然而傳統(tǒng)的人力資源業(yè)務(wù)決策常常依賴直覺或過往管理實(shí)踐，很容易產(chǎn)生決策偏差，運(yùn)用數(shù)據(jù)和事實(shí)驅(qū)動(dòng)決策不斷被提上議程。谷歌的首席人才官曾說過：“谷歌的HR決策從來都不是來自哪個(gè)最佳實(shí)踐，一定只會(huì)來自內(nèi)部數(shù)據(jù)的分析”。

科學(xué)的離職預(yù)測(cè)可以改變以往決策的模糊性，從定性或主觀分析進(jìn)階為量化、客觀的分析，讓決策者清晰看到員工的離職風(fēng)險(xiǎn)、流失成本，促使管理者采取合理措施針對(duì)性解決問題。

大廠紛紛通過離職預(yù)測(cè)實(shí)現(xiàn)人才保留：

“藍(lán)色巨人”IBM首席執(zhí)行官弗吉尼亞·羅曼提曾說：“想挽留一名員工，最好趕在他做出離職的決定以前?！?/strong>IBM用AI預(yù)測(cè)員工離職，及時(shí)發(fā)現(xiàn)員工的辭職念頭，和員工討論加薪、獎(jiǎng)金、補(bǔ)貼等等辦法，進(jìn)而商討出雙贏的對(duì)策通過，“離職預(yù)測(cè)”為IBM節(jié)約了近3億美金。

谷歌借助自己開發(fā)的“人才保留算法”，能夠積極并成功的預(yù)測(cè)到哪些員工可能會(huì)離職。這項(xiàng)舉措讓管理者在為時(shí)過晚之前采取行動(dòng)，并為員工留任提供個(gè)性化解決方案的空間。

早在2012年，騰訊就開始用數(shù)據(jù)分析員工離職率，數(shù)據(jù)顯示進(jìn)公司滿3年的畢業(yè)生們流失率是普通員工的3倍（畢業(yè)3年往往進(jìn)入適婚年紀(jì)，而房價(jià)攀升導(dǎo)致購房無望），為此騰訊推出“安居計(jì)劃”幫助員工提早買房，參與安居計(jì)劃的員工流失率不到1%。

為了幫助廣大企業(yè)更科學(xué)便捷開展離職預(yù)測(cè)，近期，用友人力云重磅推出員工離職預(yù)測(cè)功能，幫助企業(yè)提前準(zhǔn)確識(shí)別高離職風(fēng)險(xiǎn)員工，保障組織的持續(xù)健康穩(wěn)定發(fā)展，讓員工離職預(yù)測(cè)不只存在于大廠的神話中。

工作壓力、職業(yè)發(fā)展規(guī)劃、薪資報(bào)酬、人際關(guān)系等因素均可成為離職導(dǎo)火索，用友人力云通過員工基本情況、績效數(shù)據(jù)、個(gè)人發(fā)展及薪酬福利情況、敬業(yè)度情況，洞察員工離職風(fēng)險(xiǎn)；還可以識(shí)別考勤變化等異常行為數(shù)據(jù)，多維度數(shù)據(jù)對(duì)員工離職進(jìn)行預(yù)測(cè)，基于離職概率高、中、低風(fēng)險(xiǎn)等級(jí)情況與九宮格分析結(jié)果，為業(yè)務(wù)決策提供有力支持。

（員工離職預(yù)測(cè)示意圖）

如何更好地留住離職風(fēng)險(xiǎn)高的人才呢？系統(tǒng)支持離職預(yù)測(cè)模型DIY，對(duì)于重點(diǎn)關(guān)注人才，可以調(diào)整影響員工離職的關(guān)鍵因素，例如改變出差頻率、調(diào)整漲薪幅度、提供升職空間等，探索員工留用最佳方案，便于后續(xù)與員工開展保留談話。

（離職重新預(yù)測(cè)示意圖）

不同類型、不同發(fā)展階段的企業(yè)對(duì)于離職風(fēng)險(xiǎn)的敏感程度不盡相同，同樣的離職概率對(duì)于一家互聯(lián)網(wǎng)企業(yè)而言可能是中風(fēng)險(xiǎn)，但對(duì)于一家傳統(tǒng)制造集團(tuán)而言就是高風(fēng)險(xiǎn)。

在人力云系統(tǒng)中，可以靈活配置員工離職風(fēng)險(xiǎn)高、中、低對(duì)應(yīng)的閾值，從而給到企業(yè)管理者更符合企業(yè)現(xiàn)狀的風(fēng)險(xiǎn)提示與分析結(jié)果。

（風(fēng)險(xiǎn)等級(jí)配置示意圖）

管理者不僅應(yīng)該了解特定員工的離職風(fēng)險(xiǎn)，更需要掌握組織離職風(fēng)險(xiǎn)全貌。用友人力云通過環(huán)狀圖、九宮格等形式，清晰呈現(xiàn)員工離職預(yù)測(cè)概率及九宮格分布情況，全盤展現(xiàn)企業(yè)中離職中高風(fēng)險(xiǎn)的人數(shù)及占比。

（離職風(fēng)險(xiǎn)分布分析示意圖）

（九宮格分析示意圖）

系統(tǒng)可以全面分析離職影響因素，展現(xiàn)影響全組織樣本離職概括的TOP15影響因素，幫助管理者了解哪些因素是促使人才流失的關(guān)鍵點(diǎn)，提早采取應(yīng)對(duì)措施做出改進(jìn)。

（離職相關(guān)性解析示意圖）

很多行業(yè)都存在新入職員工離職率高的問題，如果大量員工剛加入企業(yè)不久便離職，很有可能是因?yàn)樵谡衅鸽A段我們沒有精準(zhǔn)定位合適的員工畫像。員工base在哪里更合適？具備什么樣特質(zhì)和經(jīng)驗(yàn)的人才更穩(wěn)定？這些決策過往只能依靠于經(jīng)驗(yàn)判斷。

而現(xiàn)在，動(dòng)動(dòng)手指在員工離職預(yù)測(cè)場(chǎng)景內(nèi)模擬高穩(wěn)定員工畫像，選定預(yù)期候選人的工作年限、工作地點(diǎn)、工作技能等數(shù)據(jù)，系統(tǒng)可基于虛擬員工畫像給出離職風(fēng)險(xiǎn)預(yù)測(cè)，幫助HR伙伴快速捕捉高穩(wěn)定性員工畫像。

將高穩(wěn)定性員工畫像應(yīng)用于后續(xù)招聘、內(nèi)部晉升工作，即可實(shí)現(xiàn)更科學(xué)的選用育留，決策有據(jù)可依。

（基于虛擬員工畫像的離職預(yù)測(cè)示意圖）

離職預(yù)測(cè)工具真的準(zhǔn)確嗎？如何提升預(yù)測(cè)的準(zhǔn)確性？相信很多HR朋友在啟用員工離職預(yù)測(cè)前會(huì)有類似的疑惑。用友人力云員工離職預(yù)測(cè)功能不僅支持隨時(shí)查看預(yù)測(cè)效果，更支持企業(yè)通過持續(xù)的培養(yǎng)訓(xùn)練，提升預(yù)測(cè)準(zhǔn)確度。

在系統(tǒng)內(nèi)，HR不僅可以了解到當(dāng)前離職預(yù)測(cè)的效果，還可以導(dǎo)入更多的員工在職、離職數(shù)據(jù)，使離職預(yù)測(cè)系統(tǒng)更符合企業(yè)管理特征，從而更準(zhǔn)確預(yù)測(cè)員工離職概率。