Análisis del posicionamiento sectorial de compañías en temas de dirección de proyectos usando la plataforma Linkedin y técnicas de procesado de lenguaje natural

Abstract

En un mundo íntegramente inmerso en la era digital, las personas han adoptado una nueva forma de adquirir conocimientos, datos y referencias sobre sus gustos e intereses. Sin embargo, esta nueva era ha generado una gran cantidad de información que, muchas veces, es completamente abrumadora para el ser humano. En lo que respecta al área laboral, esto no cambia en absoluto. La gran mayoría de empresas, en la actualidad, cuentan con una página web y, si son empresas multinacionales, tendrán una en cada país donde operan. Asimismo, las redes sociales se han convertido en un medio altamente eficaz para comunicarse, no solamente con los consumidores finales sino, además, con futuros colaboradores en busca de nuevas oportunidades. La red laboral LinkedIn es un claro ejemplo de este fenómeno. En esta red se puede encontrar a empresas de todo el mundo, de distintos sectores y tamaños, ofreciendo puestos de trabajo y, no menos importante, información sobre lo que se encuentran realizando en su sector, noticias sobre sus nuevas implementaciones y publicaciones de sus colaboradores. La presente tesis nace de la necesidad de identificar cómo se presentan las empresas hacia las personas y el entorno con intereses afines en esta red laboral. Al ser esta red sumamente amplia, se acotó la data a empresas de ingeniería presentes en el mercado español, tomando como referencia el listado de empresas por la Clasificación Nacional de Actividades Económicas (CNAE), específicamente las empresas que brindan servicios técnicos de ingeniería y otras actividades relacionadas con el asesoramiento técnico. Se ha hecho uso de distintas técnicas de minería de datos y lenguaje de programación natural mediante el lenguaje de programación R, tomando en cuenta las noticias del último año (10 de agosto de 2018) de 168 empresas con actividad regular en LinkedIn y con perfiles en idioma español o inglés. De esta forma, se podrán encontrar relaciones reales entre las acciones que promueven dentro de esta red, así como los clústeres que pueden existir en las empresas de ingeniería con respecto a su promoción en la era digital. Para realizar este análisis, se ha dividido la data recogida de las empresas estudiadas en tres (3) periodos temporales denominados: “2018 S2”, “2018 S1” y “2017 S2”, esto se entiende como los semestres de los años mencionados. Asimismo, se agruparon en cinco (5) grandes sectores: Telecomunicaciones, Industria Energética, Industria Automotriz y Aeroespacial, Industria Civil e Infraestructuras y Gestión y Control de la Calidad. La finalidad de estas segmentaciones es interpretar el comportamiento de las empresas en general por periodos temporales y contrastarla con un análisis sectorial. Finalmente, se expondrán las interpretaciones y conclusiones de los resultados obtenidos al sintetizar los datos obtenidos. De esta manera, se podrá saber qué es lo que realmente están transmitiendo las empresas a través de esta red laboral.