Revista Minerva · Artículo de revisiónVol. 7 · Núm. 21 · Septiembre–diciembre de 2026 · pp. 185–195 · ISSN-e 2697-3650
ISSN-e: 2697-3650Per´ıodo: septiembre–diciembre, 2026Revista MinervaVol. 7, N´umero 21. (pp. 185-195)Art´ıculo de revisi´onhttps://doi.org/10.47460/minerva.v7i21.370El impacto estrat´egico de HR Analytics en la gesti´on del talentohumano: una revisi´on bibliom´etricaBetsy Chiroque Sandoval*https://orcid.org/0009-0005-1611-9254bechiroquesa@ucvvirtual.edu.peUniversidad C´esar VallejoLima, Per´uHip´olito Flores Incahttps://orcid.org/0009-0002-8104-6440hifloresin@ucvvirtual.edu.peUniversidad C´esar VallejoLima, Per´uGerardo Rodolfo Cortijo Ramirezhttps://orcid.org/0000-0002-5865-1055gcortijor@ucvvirtual.edu.peUniversidad C´esar VallejoLima, Per´u*Autor de correspondencia: bechiroquesa@ucvvirtual.edu.peRecibido: (07/09/2026), Aceptado: (19/10/2026)Resumen. El objetivo de esta investigaci´on fue analizar la evoluci´on y estructura de la producci´oncient´ıfica sobre HR Analytics y su vinculaci´on con la gesti´on estrat´egica del talento humano. Se desa-rroll´o un estudio cuantitativo, descriptivo y retrospectivo, mediante un enfoque bibliom´etrico aplicadoa 60 publicaciones cient´ıficas correspondientes al per´ıodo 2019–2026. Los resultados identificaron 190autores ´unicos, 860 citas acumuladas y un´ındice h de 18. La producci´on se concentr´o principalmente en2024 y 2025, mientras que las redes de colaboraci´on evidenciaron n´ucleos de investigaci´on relativamentefragmentados. El an´alisis de coocurrencia destac´o la gesti´on de recursos humanos, la toma de decisionesy la inteligencia artificial como ejes tem´aticos predominantes. Se concluye que HR Analytics constituyeun campo cient´ıfico en expansi´on, caracterizado por la convergencia entre capacidades anal´ıticas, gesti´onorganizacional y tecnolog´ıas emergentes.Palabras clave: HR Analytics; gesti´on del talento humano; an´alisis bibliom´etrico; inteligencia artificial.The Strategic Impact of HR Analytics on Talent Management: A BibliometricReviewAbstract. This study aimed to analyze the evolution and structure of scientific production on HRAnalytics and its relationship with strategic human talent management. A quantitative, descriptive,and retrospective study was conducted using a bibliometric approach applied to 60 scientific publicationsfrom 2019 to 2026. The results identified 190 unique authors, 860 accumulated citations, and an h-indexof 18. Scientific production was mainly concentrated in 2024 and 2025, while collaboration networksrevealed relatively fragmented research clusters. Keyword co-occurrence analysis highlighted humanresource management, decision-making, and artificial intelligence as the predominant thematic areas.The findings indicate that HR Analytics is an expanding research field characterized by the convergenceof analytical capabilities, organizational management, and emerging technologies.Keywords: HR Analytics; human talent management; bibliometric analysis; artificial intelligence.Chiroque B. et alEl impacto estrat´egico de HR Analytics en la gesti´on del talento humano...185
ISSN-e: 2697-3650Per´ıodo: septiembre–diciembre, 2026Revista MinervaVol. 7, N´umero 21. (pp. 185-195)I.INTRODUCCI ´ONLa transformaci´on digital ha ampliado las posibilidades de utilizar informaci´on organizacional paraorientar la gesti´on del talento humano. En este contexto, HR Analytics comprende la aplicaci´on sis-tem´atica de datos y t´ecnicas anal´ıticas para apoyar decisiones sobre selecci´on, desarrollo, desempe˜no ypermanencia del personal. Su valor estrat´egico se relaciona con la capacidad de transformar registros ad-ministrativos en evidencia pertinente para los objetivos institucionales, superando el uso exclusivamentedescriptivo de los indicadores tradicionales [1], [2].Pese a estas posibilidades, la adopci´on de HR Analytics presenta desaf´ıos asociados con la calidadde los datos, las capacidades t´ecnicas y su incorporaci´on efectiva en los procesos de decisi´on.Laliteratura destaca que su consolidaci´on depende de pr´acticas organizacionales, madurez tecnol´ogica yalineaci´on estrat´egica [3], [4]. Asimismo, el uso de m´etodos predictivos e inteligencia artificial ampl´ıalas aplicaciones en rotaci´on y desempe˜no, aunque sus resultados requieren interpretaci´on contextual ysupervisi´on profesional [5, 6, 7, 8, 9]. Las barreras de implementaci´on pueden limitar el aprovechamientode estas herramientas [10].El desarrollo del campo tambi´en ha incorporado preocupaciones sobre privacidad, transparencia,sesgos algor´ıtmicos y confianza