行业解决方案
深耕行业 创新价值中央企业
服务央企数字化转型和国产化替代第一品牌离散制造
助力大型离散制造企业高质量发展消费品
商业创新,引领消费品行业数智化转型升级流程制造
全面构筑数智能力,加速迈向世界一流钢铁冶金
冶金企业绿色智能发展的强大引擎工业化与造纸
数智创新使能产业提质增效、赋能行业高效发展制药与医药流通
以数智创新驱动医药行业高质量发展食品饮料
食品饮料企业数智化转型首选服务商酒业
数智赋能酒企跨越式增长装备制造
创新装备制造企业个性化数智升级路径能源
以数智创新推动能源行业绿色低碳发展交通运输与物流
以数智赋能,加快推进交通强国建设航空与机场
大国重器BIP,推动中国航空机场业数智化转型公用事业
推动公用行业企业数智变革建筑
促进建筑企业效率效益提升地产
以数智化赋能泛地产行业高质量发展现代服务
以数智赋能,推动现代服务业高质量发展医疗
数智化技术赋能医疗机构高质量发展酒店餐饮
赋能酒店和餐饮品牌集团化、连锁化、专业化规模运营零售分销
以数智赋能,引领零售分销行业转型升级贸易
为企业出海保驾护航农牧
助力农牧业企业构建全新商业模式互联网
以数智创新推动中国互联网产业高效发展国资监管与投资控股
国内领先的国资数智化转型服务商电信与广电
推进电信与广电行业数智化转型升级军工
助力国家战略产业和国防装备的数字化转型政务
云聚公共管理智慧,助力政府数智化转型教育
数智化人才培养服务提供商金融
中国金融行业数智化解决方案领导者汽车
专注于汽车行业营销与后市场服务烟草
助力烟草行业数智化转型行业解决方案
深耕行业 创新价值中央企业
服务央企数字化转型和国产化替代第一品牌离散制造
助力大型离散制造企业高质量发展消费品
商业创新,引领消费品行业数智化转型升级流程制造
全面构筑数智能力,加速迈向世界一流钢铁冶金
冶金企业绿色智能发展的强大引擎工业化与造纸
数智创新使能产业提质增效、赋能行业高效发展制药与医药流通
以数智创新驱动医药行业高质量发展食品饮料
食品饮料企业数智化转型首选服务商酒业
数智赋能酒企跨越式增长装备制造
创新装备制造企业个性化数智升级路径能源
以数智创新推动能源行业绿色低碳发展交通运输与物流
以数智赋能,加快推进交通强国建设航空与机场
大国重器BIP,推动中国航空机场业数智化转型公用事业
推动公用行业企业数智变革建筑
促进建筑企业效率效益提升地产
以数智化赋能泛地产行业高质量发展现代服务
以数智赋能,推动现代服务业高质量发展医疗
数智化技术赋能医疗机构高质量发展酒店餐饮
赋能酒店和餐饮品牌集团化、连锁化、专业化规模运营零售分销
以数智赋能,引领零售分销行业转型升级贸易
为企业出海保驾护航农牧
助力农牧业企业构建全新商业模式互联网
以数智创新推动中国互联网产业高效发展国资监管与投资控股
国内领先的国资数智化转型服务商电信与广电
推进电信与广电行业数智化转型升级军工
助力国家战略产业和国防装备的数字化转型政务
云聚公共管理智慧,助力政府数智化转型教育
数智化人才培养服务提供商金融
中国金融行业数智化解决方案领导者汽车
专注于汽车行业营销与后市场服务烟草
助力烟草行业数智化转型销售热线:
4006-600-577管理之父德鲁克曾说过,企业只有一项真正的资源,那就是人才。核心人才的流失可能会导致一系列连锁问题,德勤公司的调研数据显示:
▪ 一个中级岗位普通员工的流失,给企业带来的损失是这个员工年薪的150%;
▪ 一个重要岗位核心员工的流失,给企业带来的损失高达这人年薪的400%。
然而传统的人力资源业务决策常常依赖直觉或过往管理实践,很容易产生决策偏差,运用数据和事实驱动决策不断被提上议程。谷歌的首席人才官曾说过:“谷歌的HR决策从来都不是来自哪个最佳实践,一定只会来自内部数据的分析”。
