HRアナリティクス入門

HRアナリティクス：Pythonで従業員離職を予測する

Hrant Davtyan

Assistant Professor of Data Science American University of Armenia

HRアナリティクスとは？

ピープルアナリティクスとも呼ばれる
職場の人材管理にデータを活用するアプローチ

HRアナリティクスが扱う課題

採用・評価
人材定着
パフォーマンス評価

学習・能力開発
協働・チーム編成
その他（欠勤など）

従業員ターンオーバー

従業員ターンオーバーとは、従業員が会社を離れるプロセス
従業員の離職（アトリション・チャーン）とも呼ばれる
会社にとって高いコストを招く可能性がある
採用・定着に関する意思決定に影響を与える場合がある

コースの構成

データセットの記述と操作
従業員ターンオーバーの予測
予測の評価とチューニング
最終モデルの選択

import pandas as pd
data = pd.read_csv("turnover.csv")

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 14999 entries, 0 to 14998
Data columns (total 10 columns):
satisfaction_level       14999 non-null float64
last_evaluation          14999 non-null float64
number_project           14999 non-null int64
average_montly_hours     14999 non-null int64
time_spend_company       14999 non-null int64
work_accident            14999 non-null int64
churn                    14999 non-null int64
promotion_last_5years    14999 non-null int64
department               14999 non-null object
salary                   14999 non-null object
dtypes: float64(2), int64(6), object(2)
memory usage: 1.1+ MB

データセット

data.head()

   satisfaction  evaluation  number_of_projects  ...  promotion  department  salary
0          0.38        0.53                   2  ...          0       sales     low
1          0.80        0.86                   5  ...          0       sales  medium
2          0.11        0.88                   7  ...          0       sales  medium
3          0.72        0.87                   5  ...          0       sales     low
4          0.37        0.52                   2  ...          0       sales     low

一意の値

print(data.salary.unique())

array(['low', 'medium', 'high'], dtype=object)

練習しましょう！

HRアナリティクス：Pythonで従業員離職を予測する