de los trabajadores. Los sistemas basados en datos pueden contribuir ala gesti´on organizacional, pero sus recomendaciones no est´an exentas de riesgos de discriminaci´on o de-cisiones poco justificadas [11], [12]. La legitimidad percibida de la recopilaci´on de informaci´on personalconstituye, por ello, una dimensi´on relevante para su implementaci´on [13]. De forma complementaria,se han examinado aplicaciones orientadas a mejorar la sostenibilidad de las operaciones mediante elan´alisis de recursos humanos [14].La producci´on cient´ıfica sobre HR Analytics re´une enfoques conceptuales, estudios de implementaci´ony aplicaciones de anal´ıtica predictiva, lo que dificulta reconocer sus tendencias principales y la estructurade colaboraci´on entre investigadores. Frente a esta diversidad, la bibliometr´ıa permite examinar indi-cadores de productividad, citaci´on y relaciones entre autores, fuentes y t´erminos tem´aticos. Estudiosprevios han aplicado procedimientos bibliom´etricos a la transformaci´on digital de recursos humanos [15]y han explorado la evoluci´on tem´atica espec´ıfica de HR Analytics [16]; sin embargo, resulta pertinentecontinuar caracterizando su desarrollo reciente y sus l´ıneas de investigaci´on.En este contexto, el objetivo del estudio es analizar la evoluci´on y la estructura de la producci´oncient´ıfica sobre HR Analytics y su vinculaci´on con la gesti´on estrat´egica del talento humano, a partirde un corpus de 60 publicaciones correspondientes al per´ıodo 2019–2026. Para ello, se examinan laproducci´on anual, las fuentes y los autores m´as productivos, los indicadores de citaci´on, las redes decolaboraci´on y la coocurrencia de t´erminos. De este modo, se busca identificar patrones y tendenciasdel conocimiento cient´ıfico sin atribuir efectos causales sobre el desempe˜no organizacional a partir delos indicadores bibliom´etricos.II.MARCO TE ´ORICOA.Conceptualizaci´on y alcance de HR AnalyticsHR Analytics puede entenderse como el uso sistem´atico de datos, t´ecnicas estad´ısticas y herramien-tas computacionales para formular y responder preguntas relevantes sobre la fuerza de trabajo. Aunquela denominaci´on enfatiza la dimensi´on t´ecnica, su objeto sigue siendo la gesti´on de personas en contex-tos organizacionales espec´ıficos. ´Alvarez-Guti´errez et al. [1] examinan el campo desde la perspectiva dela gesti´on sostenible, y Espegren y Hugosson [3] muestran la importancia de estudiar c´omo se producey utiliza el conocimiento anal´ıtico en la pr´actica. As´ı, la disponibilidad de informaci´on constituye unacondici´on necesaria, pero no suficiente, para tomar mejores decisiones.Conviene distinguir entre anal´ıtica descriptiva, orientada a reconocer lo ocurrido; predictiva, di-rigida a estimar resultados posibles a partir de patrones; y prescriptiva, encaminada a comparar cursosde acci´on bajo supuestos expl´ıcitos. Esta clasificaci´on describe funciones anal´ıticas y no una secuenciaautom´atica de progreso organizacional. En particular, la sofisticaci´on de los m´etodos debe evaluarsejunto con su pertinencia, la calidad de las variables y la posibilidad de explicar y revisar las recomenda-ciones [4], [7].Chiroque B. et alEl impacto estrat´egico de HR Analytics en la gesti´on del talento humano...186
ISSN-e: 2697-3650Per´ıodo: septiembre–diciembre, 2026Revista MinervaVol. 7, N´umero 21. (pp. 185-195)B.Capacidad anal´ıtica, madurez e institucionalizaci´onLa perspectiva de capacidades organizacionales permite superar la idea de HR Analytics como unaplataforma tecnol´ogica aislada. La institucionalizaci´on supone incorporar procedimientos recurrentes decaptura, validaci´on, an´alisis, comunicaci´on y uso de informaci´on en las decisiones de recursos humanos.Coolen et al. [2] estudian los factores que condicionan la adopci´on de workforce analytics, destacando lanecesidad de atender tanto al contexto organizacional como a los procesos de difusi´on de innovaciones.Rigamonti et al. [4] estructuran la madurez de HR Analytics en cuatro ´areas —tecnol´ogica, organi-zacional, funcional y de difusi´on— y presentan etapas evolutivas que permiten comprender el desarrollogradual de esta capacidad. Esta propuesta advierte que la madurez no se reduce a emplear aprendizajeautom´atico: requiere procesos, responsabilidades, competencias y articulaci´on con las necesidades in-stitucionales. Desde otra perspectiva, Yadav [10] identifica barreras relacionadas con la integraci´on deinteligencia artificial y anal´ıtica en recursos humanos, lo que refuerza la necesidad de considerar factoreshumanos, t´ecnicos y de