Dopo aver seguito questi corsi, mi sento sicuro nel creare visualizzazioni e dashboard professionali
Shoebur RahmanSpecialista degli acquisti, Giz Bangladesh
Descrizione del corso
La crescita di un'organizzazione dipende in gran parte dalla capacità di trattenere il personale. Perdere spesso collaboratori incide sul morale dell’azienda e assumere nuove persone è più costoso che mantenere quelle già in organico. La buona notizia è che, con strategie di intervento basate sui dati, le organizzazioni possono aumentare la retention. Questo corso si concentra sull’acquisizione dei dati da più fonti HR, sull’esplorazione e la creazione di nuove caratteristiche, sulla costruzione e validazione di un modello di regressione logistica e, infine, su come calcolare l’ROI per una potenziale strategia di retention.
Prerequisiti
Programma
Struttura del corso
1
Introduzione
Questo capitolo inizia con una panoramica sul churn/turnover dei dipendenti e sulle motivazioni del turnover riportate dai collaboratori. Imparerai a calcolare il tasso di turnover ed esplorerai come varia lungo diverse dimensioni. Inoltre, identificherai i segmenti di talento per la tua analisi e integrerai dati pertinenti da più fonti HR per ottenere insight più utili.
- Che cos’è il turnover?50 XP
- Obiettivi della previsione del turnover dei dipendenti50 XP
- Importare i dati su organico e turnover100 XP
- Esplorare i dati50 XP
- Qual è la quota di dipendenti che hanno lasciato?100 XP
- Quali livelli hanno un alto tasso di turnover?100 XP
- Il tasso di turnover cambia tra le sedi?100 XP
- Architettura dei dati HR50 XP
- Filtrare l'insieme di dati100 XP
- Combinare insiemi di dati HR (I)100 XP
- Combinare i dataset HR (II)100 XP
- Panoramica dei dati master100 XP
2
Feature Engineering
In questo capitolo creerai nuove variabili a partire dai dati esistenti per spiegare il turnover dei dipendenti. Analizzerai i dati retributivi e calcolerai il compa-ratio per misurare l’equità retributiva di tutti i dipendenti. Per individuare le variabili più importanti che influenzano il turnover, utilizzerai il concetto di Information Value (IV).
3
Prevedere il turnover
In questo capitolo costruirai un modello di regressione logistica per prevedere il turnover, tenendo conto della multicollinearità tra le variabili.
4
Validazione del modello, interventi HR e ROI
In questo capitolo calcolerai l’accuratezza del modello e suddividerai i dipendenti in specifici bucket di rischio. Poi formulerai una strategia di intervento e ne calcolerai l’ROI.
R
HR Analytics: prevedere il turnover dei dipendenti in R
Corso
completato
