数据真能预测员工离职?这六家大厂都做到了。
WFM盖雅工场2019年7月19日

文 | 盖雅学院整合发布

前不久,在盖雅学院-HR成长营群里,有HR围绕数字化人力资源管理的应用,提了个问题:

数据化人力资源是近年来的大热话题,貌似不懂点数据化理念、工具和思维,都不好意思自称是走在时代前沿的HR了。懂不懂数据化人力资源,已经成为普通HR和超级HR的分水岭了。

在传统的人力资源策略中,HR更多依赖直觉或过往管理实践;而在当今这个商业形态、科学技术与劳动力概况都发生巨大变化的情况下,过往的经验、或个人直觉的作用日益弱化。人力资源决策如何运用数据和事实来驱动,被不断提上议程。谷歌的首席人才官就曾说过:“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”。

好在,大多数HR部门具备实施数据化人力资源的基础。毕竟,在很多公司内,HR的很多事务性工作是产生有价值的数据源:比如从面试到入职,从培训到发展,从考勤到薪资,从薪酬到福利,这一系列环节必然会产生很多数据。而只要有合适的工具追踪这些数据,就能够产生价值。那么,HR部门具体拿这些数据做什么样的预测和分析?常见的数据分析应用包括:

提高人效类的——比如用产能或销售额和人力需求建立线性回归分析,预测未来的人力需求;

提升员工体验的——比如谷歌分析员工排队候餐的数据,得出最理想的排队时间,重新设计了员工餐厅布局;

提升培训效果的——比如将培训评估分制转化为标准分,绘制正态分布图;

预测员工行为的——比如通过各种数据建模,预测员工离职倾向。

前三种应用相对比较常见,即使在国内的数据化人力资源起步阶段的情况下,也慢慢开始越来越多的企业人力资源部门开始注重运用大数据,对人效、培训、员工体验进行分析和预测。不过,用数据建模或AI技术,来预测员工离职倾向,似乎还只是存在于互联网大厂的神话中。

我们今天就来集中看看这些看似神话的例子,看看别人家那些优秀的孩子在数据化人力资源方面的突出实践:

IBM:AI预测离职准确率高达95%

4月,IBM首席执行官弗吉尼亚·罗曼提(Virginia Rometty) 在纽约举办的CNBC“劳动人才+HR”峰会上公布了一个令人震撼的数据化人力资源应用的案例:IBM用AI预测员工离职准确度95%,通过“预测减员计划”节约了近3亿美金。

IBM是一家拥有大约35万名员工的科技巨头,在罗曼提担任CEO的七年时间里,IBM一直在改进其人工智能工作,以帮助留住人才,她表示:“想挽留一名员工,最好赶在他做出离职的决定以前。” 所以,IBM人力资源部门和Waston合作开发了员工离职预测系统。有了这个系统,公司就可以及时发现员工的辞职念头,和他们讨论加薪、奖金、补贴等等办法,进而商讨出双赢的对策。该系统现在已经申请了专利。

不过,罗曼提并没有解释人工智能如此有效识别即将跳槽的员工的“秘方”是什么,只是说该技术的成功来自于对许多数据点的分析。但表示:该技术目前预测的准确率在95%的范围内,而且迄今为止已经帮助IBM节约了近3亿美元的员工留用成本。

Google:用“人才保留算法”预测员工离职

谷歌是用数据分析导向处理人力资源职能的典型代表。它们把人力资源部门称为“人力运营部”,谷歌人力资源运营部的一切决策,都是通过强大的“人事分析团队“来引导的,谷歌所有的人事决策都是基于数据和数据分析的。它甚至拥有一个任何企业所不具备的独特团队——人力资源实验室。这个团队的工作,是在谷歌内进行具有应用性的实验科学的数据和实验,来判定谷歌是使用最有效的方法来管理员工并提供多种的工作环境(包括使用最令员工愉悦的奖励方式),这个实验室甚至借助科学的数据和实验,通过降低员工饮食中卡路里的摄入量,来促进员工的健康。

而谷歌借助自己开发的“人才保留算法”,则能够积极并成功的预测到哪些员工可能会离职。这项举措允许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。

日本Solasto:利用人工智慧“KIBIT”判断新员工离职倾向

Solasto是日本一家拥有超过50年历史的医疗护理公司,这家公司每年有高达5000名新员工加入,而这些新入职员工往往离职率较高。Solasto为了防止员工出走,引入了由FRONTEO(幅锐态科技)开发的人工智慧“KIBIT”,来分析新员工的常规问卷,从而判断是否有离职倾向,最终将离职率有效减少2成。

Solasto有个惯例:每年都会针对新进员工结合问卷进行7次面谈。内容大致为“对职场、业务是否习惯”、“健康状况”、“人际关系”等等。以往,判断员工的状态,需要完全依赖面谈者的经验、立场和直觉。自2017年引入人工智慧“KIBIT”后,Solasto将员工问卷自由填写的栏位内容,交由AI分析,从细微之处的文章表现,来分析员工是否有离职倾向。

分组实验证明,AI 确实能够相对准确的找出有离职倾向的员工。公司根据分析结果及时妥善得去介入协助、调整后,就能够有效打消员工离职的念头。

瑞士信贷银行:在员工过往数据中预测离职倾向

在职员工的工作任期、员工调查、沟通模式甚至性格测试等一系列数据往往也能够揭示员工去留动机,从而分析判断员工的离职倾向性。当然,离职背后的动机很复杂,通常包括收入多寡、同事关系、公司前景、职业规划等,很难靠单一数据变量去预测。在不同公司,这些变量的影响力又有很大的差异。

