В основе сервиса прогноза увольнений лежит аналитическая модель, которая через алгоритмы машинного обучения определяет вероятность увольнения сотрудника, период риска и факторы, влияющие на конкретного человека. Модель анализирует порядка 50 параметров и ранжирует, на кого из них тот или иной фактор оказывает большее влияние. Обработка данных и прогноз идут на виртуальном центре обработки данных. Результаты прогноза доступны сотруднику HR и руководителю подразделения. В большинстве случаев увольнение можно предотвратить, если своевременно распознать проблему и предложить варианты ее решения.

Проект «Прогнозирование увольнений сотрудников» претендует на победу в номинации Digital Solutions бизнес-премии WOW!HR 2021 .

Прогнозирование увольнений сотрудников — кейс Ростелекома

Текстовая версия видеоматериала:

Несколько слов о проекте

Никита Черкасенко, директор департамента HRM-технологий и аналитики, «Ростелеком»:

– Я представляю проект «Прогноз увольнений». Это алгоритм, методика, воплощенная в коде, которую мы сделали еще в конце 2017 года и которая с тех пор помогает нам прогнозировать увольнение сотрудника по собственному желанию. Для нас как тогда было, так и сейчас остается очень важным понимать, когда сотрудник выгорает или планирует покинуть компанию, поскольку увольнение каждого сотрудника – это потери на поиск и замену, если эта замена требуется, это потери в виде какой-то недоделанной работы, упущенных клиентов, если это коммерческий блок, и так далее.

Особенности проекта

На практике для пользователя, которым обычно является руководитель или HR-директор какого-то из подразделений, это просто отчет в нашем конструкторе отчетов. С точки зрения техники, мы, собственно, обучили модельку решать простую бинарную задачу. У нас было примерно 300 тысяч записей про сотрудников, включая все, что содержится в основных кадровых документах и, грубо, в штатной книге: возраст, стаж, все карьерные перемещения, структура и динамика изменения дохода и прочих существенных условий труда и так далее. И на этих данных моделька научилась угадывать (естественно, обучившись на сотрудниках, которые уже уволились по собственному желанию, про которых мы уже знали), проставлять вероятность увольнения сотрудников.

Точность прогнозов сильно зависит от, в нашем случае, функционального блока и территории, но прежде всего от категории должности. Но в целом по всему нашему трехлетнему опыту точность никогда не опускалась ниже 82%.

Результаты проекта

Основной эффект, прежде всего, в возможности удерживать ключевых сотрудников, возможности давать руководителям, HR-ам обратную связь о том, по каким причинам сотрудник, вероятно, покинет компанию, и с этими причинами работать.

При использовании материала гиперссылка на соответствующую страницу портала HR-tv.ru обязательна

Подробнее о кейсе - «Прогнозирование увольнений сотрудников» – кейс компании «Ростелеком»

Если в вашей компании были реализованы не менее интересные и эффективные проекты, расскажите о них на конференции WOW!HR 2021 .

0


Похожие видео

Рекомендуемые материалы