Concept: Methodologie voor het voorspellen van attritie
Met Attrition Prediction worden uw enquête- en werknemersgegevens gebruikt om het risiconiveau voor verloop aan uw bedrijfssegmenten toe te wijzen. Voor meer informatie over het gebruik en de interpretatie van resultaten, zie Concept: Rapportage van voorspelling van verloop.
Berekening
Attrition Prediction maakt gebruik van een statistisch model dat is getraind op het vertrekgedrag van miljoenen enquêtegegevenspunten in de Peakon-database. Om het verlooprisico per segment te bepalen, maakt het model gebruik van 5 sleutelfactoren en volgt deze volgorde:
- Het model berekent het verlooprisico per werknemer.
- Vervolgens berekent het model het gemiddelde verlooprisico voor elk segment en voor het hele bedrijf aan de hand van het verlooprisico op werknemersniveau.
- Het model vergelijkt het gemiddelde risico van elk segment met het gemiddelde risico van het bedrijf, om zo een niveau van verlooprisico toe te kennen. Voorbeeld: Het verlooprisico in het marketingsegment bevindt zich in de bovenste 10% van uw organisatie.
Belangrijkste factoren
Factor | Beschrijving |
|---|---|
Engagementscore | Verschil met benchmark voor de eNPS-vraag: Hoe waarschijnlijk is het dat u [uw organisatie] zou aanbevelen als werkplek? We hebben vastgesteld dat werknemers die een score van 0 tot en met 6 geven op onze eNPS-vraag, drie keer zo vaak ontslag nemen als werknemers die een score van 9 tot en met 10 geven op de vraag. Werknemers zijn doorgaans het meest betrokken wanneer ze aan een nieuwe baan beginnen. Gemiddeld neemt de betrokkenheid gedurende de eerste twee jaar van het dienstverband met maximaal 1 punt af, ongeacht of de werknemer van plan is te vertrekken. Dit is te verwachten en de daling vlakt vaak af na een jaar dienstverband. |
Loyaliteitsscore | Verschil met de benchmark voor de vraag over loyaliteit: Hoe waarschijnlijk is het dat u bij [organisatie] zou blijven als u dezelfde baan bij een andere organisatie aangeboden zou krijgen? De gemiddelde loyaliteitsscore van medewerkers die bij een bedrijf blijven, ligt 20% hoger dan de gemiddelde loyaliteitsscore van medewerkers die vertrekken. |
Groeiscore | Verschil met de benchmark voor de vraag over groei: Ik heb het gevoel dat ik professioneel groei .Deze vraag gaat over de door een werknemer waargenomen mogelijkheden om zijn/haar persoonlijke en carrièregroei te verbeteren. |
Deelname | Geaggregeerde en laatste deelnamepercentage van de enquêteronde. Het responspercentage van werknemers die ontslag nemen, ligt 15% lager vergeleken met werknemers die blijven. Uit onze analyse van de antwoorden op de enquête blijkt dat werknemers die niet langer geïnteresseerd zijn in het invullen van de enquête, ook niet langer geïnteresseerd zijn in het verbeteren van hun werkplek. Daarom is de kans groter dat ze uw organisatie verlaten. |
Dienstverband | Tijd die bij de organisatie is doorgebracht, volgens het kenmerk Tenure (of equivalent).Over het algemeen is de kans groter dat werknemers in de eerste twee jaar vertrekken dan daarna. Direct na 3 maanden dienstverband vindt ook de grootste daling in betrokkenheid plaats. Dit levert een paradox op: op het eerste gezicht zijn de werknemers meer betrokken dan werknemers met een ander dienstverband, maar de kans dat ze vertrekken is ook groter. Als u de lengte van het dienstverband meeneemt in de berekening, krijgt u een nauwkeuriger beeld van het risico op personeelsverloop. Hoewel de functie voor het voorspellen van verloop drie looptijdbereiken weergeeft in de gebruikersinterface, koppelt het voorspellingsmodel uw looptijdsegmenten aan deze looptijdbereiken:
Om met het verloopmodel segmenten aan een ambtstermijnbereik te kunnen koppelen, moet u ervoor zorgen dat eventuele aanpassingen van de ambtstermijnbereiken nog steeds binnen de bovenstaande bereiken vallen. |
De heatmap voor de voorspelling van het verloop toont ook een kolom met eerdere ontslagaanvragen ter context. Deze kolom draagt echter niet bij aan de berekening van het verlooprisico. In de kolom
Opgezegd
worden gegevens uit het segment Opgezegd
weergegeven binnen het kenmerk Reden voor scheiding
.Risiconiveaus voor verloop
Kort gezegd geeft het verloopmodel antwoord op de volgende vraag: "Hoe verhoudt het verlooprisico van elk segment zich tot het gemiddelde verlooprisico in uw organisatie?". Voor interpretatie en aanbevelingen, zie Concept: Rapportage van voorspelling van verloop.
