Исследование лояльности и eNPS

1. Выявить значимые метрики, связанные с динамикой лояльности и eNPS
2. Выявить топ-метрики вовлеченности, влияющие на лояльность и eNPS
3. Разработать план действий на основании точных прогнозов

Обезличенные данные опроса лояльности и вовлеченности сотрудников из платформы Happy Job.

Регрессионный анализ — статистический метод (точнее, метод математической статистики), который помогает выяснить, действительно ли одна переменная зависит от другой или их связь случайна, при помощи машинного обучения и анализа корреляции нескольких переменных одновременно.

Проще говоря, это способ найти формулу, которая связывает одну метрику с другими. Только регрессионный анализ позволяет строить численные прогнозы прироста одной метрики на основании прироста другой.

1. Строим модель, которая точнее всего может объяснить полученные данные. Процент точности, как правило, до 80 — это высокий процент, который позволяет делать максимально релевантные прогнозы.
2. С помощью регрессии оцениваем, как метрики вовлеченности сотрудников связаны с лояльностью и eNPS.
3. Подготавливаем план действий по повышению лояльности и eNPS.