Как нейросеть предсказала увольнения лучше, чем HR? 🤔
Недавно мы посетили «Сбербанк Акселератор» — мероприятие, посвященное автоматизации и цифровизации бизнеса в Ставропольском крае. Свои доклады представили ведущие digital-компании региона, а участники предлагали решения для реальных задач крупных агрохолдингов, промышленных и оптовых предприятий.
Особенно нас впечатлил кейс, реализованный для издательства «Экспо». В штате компании работает более 5000 человек, поэтому вопрос удержания кадров стоит крайне остро. Чтобы оптимизировать работу HR-отдела, компания провела смелый эксперимент: заказала разработку ПО для прогнозирования оттока персонала.
Суть решения ML-модель (машинное обучение) анализирует массив данных о текущих и уже уволившихся сотрудниках: активность в рабочих сетях, режим работы, KPI и другие параметры. На основе этого алгоритм вычисляет вероятность ухода конкретного специалиста.
Результаты Итоги оказались фантастическими. Система выделила 71 кандидата на увольнение. Прогноз сбылся с поразительной точностью: из этого списка компанию действительно покинули 66 человек.
Инсайты Анализ показал неожиданные результаты. Статистически значимыми факторами, влияющими на увольнение, оказались не уровень зарплаты, а стаж работы, наличие и возраст детей, а также внутренние регалии сотрудника.
Суть решения ML-модель (машинное обучение) анализирует массив данных о текущих и уже уволившихся сотрудниках: активность в рабочих сетях, режим работы, KPI и другие параметры. На основе этого алгоритм вычисляет вероятность ухода конкретного специалиста.
Результаты Итоги оказались фантастическими. Система выделила 71 кандидата на увольнение. Прогноз сбылся с поразительной точностью: из этого списка компанию действительно покинули 66 человек.
Инсайты Анализ показал неожиданные результаты. Статистически значимыми факторами, влияющими на увольнение, оказались не уровень зарплаты, а стаж работы, наличие и возраст детей, а также внутренние регалии сотрудника.
Итог внедрения: Компания снизила текучесть кадров на 20%. HR-отдел теперь работает на опережение, удерживая ценных спецов, вместо того чтобы тратить миллионы на бесконечный поиск новых.
Цифра дня: 66 из 71. Как вам такая точность?
Цифра дня: 66 из 71. Как вам такая точность?
