La empresa Steria ha diseñado una aplicación de gestión de riesgos denominada SAGA para minimizar el impacto de la Gripe A en las empresas. Dicha herramienta, a través de tecnología de data mining o minería de datos, permite establecer las probabilidades de contagio del virus H1N1 de cada empleado y el impacto económico de su posible baja laboral al objeto de implantar las adecuadas medidas de prevención.
Como es cada vez más notorio, la propagación de la Gripe A constituye una alarma sanitaria pública que, más allá de sus consecuencias individuales, puede provocar grandes daños a las empresas, ya que incide negativamente en los procesos, rompe los flujos de trabajo y disminuye la capacidad operativa. La doble circunstancia de que la Gripe A sea fácilmente contagiable y de que su principal tratamiento sea el aislamiento o la cuarentena durante al menos siete días, conlleva el riesgo de que el absentismo laboral se incremente exponencialmente, afectando incluso a personas que, por la levedad de sus síntomas, podrían seguir ejerciendo su trabajo.
Tal como han señalado desde la compañía, la aplicación de Steria estima las posibilidades de contagio de cada trabajador así como la repercusión económica de su baja, identificando especialmente a aquellos empleados cuya ausencia puede ser más onerosa para las empresas y, por consiguiente, los que requieren medidas de prevención especiales y más efectivas. Esta tecnología, que puede incluir técnicas de sumarios y visualización de datos, clustering y segmentación, árboles de decisión y redes neuronales, permite estimar la probabilidad de contagio de cada empleado, definiendo grupos homogéneos, que junto con su nivel de impacto en la organización (bajo, medio, alto), identifica el colectivo sobre el que es más eficiente tomar medidas preventivas (sanitarias y/u organizativas). Entre las medidas organizativas está la identificación y formación de los substitutos y la posibilidad de renegociar los acuerdos de servicio con los clientes. La capacidad de aprendizaje de SAGA hace que, según avance la epidemia en la empresa y se alimente con más datos, mejore su capacidad predictiva.