gesti´on.C.Aplicaciones estrat´egicas en la gesti´on del talentoEntre los usos m´as discutidos de HR Analytics se encuentran el an´alisis de abandono laboral, laretenci´on de talento, la identificaci´on de brechas de competencias y la evaluaci´on de pr´acticas degesti´on. Kiran et al. [6] sintetizan literatura sobre anal´ıtica, rotaci´on y resultados organizacionales;Cavescu y Popescu [17] examinan el potencial de los modelos predictivos para estudiar la permanenciadel personal. En ambos casos, las predicciones deben interpretarse como estimaciones condicionadaspor los datos y supuestos empleados, y no como decisiones autom´aticas sobre individuos.La conexi´on entre an´alisis de personas y objetivos institucionales tambi´en se observa en trabajossobre sostenibilidad y continuidad de operaciones. Di Prima et al. [14] desarrollan un enfoque basado endatos para analizar la contribuci´on de HR Analytics a operaciones socialmente sostenibles en contextosde crisis. Estas aplicaciones ampl´ıan el campo m´as all´a de la eficiencia administrativa, pero requierendistinguir entre asociaciones reportadas, capacidades de predicci´on y evidencia causal sobre resultadosorganizacionales.D.Inteligencia artificial y gesti´on algor´ıtmica de recursos humanosLa inteligencia artificial incorpora m´etodos de clasificaci´on, reconocimiento de patrones y apoyo a lapredicci´on que pueden aplicarse a procesos de recursos humanos. G´elinas et al. [5] revisan aplicacionesy l´ıneas de investigaci´on de inteligencia artificial en esta ´area. Bastida et al. [8] examinan su evoluci´ondesde la automatizaci´on de tareas hacia la ampliaci´on de la capacidad humana, poniendo de relieve queel valor de estas herramientas depende de la manera en que se integran en los procesos organizacionales.Gong et al. [9] abordan la gesti´on algor´ıtmica desde una perspectiva de posibilidades funcionales,´util para entender c´omo los sistemas tecnol´ogicos intervienen en actividades de coordinaci´on, evaluaci´ony decisi´on. La aplicaci´on estrat´egica exige, por tanto, que los resultados de los algoritmos sean com-prensibles en su contexto de uso, sometidos a validaci´on y complementados por deliberaci´on profesional.Un modelo de buen desempe˜no predictivo puede continuar siendo inadecuado cuando reproduce sesgoshist´oricos o utiliza variables sin justificaci´on organizacional.E.Gobernanza de datos, ´etica y confianzaLa anal´ıtica aplicada a trabajadores plantea tensiones entre las necesidades leg´ıtimas de informaci´onorganizacional y la protecci´on de derechos individuales. La recopilaci´on extensiva de datos, la vigilanciadesproporcionada y la escasa comprensi´on de los criterios automatizados pueden afectar la confianza.Rigamonti et al. [13] analizan c´omo la percepci´on de legitimidad y las atribuciones sobre la recopilaci´onde datos se relacionan con el temor de los trabajadores a la datificaci´on; Kl¨opper y Rowe [18] estudianla asimetr´ıa informacional y su relaci´on con la confianza y la intenci´on de abandonar la organizaci´on.Ebrahimi y Matt [11] advierten sobre mecanismos psicol´ogicos que pueden incidir en la aceptaci´onde recomendaciones anal´ıticas discriminatorias; Ghasemaghaei y Kordzadeh [12] examinan la injusticiaalgor´ıtmica y las decisiones discriminatorias desde la obediencia a la autoridad. En este marco, unagobernanza responsable requiere criterios de minimizaci´on y seguridad de datos, mecanismos paraidentificar sesgos, rendici´on de cuentas y supervisi´on humana efectiva.Las personas no deben serreducidas a indicadores ni calificadas exclusivamente por predicciones estad´ısticas.Chiroque B. et alEl impacto estrat´egico de HR Analytics en la gesti´on del talento humano...187
ISSN-e: 2697-3650Per´ıodo: septiembre–diciembre, 2026Revista MinervaVol. 7, N´umero 21. (pp. 185-195)F.Bibliometr´ıa y delimitaci´on del objeto de estudioLa bibliometr´ıa estudia propiedades de la comunicaci´on cient´ıfica mediante indicadores derivadosde documentos y sus metadatos. Un an´alisis de desempe˜no puede describir la producci´on por periodos,fuentes, autores, pa´ıses y citas, mientras que el mapeo cient´ıfico examina v´ınculos de colaboraci´on,cocitaci´on y coocurrencia de t´erminos. Jain y Sharma [15] muestran la utilidad de este tipo de he-rramientas para analizar la transformaci´on digital desde la gesti´on de recursos humanos; Thakral et al.