Please enable JavaScript.
Coggle requires JavaScript to display documents.
Change Management Is Becoming Increasingly Data-Driven. Companies Aren’t…
Change Management Is Becoming Increasingly Data-Driven. Companies Aren’t Ready
Contexto general
Clave: recolectar los datos correctos y desarrollar capacidad analítica
Las empresas aún no están preparadas
Predicción futura: pasar de decisiones intuitivas a decisiones basadas en evidencia
La gestión del cambio se está volviendo basada en datos
Capturar datos de referencia sobre proyectos actuales
Crear una base histórica para análisis futuros
Facilita construir modelos predictivos sobre qué factores llevan al éxito
Registrar información de proyectos de cambio (duración, equipo, tácticas, éxito)
Objetivo del artículo
Enfocadas en herramientas, datos y selección de personas
Busca convertir el cambio organizacional en un proceso medible y predecible
Los autores proponen 5 acciones para prepararse
Usar herramientas digitales de participación
Ventaja: aprendizaje rápido → ajustes en días, no semanas
Base para futuros modelos predictivos de comportamiento
Permiten medir reacciones ante cambios y comparar equipos
Sustituir encuestas anuales por feedback en tiempo real
Analítica de redes y medios sociales
Aplicar análisis lingüístico a correos o chats internos
Ejemplo: herramienta SMAART (EY) para analizar tono y emociones
Combinar datos externos + internos para entender reacciones reales al cambio
Usar redes sociales para medir sentimiento de stakeholders (clientes, socios, inversionistas)
Usar datos para seleccionar personas adecuadas
Empresas como LEDR Technologies ya predicen rendimiento grupal
Incluir pruebas psicométricas para líderes y agentes de cambio
Objetivo: anticipar dinámicas y evitar conflictos en proyectos
Aplicar analítica predictiva para formar equipos de cambio
Construir un dashboard
Enseñan a los líderes a usar datos para decidir
Requiere años de recolección, modelado y refinamiento
Usarlos para decisiones de talento, desempeño o impacto
Automatizarlos para reducir errores y sesgos
Crear tableros personalizados de indicadores clave
Conclusión general
Disminuirá la tasa de fracaso de proyectos de transformación
La gestión del cambio dejará de ser “acto de fe” → será basada en datos concretos
Se podrán predecir resultados de las iniciativas
El cambio será guiado por modelos, métricas y evidencia