文:先行智庫
原文標題:如何運用Power BI預測員工離職?這篇1次學會!
到底有沒有什麼方式,可以更精準的預測,造成員工離職的原因有哪些?
有的。你可以用Power BI的「關鍵影響因數」功能,你不僅可以了解造成員工離職的因素有哪些,還可以進一步分析各部門的離職主要因素為何。
本文將拆解Power BI的「關鍵影響因數」操作步驟,讓你馬上開始分析。
員工離職,對於企業的損傷相當大。不僅少了即戰力,還要付出額外的成本招募與訓練新人。能夠降低離職率,是眾多企業努力的方向。然而離職的原因有很多種,最常見的判斷形式,就是從離職面談,得知員工離職的原因。不過既然都要離職了,員工也不一定會和你說真話。
那到底有沒有什麼方式,可以更精準的預測,造成員工離職的原因有哪些?
上述這些問題,都可以運用Power BI的「關鍵影響因數」來完成。
這是一份員工資料表,裡面記錄了所有曾加入本公司的員工資料,分別有以下幾個欄位:年齡、部門、離公司距離、教育、學科、員工編號、環境滿意度、性別、時薪、工作契合度、職等、職務、工作滿意度、婚姻狀況、月收入、待過公司數、超過18歲、加班、薪資成長比率、考績、員工關係滿意度、員工股票選擇權、總年資、去年訓練次數、工作生活平衡、公司年資、既有職務的年資、距離上次升遷時間、跟現有主管相處年數。
還有最重要的欄位「離職」。該欄位只有兩個選項「是」、「否」。「是」表示該員工已經離職了;「否」則表示該員工仍在職。我們現在想了解的就是,會影響該欄位為「是」,的因素有哪些?其中哪一個因素影響最大?
首先,你可以將這份員工資料表匯入到Power BI,並選取視覺效果「關鍵影響因數」。
接著在「分析」放上「離職」,並在視覺效果上的「有什麼會影響離職 成為 」選擇「是」。
接著在說明依據,放上你想判斷的因素的欄位。我們先放上「加班」、「職務」、「部門」、「年齡」。這時候你就會在左手邊看到,各個因子,對於離職的影響程度了。
下圖為例,以公司全體而言,年齡為21歲以下的員工,相較於21歲以上的員工,離職機率高達3.57倍。
你也可以放上篩選器,篩選不同部門的關鍵影響因素為何。
接著你在點選「47.1%」,就會告訴你,什麼樣特徵的員工,會高達47.1%的人離職了。
隨著資訊科技進步,HR可以善用AI演算法,來預測離職的可能因素。電腦只能告訴你統計的結果,還是需要HR針對這些分析結果作解讀。AI只能告訴你「是什麼?」,至於「為什麼?」就需要人類依據經驗來進行歸納和判斷了。現在透過Power BI,HR不需要學寫程式,只需用圖形化的BI工具,就可以自由輕鬆的與AI協作。
學更多Power BI,馬上報名>>>>
Power BI 資料視覺化
Power BI HR管理分析師【招募數據視覺化】
Power BI 資料清理與建模
Power BI DAX函數運用
人資必備數據Know-how都在這裡>>>>
Power BI 五步驟!建立數據戰情室,找出人才管理的痛點
用Power BI 做視覺化數據分析,企業導入時會遇到六大階段
從這15個數據指標,開始建立你的招募漏斗
你的招募數據報告,老闆看不懂? 因為你沒有「資料視覺化」
HR這樣做數據分析報告,老闆才想聽!