洞察觀點

不會寫程式,也能用AI預測員工離職機率?

不會寫程式,也能用AI預測員工離職機率?

員工離職,對企業而言是相當巨大的損失,因為不僅要重新招募新人和訓練新人,還增加了許多繁瑣的離職行政作業,甚至還可能流失既有客戶。為了降低公司的離職率,除了改善企業文化、調整薪酬結構、進行員工關懷等積極作為,有許多公司更用科學化的方式,來預測每一位員工的離職機率,並提早做關懷措施。

目前預測員工離職的機率方式,多半需要資訊工程團隊,透過寫程式的方式,才能得到計算結果。但企業內部的資訊團隊,產能就已經相當吃緊,若還指派此項任務,恐怕造成巨大負擔。而且資訊團隊相對於HR,比較缺乏離職相關的know how,因此是否能針對AI演算法計算出的結果給出合理的推論和解釋,是一件不容易的事情。

其實最好的做法,是讓HR單位自己就能預測員工離職的機率。現在已經進入No Code無程式碼時代,HR可以善用No Code平台,在3分鐘的時間就計算完公司所有人的離職機率,且無須資訊團隊支援。現在就讓我們看看,No Code平台是如何用AI預測員工離職的機率。

AI離職預測,總共可以分為4大步驟:準備員工資料、建立離職預測模型、試算在職員工資料、取得員工離職的機率。接下來會和大家介紹,No Code平台是如何用圖形化介面,幫HR省下寫程式的浩大工程。

不會寫程式,也能用AI預測員工離職機率?

Step 1:準備員工資料

首先,要準備公司創立至今,在職員工與離職員工的資料(在職和離職的資料都必須有)。這份資料除了基本的年齡、性別、職務、部門、學歷等資訊,最好還要有其它與員工個人相關的資訊,如婚姻狀況、家裡和公司距離、興趣、人格特質等。準備完成後,就可以將這份excel檔案,上傳到No Code平台了。

不會寫程式,也能用AI預測員工離職機率?

Step 2:建立離職預測模型

首先要定義預測目標,例如我們要預測「是否離職」。接著選擇可能會影響這目標的相關參數,例如「年齡」、「性別」、「員工滿意度等」等。最後選擇你要使用什麼AI演算法,來建立離職預測的模型。

不會寫程式,也能用AI預測員工離職機率?

Step 3:試算在職員工資料

建立好離職預測的模型後,你就可以把在職的員工資料,丟進去剛剛建立好的模型中,試算每一個在職員工的離職機率。

不會寫程式,也能用AI預測員工離職機率?

Step 4:取得員工離職機率

最後,No Code平台會自動計算出每一位在職員工可能的離職機率,你可以挑出離職機率較大者,優先做員工關懷,或者列入離職高風險群觀察對象。如果某位員工預測離職的機率很高,並不表示他一定會離職,所以最好能夠比對該員工的真實狀況,若和預測結果是一致的,這時候客觀的數據,就能夠佐證主觀的想法了。

不會寫程式,也能用AI預測員工離職機率?

透過No Code平台預測員工離職,能為企業創造以下效益:

  1. 公司不需有資訊工程師,就能夠輕鬆使用AI。
  2. 節省資訊工程師的工作負擔。
  3. HR只需要用3分鐘的時間,就可以取得員工離職的機率。
  4. 公司更能將資源集中在離職風險較高的員工身上。

先行智庫企業級數據分析服務

先行智庫為台灣管理顧問公司,服務內容包含企業內訓、顧問諮詢以及數據解決方案,了解更多企業服務內容:https://kscthinktank.com.tw/data-analysis/

Facebook
LinkedIn
聯絡我們表單
Scroll to Top
取得最新資訊

訂閱每週最新消息