比如在瑞士信贷银行,他们通过研究员工过去三年的历史资料,包括加薪、升职以及人生重大变动等事件,来预测他们接下来的数年内是选择留在银行继续工作还是跳槽。根据预测和分析结果,瑞士信贷银行人才分析团队发现,他们的员工离职与“主管表现”和“团队规模”最相关。

因此,瑞士信贷银行开始积极为员工改变工作职位,让员工更愿意留下来。他们特意发布全球计划,允许和鼓励员工参与内部人员流动。瑞士信贷的招聘人员现在会把超过 80%的工作向内部员工开放,并且在职位发布时会直接打电话给内部员工。为了进一步降低跳槽率,他们甚至开始用算法来推荐员工去参加内部流动。

通过这个内部计划,瑞士信贷银行有 300 多人获得了职位晋升。用瑞士信贷银行人才分析团队负责人Wolf 的话讲,这些人如果没留下的话,很可能就跳槽了。“我们相信,是我们的工作让他们留了下来,而没有让他们没有选择跳槽。”

印度inFeedo:聊天机器人分析员工情绪,预测离职的概率。

inFeedo是印度一家专注于员工敬业度的人工职能HR分析平台,他们的系统会以调查问卷的方式,从反馈的数据信息中剖析答题者的情绪反应,预测员工的离职概率。inFeedo还推出聊天机器人,这个机器人会定期和每位员工聊天(这个AI聊天系统学习能力很强,基本能做到以假乱真,你根本不知道是机器还是人),还会根据内容产生相应的报告。如果有情绪异常或急需要处理的问题,机器人则会通知相应的主管或HR赶快进行解决。

调查显示“52%的员工,不愿意与他们的领导共享信息”,所以这些数据系统往往可以发挥更大的价值:Your Learning比培训人员和你的主管,甚至于你自己更了解你的学习需求;HappierWork在重要的时刻,一个小提醒却是一个大的心意;而inFeedo可能比你的直接领导可能还要了解你的情绪变化。

腾讯HR:分析员工下载知识文档量,判断员工离职概率

看了这么多国际互联网公司的案例,再来看看国内的大咖腾讯。腾讯的HR一直以产品经理思维,把员工当用户著称。他们的人力资源策略也非常显著得以数据分析为导向。比如我们听说过腾讯HR通过分析员工下载知识文档的数量,来判断员工的离职概率。

在腾讯内部的“鹅民公社”——弹性福利平台,每个月都有三万五千多人使用,而“鹅厂运动”每个月有三万一千多人使用。而这些功能的应用,为员工行为分析与预测提供了大量有价值的数据。

早在2012年,腾讯就开始用数据分析员工离职率。他们毕业进公司满3年的毕业生们,其流失率达到普通员工流失率的3倍。为什么这些腾讯花了大力气培养了三年、刚刚可以独当一面的骨干,面对腾讯优越的待遇即培养资源,却要离开?腾讯再深入电话访谈后,发现原因居然是“丈母娘”。毕业三年往往等于适婚年龄,而深圳房价攀升,购房无望的

基于这样的分析,腾讯HR推出了著名的“安居计划”:公司拿出一笔基金,免息提供给符合条件的员工,帮助员工提早买房该举措的效果特别显著,实施几年之后再看数据,在人才竞争非常激烈的外部环境下,参与安居计划的员工流失率不到1%。

当然,这些大厂在人力资源数据分析或AI技术方面的炫酷应用,是与企业发展的成熟度、企业文化驱动、数据和事实导向的思维方式、人力资源长期有意识的数据积累等密切相关。但我们也并非只能望其项背,毕竟大多数的数据分析工具和技术其实没有那么复杂,但难的是以终为始的数据分析意识。

你到底需要通过数据驱动创造怎样的价值?HR的数据与业务的关系是什么?怎样建立数据驱动决策思维,怎样建立完整的HR数据收集体系?这些是需要想清楚的。

本文开头提到,在盖雅学院的HR成长营微信群中,有HR提到《大数据时代下的人力资源管理》一书中人力资源数据化在提升人性、培训、员工体验以及预测员工行为的常见应用。您所在的企业,有关于数据化人力资源的实战应用吗?欢迎扫码与我们分享和交流。

(我们会选取优质回答者赠送《大数据时代下的人力资源管理》一本)

本文来源公众号:盖雅学院(ID:thinkwithgaia),作者:李斌

本文为盖雅时间经授权转载,转载目的在于传递更多信息,并不代表盖雅时间赞同其观点和对其真实性负责。转载文章所包含的文字和图片来源于网络和原作者。如因作品内容、版权等存在问题,请于本文刊发30日内联系盖雅学院进行删除,并就版权问题联系相关内容来源。盖雅时间欢迎各类广告品牌合作,发邮件至WFM@gaiaworks.cn获取更多信息。

©2019 盖雅时间 保留所有权利

扫码免费领取资料

盖雅工场全流程劳动力管理系统,预约免费演示 >>

更多相关阅读:

零售门店打卡,盖雅搞得定

按期望排班,盖雅搞得定

下一篇 文章
盖雅工场×阿里云 丨共启零售业智能排班联合解决方案
盖雅工场
劳动力管理系统
智能、高效、易用,是企业劳动力效率管理的工具。
体验DEMO演示

相关产品推荐