科学的离职预测可以改变以往决策的模糊性,从定性或主观分析进阶为量化、客观的分析,让决策者清晰看到员工的离职风险、流失成本,促使管理者采取合理措施针对性解决问题。
大厂纷纷通过离职预测实现人才保留:
“蓝色巨人”IBM首席执行官弗吉尼亚·罗曼提曾说:“想挽留一名员工,最好赶在他做出离职的决定以前。”IBM用AI预测员工离职,及时发现员工的辞职念头,和员工讨论加薪、奖金、补贴等等办法,进而商讨出双赢的对策通过,“离职预测”为IBM节约了近3亿美金。
谷歌借助自己开发的“人才保留算法”,能够积极并成功的预测到哪些员工可能会离职。这项举措让管理者在为时过晚之前采取行动,并为员工留任提供个性化解决方案的空间。
早在2012年,腾讯就开始用数据分析员工离职率,数据显示进公司满3年的毕业生们流失率是普通员工的3倍(毕业3年往往进入适婚年纪,而房价攀升导致购房无望),为此腾讯推出“安居计划”帮助员工提早买房,参与安居计划的员工流失率不到1%。
为了帮助广大企业更科学便捷开展离职预测,近期,用友人力云重磅推出员工离职预测功能,帮助企业提前准确识别高离职风险员工,保障组织的持续健康稳定发展,让员工离职预测不只存在于大厂的神话中。
01
工作压力、职业发展规划、薪资报酬、人际关系等因素均可成为离职导火索,用友人力云通过员工基本情况、绩效数据、个人发展及薪酬福利情况、敬业度情况,洞察员工离职风险;还可以识别考勤变化等异常行为数据,多维度数据对员工离职进行预测,基于离职概率高、中、低风险等级情况与九宫格分析结果,为业务决策提供有力支持。
(员工离职预测示意图)
如何更好地留住离职风险高的人才呢?系统支持离职预测模型DIY,对于重点关注人才,可以调整影响员工离职的关键因素,例如改变出差频率、调整涨薪幅度、提供升职空间等,探索员工留用最佳方案,便于后续与员工开展保留谈话。
(离职重新预测示意图)
不同类型、不同发展阶段的企业对于离职风险的敏感程度不尽相同,同样的离职概率对于一家互联网企业而言可能是中风险,但对于一家传统制造集团而言就是高风险。
在人力云系统中,可以灵活配置员工离职风险高、中、低对应的阈值,从而给到企业管理者更符合企业现状的风险提示与分析结果。
(风险等级配置示意图)
02
管理者不仅应该了解特定员工的离职风险,更需要掌握组织离职风险全貌。用友人力云通过环状图、九宫格等形式,清晰呈现员工离职预测概率及九宫格分布情况,全盘展现企业中离职中高风险的人数及占比。
(离职风险分布分析示意图)
(九宫格分析示意图)
系统可以全面分析离职影响因素,展现影响全组织样本离职概括的TOP15影响因素,帮助管理者了解哪些因素是促使人才流失的关键点,提早采取应对措施做出改进。
(离职相关性解析示意图)
03
很多行业都存在新入职员工离职率高的问题,如果大量员工刚加入企业不久便离职,很有可能是因为在招聘阶段我们没有精准定位合适的员工画像。员工base在哪里更合适?具备什么样特质和经验的人才更稳定?这些决策过往只能依靠于经验判断。
而现在,动动手指在员工离职预测场景内模拟高稳定员工画像,选定预期候选人的工作年限、工作地点、工作技能等数据,系统可基于虚拟员工画像给出离职风险预测,帮助HR伙伴快速捕捉高稳定性员工画像。
将高稳定性员工画像应用于后续招聘、内部晋升工作,即可实现更科学的选用育留,决策有据可依。
(基于虚拟员工画像的离职预测示意图)
04
离职预测工具真的准确吗?如何提升预测的准确性?相信很多HR朋友在启用员工离职预测前会有类似的疑惑。用友人力云员工离职预测功能不仅支持随时查看预测效果,更支持企业通过持续的培养训练,提升预测准确度。
在系统内,HR不仅可以了解到当前离职预测的效果,还可以导入更多的员工在职、离职数据,使离职预测系统更符合企业管理特征,从而更准确预测员工离职概率。
用友人力云员工离职预测功能,帮助企业科学进行离职风险概率预测,实现核心人才的保留,促进组织持续健康发展。