Сайт использует файлы cookie. Подробная информация в правилах по обработке персональных данных. Вы можете запретить сохранение cookie в настройках своего браузера.
Компаниям всегда дорого обходится потеря недавно нанятых или наиболее эффективных сотрудников, а также работников с уникальным набором знаний.
Еще дороже обходятся потери опытных специалистов, с многолетним опытом, вместе с потерей которых организация теряет значительную часть эффективности.
При этой HR-служба и непосредственные руководители могут оказаться перегружены и не всегда имеют время на то, чтобы определить сотрудников, которые задумались об уходе и предпринять меры их удержания.
Между решением об увольнении и самим увольнением есть определенный период (2-3 месяца). Предиктивная аналитика помогает HR-службам «выловить» этот момент.
Система анализирует данные об уволившихся и собиравшихся уволиться сотрудниках – анализирует причины, почему сотрудник планирует покинуть компанию. Сравнение профилей дает возможность выработать действия по отношению сотруднику, который собирается уволиться.
Источниками информации могут выступать электронная почта сотрудника, HR-системы, CRM-системы, системы управления финансами и др.
Система позволяет сформировать список возможных причин увольнения (а также их комбинации), основанный на собранных данных, экспертном мнении HR и руководителей различных бизнес-подразделений.
На основе полученных данных HR-службы принимают профилактические меры по устранению нежелательных увольнений, а также могут оценить эффективность сотрудника в целом.
Важно понимать, что эффективность решения зависит от качества предоставленных данных и периода использования модели. Благодаря самообучению предиктивные модели учатся находить причины с каждым разом лучше.
Решение с технологией ML:
2022. Н-СИСТЕМС
Политика обработки данных