Concevoir une stratégie de rétention

Analytique RH : prédire l’attrition des employés en R

Anurag Gupta

People Analytics Practitioner

Identifier qui pourrait partir

# Load tidypredict 
library(tidypredict)

# Calculate probability of turnover
emp_risk <- emp_final %>%  
  filter(status == "Active") %>% 
  # Add predictions using the final model
  tidypredict_to_column(final_log)

Identifier qui pourrait partir

# Look at the employee's probability of turnover 
emp_risk %>% 
  select(emp_id, fit) %>% 
  slice_max(n = 5, fit)

# A tibble: 5 x 2
  emp_id   fit
  <chr>  <dbl>
E202    0.9694593            
E6475    0.9814252            
E6574    0.9983320            
E7105    0.9193704            
E9878    0.9371767

Classement des employés par niveaux de risque

Classement des employés par niveaux de risque

Classement des employés par niveaux de risque

Classement des employés par niveaux de risque

Classement des employés par niveaux de risque

Classer les employés par niveaux de risque en R

# Create turnover risk buckets
emp_risk_bucket <- emp_risk %>% 
  mutate(risk_bucket = cut(fit, breaks = c(0, 0.5, 0.6, 0.8, 1), 
                           labels = c("no-risk", "low-risk", 
                                      "medium-risk", "high-risk")))

Stratégie de rétention

Risque élevé

Plan d'action immédiat
Informer le manager hiérarchique
Entretien individuel

Risque moyen

Plan d'action à moyen terme
Suivre tout changement de comportement
Entretien individuel ou session ouverte

Stratégie de rétention

Risque faible

Plan d'action à long terme
Suivre tout changement de comportement
Session ouverte

Aucun risque

Aucune action requise

Passons à la pratique !

Analytique RH : prédire l’attrition des employés en R

Preparing Video For Download...