Tato kapitola začíná obecným úvodem do problematiky odchodů zaměstnanců a důvodů, které za nimi stojí. Naučíš se, jak vypočítat míru fluktuace a jak ji zkoumat v různých dimenzích. Také identifikuješ klíčové skupiny talentů pro svou analýzu a spojíš relevantní data z více HR zdrojů, abys získal/a ucelenější přehled.

Co je fluktuace?

Cíle predikce odchodu zaměstnanců

Import dat o počtu zaměstnanců a fluktuaci

Průzkum dat

Jaký podíl zaměstnanců odešel?

Které úrovně mají vysokou míru odchodu?

Liší se míra fluktuace podle lokality?

Architektura HR dat

Filtrování datové sady

Kombinování HR datasetů (I)

Kombinování HR datových sad (II)

Přehled hlavního datasetu

Úvod

V této kapitole vytvoříš nové proměnné z existujících dat, které pomohou vysvětlit odchody zaměstnanců. Analyzuješ data o odměňování a vytvoříš compa-ratio pro měření spravedlnosti odměňování napříč celou organizací. K identifikaci nejdůležitějších proměnných ovlivňujících fluktuaci využiješ koncept informační hodnoty (IV).

Tvorba příznaků

Výpočet věkového rozdílu

Odvození indexu střídání zaměstnání

Výpočet délky pracovního poměru

Odměňování

Průzkum odměňování

Platová nerovnost

Odvození compa-ratio

Odvození úrovně compa-ratio

Informační hodnota

Výpočet informační hodnoty

Které proměnné jsou důležité?

V této kapitole sestavíš logistický regresní model pro predikci odchodů zaměstnanců s ohledem na multikolinearitu mezi proměnnými.

Rozdělení dat

Ověř rozdělení dat

Úvod do logistické regrese

Sestav svůj první model logistické regrese

Sestavení modelu mnohonásobné logistické regrese

Interpretace hladin významnosti

Multikolinearita

Detekce multikolinearity

Řešení multikolinearity

Sestavení finálního modelu

Sestavení finálního logistického regresního modelu

Porozumění předpovědím modelu

Interpretace výsledků

Predikce odchodů

V této kapitole vypočítáš přesnost svého modelu a zařadíš zaměstnance do konkrétních rizikových skupin. Poté navrhnéš strategii intervence a vypočítáš návratnost investic pro tuto strategii.

Ověření výsledků logistické regrese

Vytvoření matice záměn

Přesnost tvého modelu

Návrh strategie pro udržení zaměstnanců

Výpočet pravděpodobnosti rizika odchodu

Vytváření rizikových skupin fluktuace

Co bys udělal/a?

Návratnost investice

Vytvoření rozsahů navýšení platu

Výpočet míry odchodu napříč rozsahy platového navýšení

Výpočet ROI

Závěr

Validace modelu, HR intervence a návratnost investic

Employee data

Růst organizace do značné míry závisí na udržení zaměstnanců. Časté odchody negativně ovlivňují firemní kulturu a nábor nových lidí je dražší než péče o ty stávající. Dobrá zpráva je, že organizace mohou míru udržení zaměstnanců zvýšit pomocí datově řízených strategií. Tento kurz se zaměřuje na získávání dat z různých HR zdrojů, prozkoumání a odvození nových příznaků, sestavení a ověření logistického regresního modelu a nakonec ukáže, jak vypočítat návratnost investic pro potenciální strategii udržení zaměstnanců.

HR Analytics: Exploring Employee Data in R

Zjistěte, jak předpovědět fluktuaci zaměstnanců a navrhnout strategie udržení pomocí R.

HR Analytics: Predicting Employee Churn in R

Předpovídejte fluktuaci zaměstnanců a navrhujte strategie udržení. 

Platová nerovnost

HR Analytics: Predicting Employee Churn in R

Interaktivní praktické cvičení