implementation plan with performance indicators is established. It is worth noting that, as an added value, the author successfully puts into practice everything outlined in the design and described in the implementation plan. The main results show an improvement in resource traceability, a reduction in operational costs, and an increase in workforce allocation efficiency. Furthermore, the study highlights the need to strengthen leadership and talent retention through structured policies. It is concluded that the implementation of technological tools and a data-driven approach is essential to improving the company’s competitiveness. In the future, it is recommended to explore technologies such as artificial intelligence and machine learning to further optimize human resources management.