Saltar al artículo
Revista Minerva · Artículo de revisión
Vol. 7 · Núm. 21 · Septiembre–diciembre de 2026 · pp. 185–195 · ISSN-e 2697-3650
Inicio
Introducción
Marco teórico
Metodología
Resultados
Conclusiones
Referencias
DOI
−
+
ISSN-e: 2697-3650
Per´ıodo: septiembre–diciembre, 2026
Revista Minerva
Vol. 7, N´umero 21. (pp. 185-195)
Art´ıculo de revisi´on
https://doi.org/10.47460/minerva.v7i21.370
El impacto estrat´egico de HR Analytics en la gesti´on del talento
humano: una revisi´on bibliom´etrica
Betsy Chiroque Sandoval*
https
:
//orcid.org/0009-0005-1611-9254
bechiroquesa@ucvvirtual.edu.pe
Universidad C´esar Vallejo
Lima, Per´u
Hip´olito Flores Inca
https
:
//orcid.org/0009-0002-8104-6440
hifloresin@ucvvirtual.edu.pe
Universidad C´esar Vallejo
Lima, Per´u
Gerardo Rodolfo Cortijo Ramirez
https
:
//orcid.org/0000-0002-5865-1055
gcortijor@ucvvirtual.edu.pe
Universidad C´esar Vallejo
Lima, Per´u
*Autor de correspondencia: bechiroquesa@ucvvirtual.edu.pe
Recibido: (07/09/2026), Aceptado: (19/10/2026)
Resumen.
El objetivo de esta investigaci´on fue analizar la evoluci´on y estructura de la producci´on
cient´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 aplicado
a 60 publicaciones cient´ıficas correspondientes al per´ıodo 2019–2026. Los resultados identificaron 190
autores ´unicos, 860 citas acumuladas y un´ındice h de 18. La producci´on se concentr´o principalmente en
2024 y 2025, mientras que las redes de colaboraci´on evidenciaron n´ucleos de investigaci´on relativamente
fragmentados. El an´alisis de coocurrencia destac´o la gesti´on de recursos humanos, la toma de decisiones
y la inteligencia artificial como ejes tem´aticos predominantes. Se concluye que HR Analytics constituye
un campo cient´ıfico en expansi´on, caracterizado por la convergencia entre capacidades anal´ıticas, gesti´on
organizacional 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 Bibliometric
Review
Abstract.
This study aimed to analyze the evolution and structure of scientific production on HR
Analytics and its relationship with strategic human talent management. A quantitative, descriptive,
and retrospective study was conducted using a bibliometric approach applied to 60 scientific publications
from 2019 to 2026. The results identified 190 unique authors, 860 accumulated citations, and an h-index
of 18. Scientific production was mainly concentrated in 2024 and 2025, while collaboration networks
revealed relatively fragmented research clusters. Keyword co-occurrence analysis highlighted human
resource 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 convergence
of analytical capabilities, organizational management, and emerging technologies.
Keywords:
HR Analytics; human talent management; bibliometric analysis; artificial intelligence.
Chiroque B. et al
El impacto estrat´egico de HR Analytics en la gesti´on del talento humano...
185
Página 185
ISSN-e: 2697-3650
Per´ıodo: septiembre–diciembre, 2026
Revista Minerva
Vol. 7, N´umero 21. (pp. 185-195)
I.
INTRODUCCI
´
ON
La transformaci´on digital ha ampliado las posibilidades de utilizar informaci´on organizacional para
orientar 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 y
permanencia 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 exclusivamente
descriptivo de los indicadores tradicionales [1], [2].
Pese a estas posibilidades, la adopci´on de HR Analytics presenta desaf´ıos asociados con la calidad
de los datos, las capacidades t´ecnicas y su incorporaci´on efectiva en los procesos de decisi´on.
