Weiter zum Inhalt

Kurs

HR Analytics: Mitarbeiterfluktuation in R vorhersagen

MittelSchwierigkeitsgrad

Aktualisiert 08/2024

Die Fluktuation der Mitarbeiter vorhersagen und Strategien entwickeln, um Leute zu halten.

Kurs kostenlos starten

RMachine Learning

4 Std.

14 Videos

50 Übungen

4,000 XP

4,854

Leistungsnachweis

Beliebt bei Lernenden in Tausenden Unternehmen

Ein Team schulen?

Für Unternehmen ausprobieren

Kursbeschreibung

Das Wachstum einer Organisation hängt maßgeblich von der Mitarbeiterbindung ab. Häufige Abgänge wirken sich negativ auf die Moral aus, und neue Mitarbeitende einzustellen ist teurer, als bestehende zu halten. Die gute Nachricht: Mit datengetriebenen Interventionsstrategien können Unternehmen die Bindung erhöhen. In diesem Kurs geht es um die Datenerhebung aus mehreren HR-Quellen, das Explorieren und Ableiten neuer Features, das Erstellen und Validieren eines Logit-Modells (logistische Regression) und schließlich darum, wie sich der ROI für eine mögliche Bindungsstrategie berechnen lässt.

Voraussetzungen

HR Analytics: Exploring Employee Data in R

1

Introduction

This chapter begins with a general introduction to employee churn/turnover and reasons for turnover as shared by employees. You will learn how to calculate turnover rate and explore turnover rate across different dimensions. You will also identify talent segments for your analysis and bring together relevant data from multiple HR data sources to derive more useful insights.

What is turnover?

Objectives of employee turnover prediction

Importing headcount and turnover data

Exploring the data

What proportion of employees have left?

Which levels have high turnover rate?

Is turnover rate different across locations?

HR data architecture

Filtering the dataset

Combining HR datasets (I)

Combining HR datasets (II)

Master data overview

Kapitel starten

2

Feature Engineering

In this chapter, you will create new variables from existing data to explain employee turnover. You will analyze compensation data and create compa-ratio to measure pay equity of all employees. To identify the most important variables influencing turnover, you will use the concept of Information Value (IV).

Feature engineering

Derive age difference

Derive job hop index

Derive employee tenure

Compensation

Exploring compensation

Deriving Compa-ratio

Deriving Compa-level

Information value

Calculating Information Value

Which variables are important?

Kapitel starten

3

Predicting Turnover

In this chapter, you will build a logistic regression model to predict turnover by taking into account multicollinearity among variables.

Data splitting

Split the data

Corroborate the splits

Introduction to logistic regression

Build your first logistic regression model

Build a multiple logistic regression model

Interpreting significance levels

Multicollinearity

Detecting multicollinearity

Dealing with multicollinearity

Building your final model

Building final logistic regression model

Understanding the model predictions

Interpret the results

Kapitel starten

4

Model Validation, HR Interventions, and ROI

In this chapter, you will calculate the accuracy of your model and categorize employees into specific risk buckets. You will then formulate an intervention strategy and calculate the ROI for this strategy.

Validating logistic regression results

Create a confusion matrix

Accuracy of your model

Designing retention strategy

Calculate turnover risk probability

Creating turnover risk buckets

What would you do?

Return on investment

Create salary hike range

Calculate turnover rate across salary hike range

Calculate ROI

Kapitel starten

HR Analytics: Mitarbeiterfluktuation in R vorhersagen

Kurs
abgeschlossen

Leistungsnachweis verdienen

Füge diesen Fähigkeitsnachweis zu deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzu
Teile es auf Social Media und in deiner LeistungsbeurteilungJetzt anmelden

Schließe dich 19 Millionen Lernenden an und starte HR Analytics: Mitarbeiterfluktuation in R vorhersagen heute!

DataCamp gibt es auch für Mobilgeräte

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.