Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
La croissance d’une organisation dépend largement de la fidélisation des collaborateurs. Des départs fréquents nuisent au moral des équipes, et recruter de nouveaux employés coûte plus cher que de conserver ceux en poste. La bonne nouvelle, c’est qu’il est possible d’améliorer la rétention grâce à des stratégies d’intervention fondées sur les données. Ce cours couvre l’acquisition de données à partir de multiples sources RH, l’exploration et la création de nouvelles variables, la construction et la validation d’un modèle de régression logistique, et, pour finir, la manière de calculer le ROI d’une stratégie de rétention potentielle.
Prérequis
Programme de formation
Plan du cours
1
Introduction
Ce chapitre débute par une introduction générale à l’attrition/le turnover des employés et aux raisons de départ évoquées par les collaborateurs. Vous apprendrez à calculer le taux de turnover et à l’analyser selon différentes dimensions. Vous identifierez également des segments de talents pour votre analyse et consoliderez des données pertinentes issues de plusieurs sources RH afin d’en tirer des insights plus utiles.
- Qu’est-ce que le turnover ?50 XP
- Objectifs de la prédiction du turnover des employés50 XP
- Importer les données d’effectifs et de rotation du personnel100 XP
- Explorer les données50 XP
- Quelle proportion d’employés ont quitté l’entreprise ?100 XP
- Quels niveaux présentent un fort taux de turnover ?100 XP
- Le taux de départ varie-t-il selon les sites ?100 XP
- Architecture des données RH50 XP
- Filtrer le jeu de données100 XP
- Combiner des jeux de données RH (I)100 XP
- Combiner des jeux de données RH (II)100 XP
- Vue d’ensemble des données maîtres100 XP
2
Feature engineering
Dans ce chapitre, vous créerez de nouvelles variables à partir des données existantes pour expliquer le départ des employés. Vous analyserez les données de rémunération et calculerez le compa-ratio afin de mesurer l’équité salariale de l’ensemble des employés. Pour identifier les variables qui influencent le plus le turnover, vous utiliserez la notion de valeur d’information (IV).
3
Prédire les départs
Dans ce chapitre, vous construirez un modèle de régression logistique pour prédire les départs en tenant compte de la multicolinéarité entre variables.
4
Validation du modèle, interventions RH et ROI
Dans ce chapitre, vous calculerez la précision de votre modèle et répartirez les employés en catégories de risque spécifiques. Vous formulerez ensuite une stratégie d’intervention et en calculerez le ROI.
R
Analytique RH : prédire l’attrition des employés en R
Cours
terminé