[16] ofrecen una aproximaci´on a la evoluci´on tem´atica espec´ıfica de HR Analytics.En una investigaci´on bibliom´etrica es indispensable precisar qu´e constituye una unidad de an´alisisy c´omo se han depurado nombres de autores, afiliaciones y t´erminos equivalentes.Asimismo, losindicadores de citaci´on dependen de la fuente y fecha de extracci´on, y las redes bibliogr´aficas reflejanpatrones documentales, no necesariamente relaciones de influencia causal o eficacia de pol´ıticas. Porello, la interpretaci´on de los resultados debe conservar una separaci´on entre la estructura de la literaturaobservada y las afirmaciones sobre consecuencias reales de HR Analytics en las organizaciones.Finalmente, la bibliometr´ıa puede incluir una descripci´on transparente de las fases de identificaci´on yselecci´on de documentos. El diagrama PRISMA 2020, elaborado para informar revisiones sistem´aticas,puede adaptarse como apoyo visual de ese proceso, pero no sustituye los m´etodos de an´alisis bi-bliom´etrico ni convierte autom´aticamente la investigaci´on en una revisi´on sistem´atica [19]. La trazabili-dad exige preservar las b´usquedas, fechas de consulta, criterios de elegibilidad, deduplicaci´on y archivosde metadatos para permitir la reproducci´on de los indicadores.III.METODOLOG´IALa investigaci´on se desarroll´o mediante un enfoque cuantitativo, descriptivo y retrospectivo, condise˜no bibliom´etrico. Se examinaron indicadores de desempe˜no cient´ıfico y relaciones entre publica-ciones sobre anal´ıtica de recursos humanos (HR Analytics), gesti´on del talento humano y desempe˜noorganizacional. La unidad de an´alisis fue el documento cient´ıfico, representado por sus metadatos bi-bliogr´aficos; por tanto, los resultados describen caracter´ısticas de la literatura recuperada y no estimanefectos causales de la implementaci´on de HR Analytics en las organizaciones [20].El corpus documental estuvo conformado por 60 publicaciones cient´ıficas sobre HR Analytics, gesti´ondel talento humano y desempe˜no organizacional, correspondientes al per´ıodo 2019–2026. Para su ca-racterizaci´on se consideraron los metadatos bibliogr´aficos relativos a autor´ıa, t´ıtulo, a˜no de publicaci´on,fuente editorial, identificador digital (DOI), citas, referencias, afiliaciones institucionales, res´umenes yt´erminos tem´aticos. Estos campos constituyeron la base para examinar la productividad cient´ıfica, lainfluencia de las publicaciones y las relaciones intelectuales dentro del conjunto estudiado.La identificaci´on y selecci´on de documentos se desarroll´o mediante una estrategia de b´usquedabibliogr´afica orientada a HR Analytics y su relaci´on con la gesti´on estrat´egica del talento humano. Sereportaron 1185 registros identificados en Scopus (528), Web of Science (368) y ScienceDirect (289), apartir de los cuales se conform´o un corpus final de 60 publicaciones, conforme a los criterios de inclusi´ony exclusi´on establecidos para la investigaci´on. La presentaci´on del proceso de identificaci´on y selecci´onse apoy´o en la estructura de un diagrama de flujo adaptado de PRISMA 2020 (Figura 1), como recursode transparencia documental, sin equiparar el an´alisis bibliom´etrico con una revisi´on sistem´atica deefectos [19].Chiroque B. et alEl impacto estrat´egico de HR Analytics en la gesti´on del talento humano...188
ISSN-e: 2697-3650Per´ıodo: septiembre–diciembre, 2026Revista MinervaVol. 7, N´umero 21. (pp. 185-195)Fig. 1. Diagrama PRISMA de selecci´on de documentos.Los metadatos bibliogr´aficos fueron organizados para examinar la consistencia de los nombres deautores, t´ıtulos de revistas, a˜nos de publicaci´on, afiliaciones y t´erminos tem´aticos. Se consider´o lanormalizaci´on de variantes de escritura y t´erminos equivalentes para favorecer la interpretaci´on de losindicadores y las redes bibliom´etricas. Para los an´alisis tem´aticos se emplearon los t´erminos disponiblesen el corpus, con criterios homog´eneos de agrupaci´on y denominaci´on.El an´alisis contempl´o indicadores de producci´on cient´ıfica anual, distribuci´on por revistas y autores,participaci´on institucional y geogr´afica, citas recibidas y citas promedio por publicaci´on. Asimismo, seconsider´o el ´ındice h del conjunto documental. Los recuentos se interpretaron en relaci´on con el corpusseleccionado, distinguiendo la productividad de las publicaciones de su impacto medido mediante cita-ciones. El procesamiento bibliom´etrico se plante´o mediante el entorno R y el paquete bibliometrix, conapoyo de su interfaz Biblioshiny, para estudiar el desempe˜no cient´ıfico y la estructura relacional de la li-teratura [20]. Se contemplaron representaciones de la producci´on anual, las fuentes m´as productivas, lasredes de colaboraci´on cient´ıfica, la coocurrencia de t´erminos y la estructura