Ten rozdział zaczyna się od ogólnego wprowadzenia do zjawiska rotacji pracowników oraz przyczyn odejść wskazywanych przez samych pracowników. Nauczysz się obliczać wskaźnik rotacji i analizować go w różnych wymiarach. Zidentyfikujesz też kluczowe segmenty talentów i połączysz dane z wielu źródeł HR, aby uzyskać bardziej wartościowe informacje.

Czym jest rotacja pracowników?

Cele przewidywania rotacji pracowników

Importowanie danych o zatrudnieniu i rotacji pracowników

Eksploracja danych

Jaki odsetek pracowników odszedł z firmy?

Na których poziomach rotacja jest najwyższa?

Czy wskaźnik rotacji różni się w zależności od lokalizacji?

Architektura danych HR

Filtrowanie zbioru danych

Łączenie zbiorów danych HR (I)

Łączenie zbiorów danych HR (II)

Przegląd danych głównych

Wprowadzenie

W tym rozdziale utworzysz nowe zmienne na podstawie istniejących danych, aby wyjaśnić rotację pracowników. Przeanalizujesz dane dotyczące wynagrodzeń i obliczysz wskaźnik compa-ratio, który pozwala ocenić równość płac wśród wszystkich pracowników. Aby zidentyfikować najważniejsze zmienne wpływające na rotację, wykorzystasz koncepcję wartości informacyjnej (IV).

Inżynieria cech

Wyznacz różnicę wieku

Obliczanie indeksu częstości zmian pracy

Obliczanie stażu pracy pracownika

Wynagrodzenia

Analiza wynagrodzenia

Luka płacowa

Wyznaczanie compa-ratio

Wyznaczanie poziomu compa-ratio

Wartość informacyjna

Obliczanie wartości informacyjnej

Które zmienne są ważne?

W tym rozdziale zbudujesz model regresji logistycznej do przewidywania rotacji, uwzględniając współliniowość między zmiennymi.

Podział danych

Zweryfikuj podział danych

Wprowadzenie do regresji logistycznej

Zbuduj swój pierwszy model regresji logistycznej

Budowanie wielokrotnego modelu regresji logistycznej

Interpretacja poziomów istotności

Współliniowość

Wykrywanie współliniowości

Radzenie sobie z multikolinearnością

Budowanie ostatecznego modelu

Budowanie finalnego modelu regresji logistycznej

Interpretacja przewidywań modelu

Interpretacja wyników

Przewidywanie rotacji

W tym rozdziale obliczysz dokładność swojego modelu i przypiszesz pracowników do odpowiednich grup ryzyka. Następnie opracujesz strategię interwencyjną i obliczysz ROI dla tej strategii.

Walidacja wyników regresji logistycznej

Tworzenie macierzy pomyłek

Dokładność modelu

Projektowanie strategii retencji

Obliczanie prawdopodobieństwa ryzyka odejścia

Tworzenie grup ryzyka rotacji

Co byś zrobił(-a)?

Zwrot z inwestycji

Tworzenie przedziałów podwyżek wynagrodzeń

Obliczanie wskaźnika rotacji według zakresu podwyżki

Oblicz ROI

Podsumowanie

Walidacja modelu, interwencje HR i ROI

Employee data

Rozwój organizacji w dużej mierze zależy od utrzymania pracowników. Częsta rotacja negatywnie wpływa na morale zespołu, a rekrutacja nowych osób kosztuje więcej niż zatrzymanie obecnych. Dobra wiadomość jest taka, że organizacje mogą zwiększyć retencję pracowników, stosując strategie interwencyjne oparte na danych. Kurs koncentruje się na pozyskiwaniu danych z wielu źródeł HR, eksploracji i tworzeniu nowych cech, budowaniu oraz walidacji modelu regresji logistycznej, a także na obliczaniu ROI dla potencjalnej strategii retencji.

HR Analytics: Exploring Employee Data in R

Poznaj przewidywanie rotacji pracowników i projektowanie strategii retencji za pomocą R.

HR Analytics: Przewidywanie rotacji pracowników w R

Przewiduj rotację pracowników i projektuj strategie zatrzymania. 

People Analytics Practitioner

Rozkład prawdopodobieństwa odejść dla zbioru testowego

Przekształcanie prawdopodobieństw w kategorie za pomocą progu

Czym jest macierz pomyłek?

Interpretacja macierzy pomyłek

Macierz pomyłek: dokładność

Wynik macierzy pomyłek

Zasoby dotyczące zaawansowanych metod

Czas na ćwiczenia!

Walidacja modelu, interwencje HR i ROI - Walidacja wyników regresji logistycznej

Walidacja wyników regresji logistycznej

Create Your Free Account