学完这些课程后，我对创建专业的可视化图表和仪表板充满信心
Shoebur Rahman采购专员，Giz Bangladesh
课程简介
组织成长在很大程度上取决于员工留任。频繁失去员工会影响组织士气，而招聘新员工的成本高于留住现有员工。好消息是，组织可以通过数据驱动的干预策略来提升留任率。本课程将重点讲解如何从多个 HR 数据源获取数据，探索并构建新特征，建立并验证逻辑回归模型，最后展示如何为潜在的留任策略计算 ROI。
先修要求
课程体系
课程大纲
1
简介
本章首先概述员工流失/离职，并结合员工分享的离职原因。您将学习如何计算离职率，并从不同维度分析离职率。您还将为分析识别人才细分，并整合来自多个 HR 数据源的相关数据，以获得更有价值的洞见。
2
特征工程
在本章中，您将基于现有数据创建新变量，用于解释员工离职。您将分析薪酬数据，并创建 compa-ratio（薪酬比）来衡量全体员工的薪酬公平性。为识别影响离职的最重要变量，您将使用信息值（Information Value，IV）的概念。
3
预测流失
在本章中，您将构建逻辑回归模型来预测离职，并考虑变量之间的多重共线性。
4
模型验证、HR 干预与 ROI
在本章中，您将计算模型的准确性，并将员工归入特定的风险分层。随后，您将制定干预策略，并计算该策略的 ROI。
R
HR Analytics：用 R 预测员工流失
课程已完成
