跳至主要內容
Peakon
上次更新時間 :2024-01-26
概念:員工流動預測報告

概念:員工流動預測報告

人員流失預測可以幫助您識別組織中各部門的人員流失風險。要了解有關 Peakon 如何計算流失風險的更多信息,請參閱 概念:人員流失預測方法
Peakon 的人員流失預測模型:
  • 可以幫助預測昂貴的營業額發生之前的情況,並深入了解可能的原因。
  • 即時評估員工流失風險,每次員工提交回饋時重新計算,以保持最新狀態。
  • 顯示為聚合的段級視圖,在保護個人員工身分的同時保持較高的預測準確性。
  • 可以幫助您優化參與策略並防止令人遺憾的客戶流失。

導航

管理員
訪問群組的使用者可以在以下區域查看人員流失熱圖。管理員也可以使用
流失預測
權限為其他存取群組啟用此功能。由於人員流失熱圖顯示了您正在查看的上下文的子部分,因此它對高階領導者最有用。
領域
說明
主儀表板
主儀表板顯示
焦點細分
區域中除
分離日期
分離原因
之外的所有細分的流失風險。
通常,焦點部分會顯示在包含大量員工的儀表板上。
細分
區域
您可以在
「分析」
>
「細分」
>
「人員流失」
中找到完整的人員流失報告。該報告顯示了影響人員流失的 5 個關鍵因素中的每個因素的一列,以及「已辭職」列,以供參考。

解釋

人員流失報告中每個部門顯示的風險等級與
該部門相對於整個組織平均人​​員流失風險的流失風險
有關。
例:貴公司的
行銷
部門的人員流失風險位居前 25%。
此範例表明,當 Peakon 比較貴公司所有部門的流失風險時,
行銷
部門位於前 25% 的群體中。這並不意味著
行銷
部門有 25% 的員工離職可能性,或該部門 25% 的員工會離職(員工流動風險顯示在部門層級)。
適用於每個部分的風險等級表示員工在未來 6 個月內離職的預測機率。 然而,我們觀察到離職者在辭職前 9 個月左右就開始出現警訊。

建議

如果某個部門有嚴重的員工流動風險,並不一定代表這些員工會離開。這僅僅意味著與組織的其他部分相比,員工流失的風險要高得多。透過對這一部分錶現出更多的勤勉,您可以有望降低風險。
無論造成人員流失風險的因素是什麼,我們都建議採用整體方法:
  • 確定重點領域並透過查看評論嘗試理解「為什麼」。
  • 檢視建議的行動和資源,並制定與團隊溝通的清晰的行動計劃。例如:使用 SMART 框架可以幫助您指定目標。確保操作在共用和個人儀表板上可見。在溝通中,將任何里程碑和結果與您採取的行動聯繫起來,形成反饋循環。
  • 與員工進行公開透明的溝通,以確保他們了解您如何接受他們的回饋。
  • 明確誰可以看到回饋、Peakon 如何匯總分數以及評論如何運作,以幫助緩解保密問題。如果員工不了解和不了解系統如何保護他們的機密性,他們可能不會提供有意義的回饋,或者根本不參與。
  • 鼓勵人力資源業務夥伴協助經理在團隊會議上討論調查結果,並分享他們的團隊儀表板。
  • 為您的組織啟用個人儀表板,以便員工可以追蹤自己的調查結果並將其與團隊和組織分數進行比較。 看啟用個人儀表板 了解步驟。
  • 對於較大的細分市場,請嘗試使用組合屬性來幫助確定您應該優先考慮的領域。範例:將手動建立的員工生命週期屬性與位置或工作等級屬性結合。 看 建立組合類型屬性 了解步驟。
  • 對於擁有大量新員工或任職時間較短的員工的部門來說,這是一個關鍵時刻,可以表明您的組織歡迎反饋並以透明的方式採取行動。

範例

若要了解影響員工流失風險計算的因素,請參閱 概念:人員流失預測方法。 請注意,這些範例不包括
「已辭職
」列,因為報告僅將其顯示為上下文。
請諮詢您的法律顧問,以確定您的細分配置以及細分的流失風險是否符合您組織的合規性要求。客戶可以配置此功能並向其員工提供使用說明,以確保其不會直接或間接地導致歧視或歧視結果,無論是否有意。客戶有責任了解並遵守因使用流失預測模型和流失風險而產生的任何法律義務,包括反歧視法可能要求的任何評估、測試或文件。

範例 1

組別
風險等級
任期
參與度
基準差異
東京
  • 入職率:6%。
  • 初步開發:38%。
  • 持續發展與保留:56%。
  • 總計:88%。
  • 最新:50%。
  • 參與度:+1.0。
  • 忠誠度:+1.0。
  • 成長:+0.4。
貢獻驅動因素的分數遠高於基準,因此這群員工告訴我們,他們會推薦組織作為工作場所,保持忠誠度,並看到成長機會。
雖然風險程度較低,但並非「最低」。這可能是因為很大一部分員工處於前兩個任期階段,這兩個階段通常有較高的員工離職可能性。該細分市場在最新一輪的參與率也很低,如果持續下降,可能會令人擔憂。心不在焉的員工不願意提供回饋,或者他們認為他們的回饋並不重要。

範例 2

組別
風險等級
任期
參與度
基準差異
紐約
高於平均水平
  • 入職率:11%。
  • 初步開發:11%。
  • 持續發展和保留:78%。
  • 總計:89%。
  • 最新:67%。
  • 參與度:+0.1。
  • 忠誠度:+0.1。
  • 成長:+0.4。
大多數員工任職年資較長,因此更加穩定。然而,貢獻駕駛員得分僅略高於基準,並且只有三分之二的駕駛員完成了最新調查。
儘管任職 2 年以上的員工的離職風險較小,但在這群人中,他們可能過於安於現狀,不願主動尋找新工作,也不一定積極參與其中。

範例 3

組別
風險等級
任期
參與度
基準差異
奧克蘭
  • 入職培訓:30%。
  • 初期開發:15%。
  • 持續發展和保留:55%。
  • 總計:75%。
  • 最新:55%。
  • 參與度:+1.1。
  • 忠誠度:+0.9。
  • 成長:+0.7。
乍一看,這個例子可能與例子 1 相似,但這個例子的任期分佈對它的影響更大。整體而言,這一領域有兩個潛在的人員流失風險驅動因素:任期和參與度。
該細分市場的三分之一處於入職階段,這通常會帶來更高的流失風險。我們知道,處於這一階段的員工通常會表現出更高的參與度,但這種參與度往往會在 3 個月後下降。總而言之,幾乎一半的員工處於前兩個任期組,這肯定會影響員工流失風險。
此外,該群體的參與率較低,這表明該群體中的很大一部分人要么認為他們的反饋不重要,要么不太關心如何改善工作場所。對於參與的員工來說,該部分確實具有非常積極的基準差異。這可能來自於積極參與的新員工或滿意且忠誠的老員工。

範例 4

組別
風險等級
任期
參與度
基準差異
巴黎
嚴重
  • 入職率:7%。
  • 初期開發:30%。
  • 持續發展與保留:63%。
  • 總計:91%。
  • 最新:62%。
  • 參與度:-1.9。
  • 忠誠度:-2.0。
  • 成長:-1.2。
3 個相關驅動因素與基準相比有顯著的負向差異。這群員工明確表示,他們不會推薦該公司作為工作場所,他們不會保持忠誠度,而且他們看不到成長機會。
該部門有超過三分之一的員工屬於前兩個任期組,也對員工流失風險產生了負面影響。總而言之,這群員工還沒有適應,他們對關鍵驅動因素的評分遠低於基準。