Saltar al contenido
← Todos los casos
· Caso Retail · Diunsa

Productividad operativa.

Perfil predictivo para acelerar la productividad en retail, con un modelo entrenado sobre la propia operación de Diunsa. De contratar por intuición a contratar por evidencia.

Cliente
Diunsa
Sector
Retail
Puestos
Cajeros · Ventas · Crédito
Implementación
< 15 min / candidato
Owly con identidad de Diunsa
−40%
Rotación
Interanual
productividad
86% → 108%
· resultados sobre la operación de Diunsa
−40%
rotación interanual
174% a 69,6% No-Buo vs Buo
+22pp
productividad
86% → 108% promedio
time to productivity
curva acelerada
<15 min
por candidato
evaluación integrada

El reto: se perdía más talento del que entraba

Diunsa perdía más talento del que entraba y no tenía forma de predecir la productividad futura de un candidato. El ratio en 2025 de altas sobre bajas era de 1.07x: la operación apenas reponía lo que perdía.

Alta variabilidad en rendimiento, rotación elevada y decisiones de contratación basadas en criterios subjetivos, una tras otra. Sin datos, era imposible anticipar qué perfil iba a rendir en cada puesto.

"Hemos disminuido notablemente el tiempo dedicado al proceso de evaluación, la aplicación es muy intuitiva y fácil de utilizar."

Luis Alejandro Caballero Molina
Luis Alejandro Caballero Molina
Director de Recursos Humanos · Diunsa · Honduras

La solución: un perfil predictivo por puesto

Buo entrenó el Perfil Ideal sobre la propia operación de Diunsa: mapeo multipunto de los colaboradores activos —cajeros, vendedores y asesores de crédito— para extraer las competencias que predicen desempeño y permanencia en cada rol.

· rotación y productividad, en una sola foto
ROTACIÓN INTERANUAL
174%
Sin Buo 2025
69.6%
Con Buo 2026
Productividad promedio
86%
Sin Buo
108%
Con Buo

Con el perfil integrado al reclutamiento, las entrevistas bajaron a 15 minutos y la curva de aprendizaje se acortó: el talento filtrado alcanza productividad plena 8× más rápido que la operación histórica.

· cómo lo hicimos

Cuatro pasos,
sobre su propia data.

· paso 1

Mapeo de población exitosa

Mapeo multipunto sobre colaboradores activos: cajeros, vendedores y asesores de crédito.

· paso 2

Perfil ideal predictivo

Modelos hiperpersonalizados por puesto, combinando las competencias que predicen desempeño.

· paso 3

Implementación operativa

Integración al proceso de reclutamiento existente. Entrevistas reducidas a 15 minutos.

· paso 4

Mejora continua

Perfil refinado con cada cohorte y validado con datos reales de productividad.

El impacto, traducido a números.

· retención

−40% rotación interanual

La rotación interanual cae de 174% a 69.6%. La operación deja de reponer constantemente: más continuidad en piso y menos costo de reemplazo. Margen de mejora latente por adopción completa.

· productividad

+22 pp de productividad

El cumplimiento promedio sube de 86% a 108%. El talento filtrado no solo se queda — rinde por encima del estándar de la operación.

· velocidad

8× time to productivity

La curva de aprendizaje se acorta drásticamente. Cada alta llega antes a su pico de rendimiento, con menos acompañamiento.

· eficiencia

<15 min por candidato

La evaluación se integra al proceso existente y reduce las entrevistas a 15 minutos. Menos fricción, mejor matching, decisiones con evidencia.

¿Construimos el perfil de tu operación?

30 minutos con un experto. Te enseñamos cómo se vería el perfil predictivo aplicado a tu propio equipo, puesto por puesto.