tem´atica. La construcci´one interpretaci´on de cada visualizaci´on se vincul´o con los metadatos bibliogr´aficos correspondientes y lospar´ametros de an´alisis aplicados.El an´alisis se fundament´o en registros y metadatos de publicaciones cient´ıficas, sin intervenci´onsobre personas ni recopilaci´on de datos de trabajadores. Los indicadores bibliom´etricos se interpretaroncomo caracter´ısticas del corpus examinado y no como medidas directas de la eficacia de HR Analytics enlas organizaciones. Esta delimitaci´on permiti´o diferenciar la evoluci´on de la producci´on cient´ıfica de losresultados organizacionales descritos por los estudios publicados. Se consideraron como representacionesprincipales la producci´on cient´ıfica anual, las revistas m´as productivas, la colaboraci´on entre autores, laChiroque B. et alEl impacto estrat´egico de HR Analytics en la gesti´on del talento humano...189
ISSN-e: 2697-3650Per´ıodo: septiembre–diciembre, 2026Revista MinervaVol. 7, N´umero 21. (pp. 185-195)coocurrencia de t´erminos y el mapa tem´atico. Cada figura deber´a corresponder a un resultado obtenidodel an´alisis bibliom´etrico del corpus de 60 publicaciones.IV.RESULTADOSEl corpus analizado qued´o conformado por 60 publicaciones cient´ıficas correspondientes al per´ıodo2019–2026. En conjunto, los registros re´unen 190 autores ´unicos y 198 firmas de autor, con un promediode 3.3 autores por documento. La colaboraci´on predomin´o en la muestra, dado que 54 art´ıculos (90.0 %)fueron elaborados en coautor´ıa, mientras que 6 trabajos (10.0 %) correspondieron a autor´ıa individual.Desde el punto de vista del impacto, el corpus acumul´o 860 citas, con un promedio de 14.33 citas porpublicaci´on, una mediana de 9.5 y un ´ındice h de 18.La evoluci´on temporal de la producci´on cient´ıfica evidencia un crecimiento marcado a partir de2023. Como se observa en la Figura 2, el m´aximo nivel de publicaci´on se registr´o en 2024, con 21art´ıculos, seguido muy de cerca por 2025 con 20 contribuciones. En t´erminos agregados, el trienio 2023–2025 concentr´o 51 documentos, equivalentes al 85.0 % del corpus. Este comportamiento sugiere unaaceleraci´on reciente del inter´es acad´emico por HR Analytics y su articulaci´on con la gesti´on estrat´egicadel talento humano.Fig. 2. Producci´on cient´ıfica anual del corpus analizado.Fuente: Elaboraci´on propia con BibliometrixA.Fuentes y autores m´as productivosLa distribuci´on por fuentes muestra una clara concentraci´on editorial. La revista Journal Of Or-ganizational Effectiveness-People And Performance lider´o el corpus con 20 art´ıculos, lo que representael 33.3 % del total. A continuaci´on se ubicaron Personnel Review con 4 publicaciones y ManagementDecision con 3. Otras fuentes con presencia reiterada fueron Information and Management, BusinessProcess Management Journal, Production Planning and Control, Benchmarking: An International Jour-nal e International Journal of Organizational Analysis, cada una con 2 art´ıculos (Figura 3). En t´erminosde citaci´on acumulada, Journal of Organizational Effectiveness-People and Performance tambi´en ocup´oel primer lugar con 161 citas, seguido por Production Planning and Control con 138 y ManagementDecision con 96.La productividad autoral present´o una estructura relativamente dispersa. De Clercq D y PereiraR encabezaron el corpus con 4 art´ıculos cada uno, mientras que Stone D y Curado C registraron 2publicaciones cada uno; el resto de autores apareci´o de manera individual en un ´unico documento(Figura 4). A nivel institucional, destacaron Brock University e ISCTE – Instituto Universit´ario deLisboa con 4 apariciones, seguidas por University of Lisbon y RMIT University con 3 apariciones. Estadistribuci´on indica que el campo a´un se apoya en n´ucleos de producci´on acotados, m´as que en unaconcentraci´on altamente dominante de autores o instituciones.Chiroque B. et alEl impacto estrat´egico de HR Analytics en la gesti´on del talento humano...190
