2022-08-25 12:02:35
Предикативная (или предиктивная, прогнозная) аналитика — это прогнозирование, основанное на больших данных. С его помощью можно выявить закономерности в изменениях показателей в предыдущих периодах и предсказать, как эти показатели будут меняться в будущем.
В HR-сфере предикативная аналитика используется не только для поиска кандидатов, но и для того, чтобы узнать, кто из работников уволится, сколько позиций нужно открыть в следующем году и т.д.
Например, аналитические технологии позволяют определить
вероятность увольнения с помощью предиктивных моделей. Для этого используются следующие данные:
- профессиональные компетенции (уровень образования, владение иностранными языками);
- сведения о выполняемой деятельности (должность, наличие подчиненных, условия труда, показатели эффективности работы и их значения);
- индивидуальные характеристики человека (пол, возраст, социальный статус, наличие детей, психологические особенности);
- информация об удовлетворенности (рабочий график, уровень комфорта на рабочем месте, уровень оплаты труда, перспективы карьерного роста, время проезда до места работы, конфликты с коллегами и начальством);
- внешние факторы на рынке труда (востребованность компетенций, динамика изменений зарплаты, репутация работодателя).
Примеры:
Google отбирает соискателей, фильтруя кандидатов уже на начальном этапе первичного интервью, которое полностью автоматизировано. Дальнейшие этапы отбора также оцифрованы и попадают в общую статистику. Цифровизация HR-процессов помогает компании оценивать вероятность увольнения. Например, анализ данных показал, что новые сотрудники отдела продаж, которые не получают повышения в течение 4 лет, чаще увольняются.
IBM прогнозирует увольнение работников по собственному желанию с точностью до 95% и своевременно принимает меры по их удержанию. Это сэкономило организации около 300 миллионов долларов затрат на удержание работников.
Hewlett-Packard еще в 2011 году создал собственные ML-модели (модели машинного обучения), прогнозирующие вероятность увольнения каждого из 300 000 сотрудников. Для этого анализировались данные отдела кадров за предыдущие 2 года. В результате был сгенерирован показатель “Flight Risk” (риск ухода), значение которого рассчитывается индивидуально для каждого сотрудника в зависимости от его личных метрик. Благодаря этому HR-менеджеры своевременно реагировали на сигналы-предвестники увольнений и предупреждали их.
Более подробно ознакомиться с данной темой можно здесь: https://www.bigdataschool.ru/blog/ml-for-hr-churn-rate-use-cases.html
501 views09:02