Concepto: Metodología de predicción de la deserción
Attrition Prediction utiliza su encuesta y los datos de sus empleados para asignar un nivel de riesgo de deserción a los segmentos de su empresa. Para obtener más información sobre el uso y la interpretación de los resultados, consulte Concepto: Informes de predicción de deserción.
Cálculo
La predicción de deserción utiliza un modelo estadístico entrenado en el comportamiento de salida a lo largo de millones de puntos de datos de encuestas en la base de datos Peakon. Para determinar el riesgo de deserción por segmento, el modelo utiliza cinco factores clave y sigue este orden:
- El modelo calcula el riesgo de deserción por empleado.
- Luego, el modelo utiliza el riesgo de deserción a nivel de empleado para calcular el riesgo de deserción promedio para cada segmento, así como para toda la empresa.
- El modelo compara el riesgo promedio de cada segmento con el riesgo promedio de la empresa, para asignar un nivel de riesgo de deserción. Ejemplo: El riesgo de deserción en el segmento de marketing se encuentra en el 10 % superior de su organización.
Factores clave
Factor | Descripción |
|---|---|
Puntuación de compromiso | Diferencia con el punto de referencia para la pregunta eNPS: ¿Qué probabilidad hay de que usted recomiende [su organización] como un lugar para trabajar? Observamos que los empleados que responden a nuestra pregunta eNPS con una puntuación de 0 a 6 tienen más de 3 veces más probabilidades de renunciar que aquellos que responden a nuestra pregunta con una puntuación de 9 a 10. Los empleados suelen estar más comprometidos cuando comienzan un nuevo trabajo. En promedio, el compromiso disminuye hasta 1 punto durante los primeros 2 años de empleo, independientemente de si el empleado tiene intención de irse. Esto es lo esperado y el descenso generalmente se estabiliza después de un año de mandato. |
Puntuación de fidelidad | Diferencia con el punto de referencia para la pregunta de lealtad: ¿Qué probabilidad hay de que usted permanezca en [organización] si le ofrecen el mismo trabajo en otra organización? La puntuación de lealtad promedio de los empleados que permanecen en una empresa es un 20% más alta que la puntuación de lealtad promedio de los empleados que se van. |
Puntuación de crecimiento | Diferencia con el benchmark para la pregunta de Crecimiento: Siento que estoy creciendo profesionalmente .Esta pregunta se relaciona con las oportunidades percibidas por un empleado para mejorar su crecimiento personal y profesional. |
Participación | Tasa de participación agregada y de la última ronda de encuesta. La tasa de respuesta de los empleados que renuncian es un 15% menor en comparación con los empleados que permanecen. Nuestro análisis de las respuestas de la encuesta indica que los empleados que pierden interés en responder la encuesta también pierden interés en intentar mejorar su lugar de trabajo y, por lo tanto, corren un mayor riesgo de abandonar su organización. |
Tenencia | Tiempo empleado en la organización, según el atributo de Antigüedad (o equivalente).Generalmente, es más probable que los empleados se vayan en los primeros 2 años que más tarde. Justo después de 3 meses de mandato es también cuando se produce la mayor caída en el compromiso. Esto presenta una paradoja, ya que en la superficie se tiene un empleado más comprometido que en otros grupos de permanencia, pero también es más probable que se vaya. Tener en cuenta la duración del mandato en el cálculo ofrece una indicación más precisa del riesgo de deserción. Aunque la función de predicción de deserción muestra tres rangos de permanencia en la interfaz de usuario, el modelo de predicción mapea sus segmentos de permanencia en función de estos rangos de permanencia:
Para que el modelo de deserción asigne segmentos a un rango de permanencia, asegúrese de que cualquier personalización de los rangos de permanencia aún se encuentre dentro de los rangos anteriores. |
El mapa de calor de predicción de deserción también muestra una columna con renuncias pasadas para contexto, aunque no contribuye al cálculo del riesgo de deserción. La columna
Renunciado
muestra datos del segmento Renunciado
dentro del atributo Motivo de separación
.Niveles de riesgo de deserción
En resumen, el modelo de deserción responde a esta pregunta: "¿Cómo se compara el riesgo de deserción de cada segmento con el riesgo de deserción promedio en su organización?". Para interpretación y recomendaciones, ver Concepto: Informes de predicción de deserción.
Nivel de riesgo | Riesgo de deserción por segmento |
|---|---|
Grave | El riesgo de deserción en este segmento está en el 10% superior de su organización. |
Alta | El riesgo de deserción en este segmento está en el 25% superior de su organización. |
Por encima del promedio | El riesgo de deserción en este segmento está en el 50% superior de su organización. |
Por debajo del promedio | El riesgo de deserción en este segmento está en el 50% inferior de su organización. |
Baja | El riesgo de deserción en este segmento está en el 25% inferior de su organización. El engagement en este segmento es alto. |
Mínimo | El riesgo de deserción en este segmento está en el 10% inferior de su organización. El engagement en este segmento es alto. |
Consulte con su asesor legal para determinar si su configuración de segmentos, y por ende el riesgo de deserción por segmento, satisface los requisitos de cumplimiento de su organización. Los clientes pueden configurar y brindar instrucciones a sus empleados sobre el uso de esta función para garantizar que no cause, directa o indirectamente, discriminación o resultados discriminatorios, ya sean intencionales o no. Los clientes son responsables de comprender y cumplir con todas las obligaciones legales que surjan de su uso del modelo de predicción de deserción y los riesgos de deserción, incluida cualquier evaluación, prueba o documentación que pueda requerirse según las leyes contra la discriminación.
Mejorar la precisión de las predicciones
El modelo de riesgo de deserción de Peakon funciona con mayor precisión cuando:
- Aumente la participación activa en la encuesta y al mismo tiempo transmita sus comentarios.
- Adoptar una frecuencia de encuesta más alta para identificar tendencias y riesgos con mayor anticipación: cuanto más recientes sean las respuestas, más precisa será la predicción del riesgo actual.
- Habilite las preguntas estándar de lealtad y crecimiento.
- Utilice rangos de tenencia estándar o asegúrese de que los rangos personalizados aún se ajusten a los rangos que utiliza el modelo de predicción de deserción. Ejemplo: si cambia los segmentos que originalmente estaban dentro del intervalo de 3 a 12 meses a 3 a 6 meses y 6 a 12 meses, ambos segmentos aún encajan dentro del intervalo. Sin embargo, si cambia el rango a 3-13 meses, el modelo de deserción no puede asignar el segmento a ningún intervalo aplicable.
Peakon no requiere que los puntos anteriores sean necesarios para que funcione la función Riesgo de deserción, sin embargo mejorarán la precisión de la puntuación y contribuirán al conjunto de datos utilizado en el modelo.