La
literatura destaca que su consolidaci´on depende de pr´acticas organizacionales, madurez tecnol´ogica y
alineaci´on estrat´egica [3], [4]. Asimismo, el uso de m´etodos predictivos e inteligencia artificial ampl´ıa
las aplicaciones en rotaci´on y desempe˜no, aunque sus resultados requieren interpretaci´on contextual y
supervisi´on profesional [5, 6, 7, 8, 9]. Las barreras de implementaci´on pueden limitar el aprovechamiento
de 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 a
la 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 personal
constituye, 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 el
an´alisis de recursos humanos [14].
La producci´on cient´ıfica sobre HR Analytics re´une enfoques conceptuales, estudios de implementaci´on
y aplicaciones de anal´ıtica predictiva, lo que dificulta reconocer sus tendencias principales y la estructura
de 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. Estudios
previos 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 pertinente
continuar 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´on
cient´ıfica sobre HR Analytics y su vinculaci´on con la gesti´on estrat´egica del talento humano, a partir
de un corpus de 60 publicaciones correspondientes al per´ıodo 2019–2026. Para ello, se examinan la
producci´on anual, las fuentes y los autores m´as productivos, los indicadores de citaci´on, las redes de
colaboraci´on y la coocurrencia de t´erminos. De este modo, se busca identificar patrones y tendencias
del conocimiento cient´ıfico sin atribuir efectos causales sobre el desempe˜no organizacional a partir de
los indicadores bibliom´etricos.
II.
MARCO TE
´
ORICO
A.
Conceptualizaci´on y alcance de HR Analytics
HR 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. Aunque
la 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 de
la gesti´on sostenible, y Espegren y Hugosson [3] muestran la importancia de estudiar c´omo se produce
y utiliza el conocimiento anal´ıtico en la pr´actica. As´ı, la disponibilidad de informaci´on constituye una
condici´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 cursos
de acci´on bajo supuestos expl´ıcitos. Esta clasificaci´on describe funciones anal´ıticas y no una secuencia
autom´atica de progreso organizacional. En particular, la sofisticaci´on de los m´etodos debe evaluarse
junto con su pertinencia, la calidad de las variables y la posibilidad de explicar y revisar las recomenda-
ciones [4], [7].
Chiroque B. et al
El impacto estrat´egico de HR Analytics en la gesti´on del talento humano...
186
Página 186
ISSN-e: 2697-3650
Per´ıodo: septiembre–diciembre, 2026
Revista Minerva
Vol. 7, N´umero 21. (pp. 185-195)
B.
Capacidad anal´ıtica, madurez e institucionalizaci´on
La perspectiva de capacidades organizacionales permite superar la idea de HR Analytics como una
plataforma tecnol´ogica aislada. La institucionalizaci´on supone incorporar procedimientos recurrentes de
captura, 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 la
necesidad 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 desarrollo
gradual de esta capacidad. Esta propuesta advierte que la madurez no se reduce a emplear aprendizaje
autom´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 de
inteligencia artificial y anal´ıtica en recursos humanos, lo que refuerza la necesidad de considerar factores
humanos, t´ecnicos y de gesti´on.
C.
Aplicaciones estrat´egicas en la gesti´on del talento
Entre los usos m´as discutidos de HR Analytics se encuentran el an´alisis de abandono laboral, la
retenci´on de talento, la identificaci´on de brechas de competencias y la evaluaci´on de pr´acticas de
gesti´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 permanencia
del personal. En ambos casos, las predicciones deben interpretarse como estimaciones condicionadas
por 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 trabajos
sobre sostenibilidad y continuidad de operaciones. Di Prima et al. [14] desarrollan un enfoque basado en
datos para analizar la contribuci´on de HR Analytics a operaciones socialmente sostenibles en contextos
de crisis. Estas aplicaciones ampl´ıan el campo m´as all´a de la eficiencia administrativa, pero requieren
distinguir entre asociaciones reportadas, capacidades de predicci´on y evidencia causal sobre resultados
organizacionales.
D.
