Прогнозирование оттока персонала

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.

Стоимость услуги рассчитывается индивидуально и начинается от 1 000 000 рублей. Финальная цена проекта формируется в зависимости от объёма работ: разработка ИТ‑стратегии, подготовка технического задания, формирование ФТТ, оценка эффективности бизнес‑процессов, аудит внедрённых решений и контроль качества реализации.

Между решением об увольнении и самим увольнением есть определенный период (2-3 месяца). Предиктивная аналитика помогает HR-службам «выловить» этот момент.

Возможности модели

• Позволяет построить индивидуальный прогноз для каждого сотрудника и выявляет типичный профиль увольняющегося

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.

• Выявляет ключевые факторы нежелательной текучести персонала

Система позволяет сформировать список возможных причин увольнения (а также их комбинации), основанный на собранных данных, экспертном мнении HR и руководителей различных бизнес-подразделений.

Результаты внедрения решения

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:

• Разгружает HR-службу и руководителей подразделений, указывая на сотрудников, склоненных к оттоку
• Помогает формировать HR-стратегию компании
• Влияет на принятие эффективных управленческих решений
• Помогает направить усилия на мотивацию и удержание определенных сотрудников с высоким риском увольнения

 Стек технологий