ISSN-e: 2697-3650Per´ıodo: septiembre–diciembre, 2026Revista MinervaVol. 7, N´umero 21. (pp. 185-195)Fig. 3. Fuentes m´as relevantes del corpus.Fuente: Elaboraci´on propia con BibliometrixLa concentraci´on de publicaciones en determinadas revistas cient´ıficas permite identificar las princi-pales fuentes de difusi´on del conocimiento sobre HR Analytics y su vinculaci´on con la gesti´on estrat´egicadel talento humano. Sin embargo, para comprender mejor la estructura de este campo de investigaci´on,tambi´en resulta necesario examinar la contribuci´on individual de los investigadores. En este sentido, laFigura 4 presenta la distribuci´on de los autores m´as productivos del corpus analizado, lo que permitereconocer a quienes registran una mayor participaci´on en la producci´on cient´ıfica y caracterizar el gradode concentraci´on de la autor´ıa en esta ´area de conocimiento.Fig. 4. Autores m´as productivos del corpus.Fuente: Elaboraci´on propia con BibliometrixB.Estructura de colaboraci´on cient´ıficaEl an´alisis de las redes de colaboraci´on cient´ıfica permiti´o identificar distintos n´ucleos de coautor´ıadentro del corpus estudiado, como se observa en la Figura 5.Entre ellos destac´o la colaboraci´onentre De Clercq y Pereira, as´ı como el grupo integrado por Curado, Henriques, Jer´onimo y Mu˜noz-Pascual. Asimismo, se identific´o un n´ucleo de investigaci´on relacionado con Stone, ´Alvarez-Guti´errez,Chiroque B. et alEl impacto estrat´egico de HR Analytics en la gesti´on del talento humano...191
ISSN-e: 2697-3650Per´ıodo: septiembre–diciembre, 2026Revista MinervaVol. 7, N´umero 21. (pp. 185-195)Casta˜no y Garc´ıa-Izquierdo, cuya producci´on incluye contribuciones al estudio de HR Analytics desde unaperspectiva de gesti´on sostenible [1]. Estas asociaciones permiten caracterizar la estructura colaborativadel campo y reconocer grupos de investigadores vinculados mediante publicaciones conjuntas.Lacoexistencia de estos n´ucleos, sugiere que la colaboraci´on cient´ıfica en el ´area permanece en proceso deconsolidaci´on. No obstante, el predominio de documentos en coautor´ıa indica una tendencia favorablehacia el trabajo colaborativo en la investigaci´on reciente.Fig. 5. Red de colaboraci´on entre autores.Fuente: Elaboraci´on propia con BibliometrixC.Estructura tem´atica del corpusEl an´alisis de coocurrencia de t´erminos mostr´o que las categor´ıas m´as frecuentes fueron HumanResource Management (16 ocurrencias), Decision Making (11), Artificial Intelligence (8), Performance(7), HR Analytics (7) y Workforce Analytics (5). La red tem´atica presentada en la Figura 6 ubicaa Human Resource Management como nodo central del corpus, conectado de manera recurrente conDecision Making, Performance, Workforce Analytics y Job Satisfaction. Asimismo, Artificial Intelligenceaparece asociada con Decision Making y con el n´ucleo de gesti´on de recursos humanos, lo que pone derelieve la creciente convergencia entre anal´ıtica de personas, automatizaci´on y soporte inteligente parala toma de decisiones.Chiroque B. et alEl impacto estrat´egico de HR Analytics en la gesti´on del talento humano...192
ISSN-e: 2697-3650Per´ıodo: septiembre–diciembre, 2026Revista MinervaVol. 7, N´umero 21. (pp. 185-195)Fig. 6. Red de coocurrencia de t´erminos del corpus.Fuente: Elaboraci´on propia con BibliometrixLa estructura tem´atica revela que el corpus se organiza alrededor de cuatro ejes principales: gesti´onestrat´egica de recursos humanos, toma de decisiones basada en datos, desempe˜no organizacional yaplicaciones de inteligencia artificial. La presencia de t´erminos como Data Analytics, TransformationalLeadership, Commitment y Conservation of Resources Theory muestra, adem´as, la coexistencia deaproximaciones tecnol´ogicas, organizacionales y conductuales dentro del campo. Este patr´on confirmael car´acter multidisciplinario de la investigaci´on y su progresivo desplazamiento desde descripcionesgenerales hacia aplicaciones anal´ıticas con implicaciones estrat´egicas y ´eticas.D.Publicaciones con mayor impactoEn cuanto al impacto cient´ıfico, el an´alisis de citaci´on permiti´o identificar los documentos de mayorinfluencia dentro del corpus estudiado. Entre ellos destacaron los trabajos de Iftikhar et al., con 107citas; Thakral et al. [16], con 54 citas; Santos et al., con 44 citas; Taghizadeh et al., con 37 citas; yRoemmich et al., con 36 citas. Esta distribuci´on evidencia una concentraci´on de las citaciones en ungrupo reducido de publicaciones, cuyos enfoques abarcan el an´alisis de datos, las tecnolog´ıas digitalesy diferentes dimensiones de la gesti´on organizacional. En particular, la contribuci´on de Thakral et al.