Inteligencia artificial y gesti´on algor´ıtmica de recursos humanos
La inteligencia artificial incorpora m´etodos de clasificaci´on, reconocimiento de patrones y apoyo a la
predicci´on que pueden aplicarse a procesos de recursos humanos. G´elinas et al. [5] revisan aplicaciones
y l´ıneas de investigaci´on de inteligencia artificial en esta ´area. Bastida et al. [8] examinan su evoluci´on
desde la automatizaci´on de tareas hacia la ampliaci´on de la capacidad humana, poniendo de relieve que
el 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´on
y 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 sesgos
hist´oricos o utiliza variables sin justificaci´on organizacional.
E.
Gobernanza de datos, ´etica y confianza
La anal´ıtica aplicada a trabajadores plantea tensiones entre las necesidades leg´ıtimas de informaci´on
organizacional y la protecci´on de derechos individuales. La recopilaci´on extensiva de datos, la vigilancia
desproporcionada 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´on
de datos se relacionan con el temor de los trabajadores a la datificaci´on; Kl¨opper y Rowe [18] estudian
la 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´on
de recomendaciones anal´ıticas discriminatorias; Ghasemaghaei y Kordzadeh [12] examinan la injusticia
algor´ıtmica y las decisiones discriminatorias desde la obediencia a la autoridad. En este marco, una
gobernanza responsable requiere criterios de minimizaci´on y seguridad de datos, mecanismos para
identificar sesgos, rendici´on de cuentas y supervisi´on humana efectiva.
Las personas no deben ser
reducidas a indicadores ni calificadas exclusivamente por predicciones estad´ısticas.
Chiroque B. et al
El impacto estrat´egico de HR Analytics en la gesti´on del talento humano...
187
Página 187
ISSN-e: 2697-3650
Per´ıodo: septiembre–diciembre, 2026
Revista Minerva
Vol. 7, N´umero 21. (pp. 185-195)
F.
Bibliometr´ıa y delimitaci´on del objeto de estudio
La bibliometr´ıa estudia propiedades de la comunicaci´on cient´ıfica mediante indicadores derivados
de 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´alisis
y c´omo se han depurado nombres de autores, afiliaciones y t´erminos equivalentes.
Asimismo, los
indicadores de citaci´on dependen de la fuente y fecha de extracci´on, y las redes bibliogr´aficas reflejan
patrones documentales, no necesariamente relaciones de influencia causal o eficacia de pol´ıticas. Por
ello, la interpretaci´on de los resultados debe conservar una separaci´on entre la estructura de la literatura
observada 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 y
selecci´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 archivos
de metadatos para permitir la reproducci´on de los indicadores.
III.
METODOLOG
´
IA
La investigaci´on se desarroll´o mediante un enfoque cuantitativo, descriptivo y retrospectivo, con
dise˜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˜no
organizacional. 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 estiman
efectos 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´on
del 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 y
t´erminos tem´aticos. Estos campos constituyeron la base para examinar la productividad cient´ıfica, la
influencia 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´usqueda
bibliogr´afica orientada a HR Analytics y su relaci´on con la gesti´on estrat´egica del talento humano. Se
reportaron 1185 registros identificados en Scopus (528), Web of Science (368) y ScienceDirect (289), a
partir de los cuales se conform´o un corpus final de 60 publicaciones, conforme a los criterios de inclusi´on
y exclusi´on establecidos para la investigaci´on. La presentaci´on del proceso de identificaci´on y selecci´on
se apoy´o en la estructura de un diagrama de flujo adaptado de PRISMA 2020 (Figura 1), como recurso
de transparencia documental, sin equiparar el an´alisis bibliom´etrico con una revisi´on sistem´atica de
efectos [19].
Chiroque B. et al
El impacto estrat´egico de HR Analytics en la gesti´on del talento humano...
