El estudio detallado de las motivaciones que llevan a un empleado a abandonar una compañía, supone alcanzar una posición ventajosa para aquellos departamentos de gestión de talento que buscan captar/retener los mejores profesionales para sus organizaciones.
Determinar las tasas de rotación, identificar los patrones de comportamiento y segmentar las plantillas por criterios objetivos que permitan potenciar la eficiencia productiva, supone un reto que las prácticas analíticas ya permiten abordar con elevadas tasas de acierto.
Necesidades
•Visualizar las tasas de rotación de empleados.
•Identificar aquellos empleados que tienen mayor probabilidad de que abandonen la empresa.
•Analizar las localizaciones con sus niveles de rotación.
•Navegar por la información para la realización de los análisis.
Datos de partida
•El trabajo realizado partió 50.000 registros de datos históricos de 10 años, los cuales, recogían la información de los empleados activos y de aquellos que habían dejado la empresa.
•Los campos analizados fueron:
Edad del empleado
Género
Antigüedad
Ciudad
Unidad del empleado
Razón de la salida
Puesto del empleado …
Trabajo realizado
•Para la realización del proyecto se ha utilizado método cíclico basado en CRISP-DM que ha permitido avanzar en la extracción de valor de los datos, usando herramientas “agile” tipo kanban para la asignación y seguimiento de las tareas.
Entender el negocio
•Comprender cual es el proceso de recolección de datos.
•Entender el contenido de los datos.
•Valorar la calidad de los datos. Observar el contexto de operación.
Limpiar y normalizar.
•Comprender cual es el proceso de recolección de datos.
•Entender el contenido de los datos.
•Valorar la calidad de los datos.
•Observar el contexto de operación.
•Enriquecimiento de datos.
•Búsqueda de factores externos y adquisición de datos para la visualización geo-posicionada.
Modelización y construcción de DataWarehouse
•Elaboración del modelo relacional.
•Definición de tablas de hechos y dimensiones.
•Construcción de relaciones y atributos.
Construcción del cuadro de mando
•Definición de indicadores.
•Definición de sistemas de alerta.
•Definición de gráficos de presentación.
•Estructuración pantallas de visualización.
•Definición del flujo de análisis.
Predicción
•Identificación de predictores.
•Análisis multi-variante.
•Visualización.
Tecnología
•La tecnología empleada para el proyecto es la siguiente:
Resultados
Visualización geo-posicionada de la situación de los empleados.
Evolución de los entradas/salidas de empleados.
Análisis de la situación de una localización/tienda específica.
Aprendemos del pasado observando como se relacionan los datos.
Analizamos los datos, obtenemos datos de valor y ofrecemos respuestas a las preguntas de negocio.
Ofrecemos soluciones tecnológicas que apoyan la transformación de nuestros clientes.