[16] permite reconocer la evoluci´on tem´atica de HR Analytics y su articulaci´on con las capacidadesanal´ıticas y la toma de decisiones estrat´egicas. En conjunto, estos resultados muestran la diversidad deperspectivas presentes en el corpus y permiten identificar publicaciones con mayor visibilidad cient´ıficadentro del per´ıodo analizado.E.Discusi´onLa producci´on cient´ıfica se concentr´o entre 2023 y 2025, per´ıodo que reuni´o 51 de los 60 documentosanalizados (85,0 %), con un m´aximo de 21 publicaciones en 2024. Este predominio de estudios recientescoincide con el inter´es creciente por la adopci´on y evoluci´on de HR Analytics descrito en la literatura[1, 2, 3], [16].La tendencia caracteriza el corpus seleccionado, sin representar necesariamente latotalidad de la producci´on internacional; adem´as, los registros de 2026 corresponden a un a˜no todav´ıaen curso.La concentraci´on de 20 publicaciones (33,3 %) en Journal of Organizational Effectiveness: Peopleand Performance, junto con la presencia de revistas de gesti´on y tecnolog´ıas de la informaci´on, reflejala convergencia disciplinaria del campo [2], [4], [7]. Aunque 54 art´ıculos (90,0 %) registraron autor´ıam´ultiple, la red de coautor´ıa mostr´o n´ucleos diferenciados y conexiones limitadas entre ellos.Estaconfiguraci´on evidencia colaboraci´on dentro de grupos espec´ıficos, sin permitir inferencias generalessobre cooperaci´on internacional.Chiroque B. et alEl impacto estrat´egico de HR Analytics en la gesti´on del talento humano...193
ISSN-e: 2697-3650Per´ıodo: septiembre–diciembre, 2026Revista MinervaVol. 7, N´umero 21. (pp. 185-195)La coocurrencia tem´atica destac´o Human Resource Management (16 apariciones), Decision Making(11) y Artificial Intelligence (8), lo que resulta congruente con las investigaciones sobre el paso deindicadores descriptivos hacia aplicaciones predictivas y gesti´on algor´ıtmica [5], [8], [9]. Los v´ınculoscon desempe˜no, retenci´on y gesti´on del talento [6], [14], [17] se˜nalan ´areas de aplicaci´on relevantes;sin embargo, la proximidad entre t´erminos no demuestra efectos causales de HR Analytics sobre losresultados organizacionales.El desarrollo de estas aplicaciones tambi´en exige considerar la transparencia, la privacidad y lasupervisi´on humana, especialmente ante los riesgos de discriminaci´on y p´erdida de legitimidad de lasdecisiones basadas en datos [11, 12, 13], [18]. Por otra parte, las 860 citas acumuladas y el ´ındice hde 18 expresan la visibilidad bibliogr´afica del corpus, aunque su interpretaci´on depende de la coberturadocumental, la antig¨uedad de los estudios y la presencia de trabajos de ´areas afines.En consecuencia, el an´alisis ofrece una caracterizaci´on de la productividad, la colaboraci´on y laestructura conceptual de la literatura seleccionada. Su alcance descriptivo y la dependencia de losmetadatos aconsejan complementar estos hallazgos con estudios longitudinales y comparativos queexaminen la eficacia de las aplicaciones anal´ıticas y sus implicaciones organizacionales y ´eticas.CONCLUSIONESEl an´alisis bibliom´etrico de 60 publicaciones correspondientes al per´ıodo 2019–2026 permiti´o ca-racterizar la evoluci´on reciente de la investigaci´on relacionada con HR Analytics y su articulaci´on conla gesti´on estrat´egica del talento humano. La mayor concentraci´on de documentos se registr´o entre2023 y 2025, per´ıodo que reuni´o el 85,0 % del corpus, lo que evidencia el predominio de contribucionesrecientes dentro de la selecci´on estudiada.La producci´on se distribuy´o entre diversas revistas y redes de autor´ıa, aunque mostr´o concentraci´oneditorial en Journal of Organizational Effectiveness: People and Performance y una estructura de co-laboraci´on formada por n´ucleos diferenciados. La coocurrencia de t´erminos destac´o la relaci´on tem´aticaentre gesti´on de recursos humanos, toma de decisiones, desempe˜no e inteligencia artificial, confirmandoel car´acter interdisciplinario de esta l´ınea de investigaci´on.Los indicadores de citaci´on y las redes bibliom´etricas permitieron identificar patrones de visibilidad,productividad y proximidad intelectual, pero no establecen relaciones causales entre la adopci´on de HRAnalytics y los resultados de las organizaciones. En consecuencia, se recomienda complementar el mapeobibliom´etrico con investigaciones longitudinales y comparativas que examinen tanto la efectividad delas aplicaciones anal´ıticas como sus implicaciones ´eticas, de privacidad y de confianza institucional.REFERENCIAS[1] F. Alvarez-Guti´errez, D. Stone, A. Casta˜no, and A. Garc´ıa-Izquierdo, “Human resources analytics:A systematic review from a sustainable management approach,” Journal of Work and Organiza-tional Psychology–Revista de Psicolog´ıa del Trabajo y de las Organizaciones, vol. 38, no. 3, pp.129–147, 2022, doi: 10.5093/jwop2022a18.[2] P. Coolen, S. Van den Heuvel, K. Van de Voorde, and J. Paauwe, “Understanding the adoption andinstitutionalization of workforce analytics: A systematic literature review and research agenda,”Human Resource Management Review, vol. 33, no. 4, 2023, doi: 10.1016/j.hrmr.2023.100985.[3] Y. Espegren and M. Hugosson, “HR analytics-as-practice: A systematic literature review,” Journalof Organizational Effectiveness: People and Performance, vol. 12, no. 5, pp. 83–111, 2023, doi:10.1108/JOEPP-11-2022-0345.[4] E. Rigamonti, L. Gastaldi, and M. Corso, “Measuring HR analytics maturity: Supporting thedevelopment of a roadmap for data-driven human resources management,” Management Decision,vol. 62, no. 13, pp. 243–282, 2024, doi: 10.1108/MD-11-2023-2087.Chiroque B. et alEl impacto estrat´egico de HR Analytics en la gesti´on del talento humano...194