188
Página 188
ISSN-e: 2697-3650
Per´ıodo: septiembre–diciembre, 2026
Revista Minerva
Vol. 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 de
autores, t´ıtulos de revistas, a˜nos de publicaci´on, afiliaciones y t´erminos tem´aticos. Se consider´o la
normalizaci´on de variantes de escritura y t´erminos equivalentes para favorecer la interpretaci´on de los
indicadores y las redes bibliom´etricas. Para los an´alisis tem´aticos se emplearon los t´erminos disponibles
en 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, se
consider´o el ´ındice h del conjunto documental. Los recuentos se interpretaron en relaci´on con el corpus
seleccionado, 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, con
apoyo 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, las
redes de colaboraci´on cient´ıfica, la coocurrencia de t´erminos y la estructura tem´atica. La construcci´on
e interpretaci´on de cada visualizaci´on se vincul´o con los metadatos bibliogr´aficos correspondientes y los
par´ametros de an´alisis aplicados.
El an´alisis se fundament´o en registros y metadatos de publicaciones cient´ıficas, sin intervenci´on
sobre personas ni recopilaci´on de datos de trabajadores. Los indicadores bibliom´etricos se interpretaron
como caracter´ısticas del corpus examinado y no como medidas directas de la eficacia de HR Analytics en
las organizaciones. Esta delimitaci´on permiti´o diferenciar la evoluci´on de la producci´on cient´ıfica de los
resultados organizacionales descritos por los estudios publicados. Se consideraron como representaciones
principales la producci´on cient´ıfica anual, las revistas m´as productivas, la colaboraci´on entre autores, la
Chiroque B. et al
El impacto estrat´egico de HR Analytics en la gesti´on del talento humano...
189
Página 189
ISSN-e: 2697-3650
Per´ıodo: septiembre–diciembre, 2026
Revista Minerva
Vol. 7, N´umero 21. (pp. 185-195)
coocurrencia de t´erminos y el mapa tem´atico. Cada figura deber´a corresponder a un resultado obtenido
del an´alisis bibliom´etrico del corpus de 60 publicaciones.
IV.
RESULTADOS
El corpus analizado qued´o conformado por 60 publicaciones cient´ıficas correspondientes al per´ıodo
2019–2026. En conjunto, los registros re´unen 190 autores ´unicos y 198 firmas de autor, con un promedio
de 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 por
publicaci´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 de
2023. Como se observa en la Figura 2, el m´aximo nivel de publicaci´on se registr´o en 2024, con 21
art´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 una
aceleraci´on reciente del inter´es acad´emico por HR Analytics y su articulaci´on con la gesti´on estrat´egica
del talento humano.
Fig. 2.
Producci´on cient´ıfica anual del corpus analizado.
Fuente: Elaboraci´on propia con Bibliometrix
A.
Fuentes y autores m´as productivos
La 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 representa
el 33.3 % del total. A continuaci´on se ubicaron Personnel Review con 4 publicaciones y Management
Decision con 3. Otras fuentes con presencia reiterada fueron Information and Management, Business
Process 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´erminos
de citaci´on acumulada, Journal of Organizational Effectiveness-People and Performance tambi´en ocup´o
el primer lugar con 161 citas, seguido por Production Planning and Control con 138 y Management
Decision con 96.
La productividad autoral present´o una estructura relativamente dispersa. De Clercq D y Pereira
R encabezaron el corpus con 4 art´ıculos cada uno, mientras que Stone D y Curado C registraron 2
publicaciones 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 de
Lisboa con 4 apariciones, seguidas por University of Lisbon y RMIT University con 3 apariciones. Esta
distribuci´on indica que el campo a´un se apoya en n´ucleos de producci´on acotados, m´as que en una
concentraci´on altamente dominante de autores o instituciones.
Chiroque B. et al
El impacto estrat´egico de HR Analytics en la gesti´on del talento humano...
190
Página 190
ISSN-e: 2697-3650
Per´ıodo: septiembre–diciembre, 2026
Revista Minerva
Vol. 7, N´umero 21. (pp. 185-195)
Fig. 3.
Fuentes m´as relevantes del corpus.
Fuente: Elaboraci´on propia con Bibliometrix
La 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´egica
del 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, la
Figura 4 presenta la distribuci´on de los autores m´as productivos del corpus analizado, lo que permite
reconocer a quienes registran una mayor participaci´on en la producci´on cient´ıfica y caracterizar el grado
de concentraci´on de la autor´ıa en esta ´area de conocimiento.
