Исследование текучести персонала

Задача
  1. Определить различия между метриками уволившихся и оставшихся сотрудников
  2. Выявить топ-метрики лояльности и вовлеченности, влияющие на текучесть
  3. Выделить подразделения с высоким риском текучести на основании модели
  4. Разработать план действий на основании точных прогнозов
Сбор данных
  1. Обезличенные данные опроса лояльности и вовлеченности сотрудников из платформы Happy Job.
  2. Данные заказчика по уволившимся сотрудникам (заполняются по шаблону, желательно с указанием причин увольнения)
Метод исследования

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.

процесс исследования
  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 различные метрики вовлеченности и лояльности сотрудников связаны с текучестью.
  3. Выявляем подразделения с высоким риском текучести
  4. Подготавливаем план действий по снижению текучести
Результат

Таблица различий между метриками уволившихся и работающих сотрудников. Список подразделений с риском текучести на основании точных прогнозов.

Оставьте заявку на  аналитическую услугу

Протестируйте бесплатно
  • полный набор возможностей платформы
  • бенчмарки по вашей отрасли
  • консалтинговая поддержка
  • встреча по итогам тестирования

Заголовок по умолчанию