ISSN-e: 2697-3650Per´ıodo: septiembre–diciembre, 2026Revista MinervaVol. 7, N´umero 21. (pp. 185-195)[5] D. G´elinas, A. Sadreddin, and R. Vahidov, “Artificial intelligence in human resources management:A review and research agenda,” Pacific Asia Journal of the Association for Information Systems,vol. 14, no. 6, pp. 1–42, 2022, doi: 10.17705/1pais.14601.[6] P. Kiran, A. Chaubey, and R. Shastri, “Role of HR analytics and attrition on organisationalperformance: A literature review leveraging the SCM-TBFO framework,” Benchmarking: An In-ternational Journal, vol. 31, no. 9, pp. 3102–3129, 2023, doi: 10.1108/BIJ-06-2023-0412.[7] S. Shet, “Developing human resource analytics capability architecture in organizations,” PersonnelReview, vol. 54, no. 9, pp. 2286–2310, 2025, doi: 10.1108/PR-01-2024-0009.[8] M. Bastida, A. Vaquero-Garc´ıa, M. Vazquez-Ta´ın, and M. Del R´ıo Araujo, “From automationto augmentation: Human resource’s journey with artificial intelligence,” Journal of IndustrialInformation Integration, vol. 46, 2025, doi: 10.1016/j.jii.2025.100872.[9] Q. Gong, D. Fan, and T. Bartram, “Algorithmic human resource management: Toward a functionalaffordance perspective,” Personnel Review, vol. 54, no. 5, pp. 1150–1177, 2024, doi: 10.1108/PR-01-2024-0099.[10] G. Yadav, “AI and analytics conundrum: Unpacking the barriers in modern HR with ISM andMICMAC analysis,” International Journal of Organizational Analysis, vol. 33, no. 10, pp. 3924–3952, 2025, doi: 10.1108/IJOA-08-2024-4782.[11] S. Ebrahimi and C. Matt, “Not seeing the (moral) forest for the trees?how task complex-ity and employees’ expertise affect moral disengagement with discriminatory data analytics rec-ommendations,” Journal of Information Technology, vol. 39, no. 3, pp. 477–502, 2024, doi:10.1177/02683962231181148.[12] M. Ghasemaghaei and N. Kordzadeh, “Understanding how algorithmic injustice leads to makingdiscriminatory decisions: An obedience to authority perspective,” Information and Management,vol. 61, no. 2, 2024, doi: 10.1016/j.im.2024.103921.[13] E. Rigamonti, B. Colaiacovo, L. Gastaldi, and M. Corso, “HR analytics and the data collectionprocess: The role of attributions and perceived legitimacy in explaining employees’ fear of datafica-tion,” Journal of Organizational Effectiveness: People and Performance, vol. 12, no. 5, pp. 1–23,2025, doi: 10.1108/JOEPP-06-2023-0246.[14] C. Di Prima, A. Kotaskova, H. Yildiz, and A. Ferraris, “How to survive social crises? an HR ana-lytics data-driven approach to improve social sustainable operations’ effectiveness,” ManagementDecision, vol. 62, no. 7, pp. 2064–2084, 2024, doi: 10.1108/MD-06-2023-0973.[15] D. Jain and H. Sharma, “Snapshot of digital transformation from the perspective of human resourcemanagement: A bibliometric approach,” Business Process Management Journal, vol. 30, no. 3,pp. 726–753, 2024, doi: 10.1108/BPMJ-06-2023-0458.[16] P. Thakral, P. Srivastava, S. Dash, S. Jasimuddin, and Z. Zhang, “Trends in the thematic landscapeof HR analytics research: A structural topic modeling approach,” Management Decision, vol. 61,no. 12, pp. 3665–3690, 2023, doi: 10.1108/MD-01-2023-0080.[17] A. Cavescu and N. Popescu, “Predictive analytics in human resources management:Eval-uating AIHR’s role in talent retention,” AppliedMath, vol. 5, no. 3, 2025, doi:10.3390/appliedmath5030099.[18] M. Kl¨opper and F. Rowe, “People analytics, trust erosion and intention to leave: The role ofinformation asymmetry,” Information and Management, vol. 63, no. 4, 2026, doi: 10.1016/j.im.2026.104346.[19] M. J. Page, J. E. McKenzie, and P. M. Bossuyt, “The PRISMA 2020 statement: An updatedguideline for reporting systematic reviews,” BMJ, vol. 372, 2021, art. no. n71, doi: 10.1136/bmj.n71.[20] M. Aria and C. Cuccurullo, “bibliometrix: An R-tool for comprehensive science mapping analysis,”Journal of Informetrics, vol. 11, no. 4, pp. 959–975, 2017, doi: 10.1016/j.joi.2017.08.007.Chiroque B. et alEl impacto estrat´egico de HR Analytics en la gesti´on del talento humano...195