Fig. 4.
Autores m´as productivos del corpus.
Fuente: Elaboraci´on propia con Bibliometrix
B.
Estructura de colaboraci´on cient´ıfica
El an´alisis de las redes de colaboraci´on cient´ıfica permiti´o identificar distintos n´ucleos de coautor´ıa
dentro del corpus estudiado, como se observa en la Figura 5.
Entre ellos destac´o la colaboraci´on
entre 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 al
El impacto estrat´egico de HR Analytics en la gesti´on del talento humano...
191
Página 191
ISSN-e: 2697-3650
Per´ıodo: septiembre–diciembre, 2026
Revista Minerva
Vol. 7, N´umero 21. (pp. 185-195)
Casta˜no y Garc´ıa-Izquierdo, cuya producci´on incluye contribuciones al estudio de HR Analytics desde una
perspectiva de gesti´on sostenible [1]. Estas asociaciones permiten caracterizar la estructura colaborativa
del campo y reconocer grupos de investigadores vinculados mediante publicaciones conjuntas.
La
coexistencia de estos n´ucleos, sugiere que la colaboraci´on cient´ıfica en el ´area permanece en proceso de
consolidaci´on. No obstante, el predominio de documentos en coautor´ıa indica una tendencia favorable
hacia el trabajo colaborativo en la investigaci´on reciente.
Fig. 5.
Red de colaboraci´on entre autores.
Fuente: Elaboraci´on propia con Bibliometrix
C.
Estructura tem´atica del corpus
El an´alisis de coocurrencia de t´erminos mostr´o que las categor´ıas m´as frecuentes fueron Human
Resource 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 ubica
a Human Resource Management como nodo central del corpus, conectado de manera recurrente con
Decision Making, Performance, Workforce Analytics y Job Satisfaction. Asimismo, Artificial Intelligence
aparece asociada con Decision Making y con el n´ucleo de gesti´on de recursos humanos, lo que pone de
relieve la creciente convergencia entre anal´ıtica de personas, automatizaci´on y soporte inteligente para
la toma de decisiones.
Chiroque B. et al
El impacto estrat´egico de HR Analytics en la gesti´on del talento humano...
192
Página 192
ISSN-e: 2697-3650
Per´ıodo: septiembre–diciembre, 2026
Revista Minerva
Vol. 7, N´umero 21. (pp. 185-195)
Fig. 6.
Red de coocurrencia de t´erminos del corpus.
Fuente: Elaboraci´on propia con Bibliometrix
La estructura tem´atica revela que el corpus se organiza alrededor de cuatro ejes principales: gesti´on
estrat´egica de recursos humanos, toma de decisiones basada en datos, desempe˜no organizacional y
aplicaciones de inteligencia artificial. La presencia de t´erminos como Data Analytics, Transformational
Leadership, Commitment y Conservation of Resources Theory muestra, adem´as, la coexistencia de
aproximaciones tecnol´ogicas, organizacionales y conductuales dentro del campo. Este patr´on confirma
el car´acter multidisciplinario de la investigaci´on y su progresivo desplazamiento desde descripciones
generales hacia aplicaciones anal´ıticas con implicaciones estrat´egicas y ´eticas.
D.
Publicaciones con mayor impacto
En cuanto al impacto cient´ıfico, el an´alisis de citaci´on permiti´o identificar los documentos de mayor
influencia dentro del corpus estudiado. Entre ellos destacaron los trabajos de Iftikhar et al., con 107
citas; Thakral et al. [16], con 54 citas; Santos et al., con 44 citas; Taghizadeh et al., con 37 citas; y
Roemmich et al., con 36 citas. Esta distribuci´on evidencia una concentraci´on de las citaciones en un
grupo reducido de publicaciones, cuyos enfoques abarcan el an´alisis de datos, las tecnolog´ıas digitales
y 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 capacidades
anal´ıticas y la toma de decisiones estrat´egicas. En conjunto, estos resultados muestran la diversidad de
perspectivas presentes en el corpus y permiten identificar publicaciones con mayor visibilidad cient´ıfica
dentro del per´ıodo analizado.