Risiconiveau | Risico op verloop per segment |
|---|---|
Ernstig | Het risico op personeelsverloop in dit segment ligt bij de bovenste 10% van uw organisatie. |
Hoog | Het risico op personeelsverloop in dit segment ligt bij de bovenste 25% van uw organisatie. |
Bovengemiddeld | Het risico op personeelsverloop in dit segment ligt bij de bovenste 50% van uw organisatie. |
Onder het gemiddelde | Het risico op personeelsverloop in dit segment ligt bij de onderste 50% van uw organisatie. |
Laag | Het risico op personeelsverloop in dit segment ligt bij de onderste 25% van uw organisatie. De betrokkenheid in dit segment is hoog. |
Miniem | Het risico op personeelsverloop in dit segment ligt bij de onderste 10% van uw organisatie. De betrokkenheid in dit segment is hoog. |
Raadpleeg uw juridisch adviseur om te bepalen of uw configuratie van segmenten, en daarmee het verlooprisico per segment, voldoet aan de nalevingsvereisten van uw organisatie. Klanten kunnen deze functie configureren en hun werknemers hierover instructies geven. Zo zorgen ze ervoor dat ze niet direct of indirect discriminatie of discriminerende resultaten boeken, opzettelijk of onopzettelijk. Klanten zijn verantwoordelijk voor het begrijpen en naleven van alle wettelijke verplichtingen die voortvloeien uit hun gebruik van het Attrition Prediction-model en de risico's van attritie, met inbegrip van alle beoordelingen, tests of documentatie die vereist kunnen zijn op grond van de antidiscriminatiewetgeving.
Verbetering van de voorspellingsnauwkeurigheid
Het Attrition Risk-model van Peakon werkt het meest nauwkeurig als u:
- Vergroot de actieve deelname aan enquêtes en zet feedback om in actie.
- Ga over op een hogere enquêtefrequentie om trends en risico's eerder te identificeren: hoe recenter de antwoorden, hoe nauwkeuriger de voorspelling van het huidige risico.
- Schakel de standaardvragen over loyaliteit en groei in.
- Gebruik standaardbereiken voor de ambtstermijn of zorg ervoor dat aangepaste bereiken nog steeds passen binnen de bereiken die het Attrition Prediction-model gebruikt. Voorbeeld: Als u de segmenten die oorspronkelijk binnen het interval van 3-12 maanden vielen, wijzigt naar 3-6 maanden en 6-12 maanden, passen beide segmenten nog steeds binnen het interval. Als u het bereik echter verandert naar 3-13 maanden, kan het verloopmodel het segment niet koppelen aan een toepasselijk interval.
Peakon vereist niet dat de bovenstaande punten nodig zijn om de functie Attrition Risk te laten werken. Ze verbeteren echter wel de nauwkeurigheid van de score en dragen bij aan de dataset die in het model wordt gebruikt.