การออกแบบกลยุทธ์การรักษาพนักงาน

HR Analytics: การพยากรณ์การลาออกของพนักงานด้วย R

Anurag Gupta

People Analytics Practitioner

รู้ว่าใครอาจลาออก

# 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)

รู้ว่าใครอาจลาออก

# 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

การจัดกลุ่มพนักงานตามระดับความเสี่ยง

การจัดกลุ่มพนักงานตามระดับความเสี่ยง

การจัดกลุ่มพนักงานตามระดับความเสี่ยง

การจัดกลุ่มพนักงานตามระดับความเสี่ยง

การจัดกลุ่มพนักงานตามระดับความเสี่ยง

การจัดกลุ่มความเสี่ยงของพนักงานใน 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")))

กลยุทธ์การรักษาพนักงาน

ความเสี่ยงสูง

วางแผนดำเนินการทันที
แจ้งผู้จัดการที่รับผิดชอบ
จัดการพูดคุยแบบตัวต่อตัว

ความเสี่ยงปานกลาง

วางแผนดำเนินการระยะกลาง
ติดตามการเปลี่ยนแปลงพฤติกรรมอย่างต่อเนื่อง
จัดการพูดคุยแบบตัวต่อตัวหรือเปิดโอกาสให้พูดคุยกลุ่ม

กลยุทธ์การรักษาพนักงาน

ความเสี่ยงต่ำ

วางแผนดำเนินการระยะยาว
ติดตามการเปลี่ยนแปลงพฤติกรรมอย่างต่อเนื่อง
จัดการพูดคุยแบบเปิดโอกาสให้พูดคุยกลุ่ม

ไม่มีความเสี่ยง

ไม่จำเป็นต้องดำเนินการใด

มาฝึกกันเถอะ!

HR Analytics: การพยากรณ์การลาออกของพนักงานด้วย R

Preparing Video For Download...