E.
Discusi´on
La producci´on cient´ıfica se concentr´o entre 2023 y 2025, per´ıodo que reuni´o 51 de los 60 documentos
analizados (85,0 %), con un m´aximo de 21 publicaciones en 2024. Este predominio de estudios recientes
coincide 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 la
totalidad de la producci´on internacional; adem´as, los registros de 2026 corresponden a un a˜no todav´ıa
en curso.
La concentraci´on de 20 publicaciones (33,3 %) en Journal of Organizational Effectiveness: People
and Performance, junto con la presencia de revistas de gesti´on y tecnolog´ıas de la informaci´on, refleja
la convergencia disciplinaria del campo [2], [4], [7]. Aunque 54 art´ıculos (90,0 %) registraron autor´ıa
m´ultiple, la red de coautor´ıa mostr´o n´ucleos diferenciados y conexiones limitadas entre ellos.
Esta
configuraci´on evidencia colaboraci´on dentro de grupos espec´ıficos, sin permitir inferencias generales
sobre cooperaci´on internacional.
Chiroque B. et al
El impacto estrat´egico de HR Analytics en la gesti´on del talento humano...
193
Página 193
ISSN-e: 2697-3650
Per´ıodo: septiembre–diciembre, 2026
Revista Minerva
Vol. 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 de
indicadores descriptivos hacia aplicaciones predictivas y gesti´on algor´ıtmica [5], [8], [9]. Los v´ınculos
con 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 los
resultados organizacionales.
El desarrollo de estas aplicaciones tambi´en exige considerar la transparencia, la privacidad y la
supervisi´on humana, especialmente ante los riesgos de discriminaci´on y p´erdida de legitimidad de las
decisiones basadas en datos [11, 12, 13], [18]. Por otra parte, las 860 citas acumuladas y el ´ındice h
de 18 expresan la visibilidad bibliogr´afica del corpus, aunque su interpretaci´on depende de la cobertura
documental, 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 la
estructura conceptual de la literatura seleccionada. Su alcance descriptivo y la dependencia de los
metadatos aconsejan complementar estos hallazgos con estudios longitudinales y comparativos que
examinen la eficacia de las aplicaciones anal´ıticas y sus implicaciones organizacionales y ´eticas.
CONCLUSIONES
El 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 con
la gesti´on estrat´egica del talento humano. La mayor concentraci´on de documentos se registr´o entre
2023 y 2025, per´ıodo que reuni´o el 85,0 % del corpus, lo que evidencia el predominio de contribuciones
recientes dentro de la selecci´on estudiada.
La producci´on se distribuy´o entre diversas revistas y redes de autor´ıa, aunque mostr´o concentraci´on
editorial 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´atica
entre gesti´on de recursos humanos, toma de decisiones, desempe˜no e inteligencia artificial, confirmando
el 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 HR
Analytics y los resultados de las organizaciones. En consecuencia, se recomienda complementar el mapeo
bibliom´etrico con investigaciones longitudinales y comparativas que examinen tanto la efectividad de
las 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 and
institutionalization 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,”
Journal
of 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 the
development 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 al
El impacto estrat´egico de HR Analytics en la gesti´on del talento humano...
194
Página 194
ISSN-e: 2697-3650
Per´ıodo: septiembre–diciembre, 2026
Revista Minerva
Vol. 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 organisational
performance: 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,”
Personnel
Review
, 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 automation
to augmentation: Human resource’s journey with artificial intelligence,”
Journal of Industrial
Information 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 functional
affordance 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 and
MICMAC 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 making
discriminatory 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 collection
process: 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,”
Management
Decision
, 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 resource
management: 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 landscape
of 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 of
information 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 updated
guideline 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 al
El impacto estrat´egico de HR Analytics en la gesti´on del talento humano...
195
Página 195