СФЕРА ПРИМЕНЕНИЯ:
HR (управление талантами, retention).
ОПИСАНИЕ ИДЕИ: ML-модель прогнозирует, какие сотрудники находятся в зоне риска ухода из компании. Она основывается на множестве сигналов: стаже на позиции, динамике показателей, участии в проектах, отзывах, уровне зарплаты, рыночной востребованности и даже тональности внутренних опросов. Руководство получает список "проблемных" случаев и может вовремя предложить таким сотрудникам повышение, новый проект или другие меры удержания.
KPI:
◦ Удержание ключевых сотрудников и экономия на найме: Компания IBM заявляет, что ее ИИ предсказывает намерение сотрудника уволиться с точностью 95%.
◦ Благодаря этому IBM сэкономила сотни миллионов долларов ($300 млн упоминалось) на затратах, связанных с текучестью, вовремя принимая меры для удержания ценных работников.
◦ В итоге общий уровень текучести снижается, а удовлетворенность персонала растет.
НЕОБХОДИМЫЕ ДАННЫЕ ДЛЯ ЗАПУСКА:
Кадровые данные (стаж, должность, повышение/отсутствие повышений), показатели эффективности, результаты оценочных ревью, уровень зарплаты и бонусов, данные об участии в обучении и опросах удовлетворенности, а также причины увольнения сотрудников в прошлом
HR (управление талантами, retention).
ОПИСАНИЕ ИДЕИ: ML-модель прогнозирует, какие сотрудники находятся в зоне риска ухода из компании. Она основывается на множестве сигналов: стаже на позиции, динамике показателей, участии в проектах, отзывах, уровне зарплаты, рыночной востребованности и даже тональности внутренних опросов. Руководство получает список "проблемных" случаев и может вовремя предложить таким сотрудникам повышение, новый проект или другие меры удержания.
KPI:
◦ Удержание ключевых сотрудников и экономия на найме: Компания IBM заявляет, что ее ИИ предсказывает намерение сотрудника уволиться с точностью 95%.
◦ Благодаря этому IBM сэкономила сотни миллионов долларов ($300 млн упоминалось) на затратах, связанных с текучестью, вовремя принимая меры для удержания ценных работников.
◦ В итоге общий уровень текучести снижается, а удовлетворенность персонала растет.
НЕОБХОДИМЫЕ ДАННЫЕ ДЛЯ ЗАПУСКА:
Кадровые данные (стаж, должность, повышение/отсутствие повышений), показатели эффективности, результаты оценочных ревью, уровень зарплаты и бонусов, данные об участии в обучении и опросах удовлетворенности, а также причины увольнения сотрудников в прошлом
У вас есть своя идея и сомневаетесь как реализовать?
Давайте обсудим. Просто оставьте Ваши контакты в форме ниже.
Давайте обсудим. Просто оставьте Ваши контакты в форме ниже.
