Chuyển đến nội dung chính

Khóa học

Phân tích nhân sự: Dự đoán nghỉ việc bằng R

Trung cấpTrình độ kỹ năng

Đã cập nhật tháng 08, 2024

Dự đoán tỷ lệ nhân viên nghỉ việc và thiết kế các chiến lược giữ chân nhân viên.

Bắt Đầu Khóa Học Miễn Phí

RMachine Learning

4 gio

14 video

50 Bài tập

4,000 XP

4,855

Giấy chứng nhận Thành tích

Được người học tại hàng ngàn công ty yêu thích

Đào tạo một đội ngũ?

Dùng thử cho Doanh nghiệp

Mô tả khóa học

Sự phát triển của tổ chức phụ thuộc lớn vào việc giữ chân nhân viên. Mất nhân viên thường xuyên ảnh hưởng đến tinh thần của tổ chức và việc tuyển người mới tốn kém hơn nhiều so với giữ người hiện tại. Tin vui là các tổ chức có thể tăng tỷ lệ giữ chân bằng các chiến lược can thiệp dựa trên dữ liệu. Khóa học này tập trung vào thu thập dữ liệu từ nhiều nguồn HR, khám phá và tạo đặc trưng mới, xây dựng và kiểm định mô hình hồi quy logistic, và cuối cùng, minh họa cách tính ROI cho một chiến lược giữ chân tiềm năng.

Điều kiện tiên quyết

HR Analytics: Exploring Employee Data in R

1

Giới thiệu

Chương này bắt đầu với phần giới thiệu tổng quan về churn/turnover của nhân viên và các lý do nghỉ việc do chính nhân viên chia sẻ. Bạn sẽ học cách tính tỷ lệ nghỉ việc và khám phá tỷ lệ này theo các chiều khác nhau. Bạn cũng sẽ xác định các phân khúc nhân tài cho phân tích của mình và kết hợp dữ liệu liên quan từ nhiều nguồn dữ liệu HR để rút ra các insight hữu ích hơn.

Turnover là gì?

Mục tiêu của dự đoán nghỉ việc của nhân viên

Nhập dữ liệu headcount và turnover

Khám phá dữ liệu

Tỷ lệ nhân viên đã rời đi là bao nhiêu?

Cấp bậc nào có tỷ lệ nghỉ việc cao?

Tỷ lệ nghỉ việc có khác nhau giữa các địa điểm không?

Kiến trúc dữ liệu HR

Lọc bộ dữ liệu

Kết hợp các bộ dữ liệu HR (I)

Kết hợp các tập dữ liệu HR (II)

Tổng quan dữ liệu master

Bắt Đầu Chương

2

Xây dựng đặc trưng

Trong chương này, bạn sẽ tạo biến mới từ dữ liệu hiện có để giải thích việc nghỉ việc của nhân viên. Bạn sẽ phân tích dữ liệu lương thưởng và tạo compa-ratio để đo lường công bằng tiền lương cho tất cả nhân viên. Để xác định các biến quan trọng nhất ảnh hưởng đến nghỉ việc, bạn sẽ sử dụng khái niệm Information Value (IV).

Xây dựng đặc trưng

Suy ra chênh lệch tuổi

Suy luận chỉ số nhảy việc

Suy luận thâm niên nhân viên

Đãi ngộ

Khám phá lương thưởng (compensation)

Chênh lệch lương

Suy ra Compa-ratio

Suy ra Compa-level

Giá trị thông tin

Tính Information Value

Biến nào là quan trọng?

Bắt Đầu Chương

3

Dự đoán nghỉ việc

Trong chương này, bạn sẽ xây dựng mô hình hồi quy logistic để dự đoán nghỉ việc, đồng thời xét đến đa cộng tuyến giữa các biến.

Chia dữ liệu

Chia dữ liệu

Đối chiếu các tập chia

Giới thiệu về hồi quy logistic

Xây dựng mô hình logistic regression đầu tiên của bạn

Xây dựng mô hình hồi quy logistic đa biến

Diễn giải mức ý nghĩa

Đa cộng tuyến

Phát hiện đa cộng tuyến

Xử lý đa cộng tuyến

Xây dựng mô hình cuối cùng của bạn

Xây dựng mô hình logistic regression cuối cùng

Hiểu các dự đoán của mô hình

Diễn giải kết quả

Bắt Đầu Chương

4

Kiểm định mô hình, can thiệp HR và ROI

Trong chương này, bạn sẽ tính độ chính xác của mô hình và phân loại nhân viên vào các nhóm rủi ro cụ thể. Sau đó, bạn sẽ xây dựng một chiến lược can thiệp và tính ROI cho chiến lược này.

Xác thực kết quả hồi quy logistic

Tạo ma trận nhầm lẫn

Độ chính xác của mô hình

Thiết kế chiến lược giữ chân nhân viên

Tính xác suất rủi ro nghỉ việc

Tạo các nhóm rủi ro nghỉ việc

Bạn sẽ làm gì?

Tỷ suất hoàn vốn

Tạo khoảng tăng lương

Tính tỷ lệ nghỉ việc theo khoảng tăng lương

Tổng kết

Bắt Đầu Chương

Phân tích nhân sự: Dự đoán nghỉ việc bằng R

Hoàn
Thành

Nhận Giấy Chứng Nhận Hoàn Thành

Thêm chứng chỉ này vào hồ sơ LinkedIn, CV hoặc sơ yếu lý lịch của ban
Chia sẻ trên mạng xã hội và trong đánh giá hiệu suất của banĐăng ký ngay

Tham gia cùng hơn 19 triệu học viên và bắt đầu Phân tích nhân sự: Dự đoán nghỉ việc bằng R ngay hôm nay!

Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động

Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.