HR Analytics en Personeelsverloop: hoe het aantal vertrekkende werknemers verminderen
Personeelsverloop, met name wanneer ongewenst, vormt een aanzienlijke uitdaging voor organisaties, met hoge kosten, verstoorde bedrijfscontinuïteit en mogelijke ontevredenheid van klanten tot gevolg. Gezien de huidige krappe arbeidsmarkt is het beheer van personeelsverloop een veelbesproken onderwerp binnen HR, en het is met name relevant voor de verzekeringsmaatschappij. In anticipatie op een mogelijke kloof in het personeelsbestand in de komende jaren, streeft de organisatie ernaar het aantal vrijwillige vertrekken van werknemers te verminderen. Om dit doel te bereiken, heeft ze de hulp ingeroepen van AnalitiQs.
Wat betekent personeelsverloop in de context van HR Analytics?
In de striktste zin betekent elk vertrekkende werknemer personeelsverloop. Ongewenst verloop verwijst echter naar situaties waarin een hoogpresterende werknemer - die de organisatie graag wil behouden - besluit te vertrekken.
Personeelsverloop kan jaarlijks worden gekwantificeerd met behulp van de volgende formule:
Aantal vertrekkers / ((aantal werknemers aan het begin van het jaar + aantal werknemers aan het einde van het jaar) / 2)
Analyse van personeelsverloop
Om personeelsverloop effectief te verminderen, is het cruciaal om eerst het jaarlijkse personeelsverloop, de onderliggende oorzaken en de impact van deze oorzaken te begrijpen. Onze organisatie had te maken met een jaarlijks vrijwillig verloop van 5%, waarbij de meerderheid van de vertrekken werd toegeschreven aan betere carrièremogelijkheden, ontevredenheid met de functie, persoonlijke redenen, ontevredenheid met beloningen en reisafstand.
De rol van AnalitiQs bij het aanpakken van personeelsverloop
AnalitiQs voerde een analyse van het verloop uit om de belangrijkste factoren die vrijwillig verloop voorspellen op te helderen. Dit proces bestond uit drie opeenvolgende stappen: bivariate analyse, analyse van de belangrijkste kenmerken en boomanalyse.
Stap 1: Bivariate Analyse
In de eerste fase werd een bivariate analyse uitgevoerd van de HR-systeemgegevens van de organisatie. Deze statistische techniek onderzoekt de correlatie tussen verschillende factoren, zoals leeftijd, tijd in rang en recente promoties, met vrijwillig verloop. Factoren die een sterke correlatie vertoonden met verloop werden vervolgens meegenomen naar de volgende fase van de analyse.
Stap 2: Analyse van de Belangrijkste Kenmerken
De tweede stap in het proces was de analyse van de belangrijkste kenmerken. De "belangrijkheidsscore" van elke factor weerspiegelt de mogelijke invloed ervan op het model voor het voorspellen van verloop. Factoren met hogere scores werden beschouwd als een grotere invloed op het model en werden daarom geselecteerd voor de uiteindelijke analyse.
Stap 3: Boomanalyse
De derde en laatste fase omvatte een boomanalyse, waarbij gebruik werd gemaakt van de variabelen met de hoogste scores uit de vorige stap. Het doel hier was om specifieke risicofactoren en werknemersgroepen te identificeren die een verhoogd risico op vrijwillig verloop vertoonden.
Waardevolle inzichten uit de analyse
Deze uitgebreide analyse leverde waardevolle inzichten op voor de organisatie. Zo werd ontdekt dat een bepaalde groep, bestaande uit jongere werknemers (<40 jaar) met vaste contracten, meer geneigd was om het bedrijf te verlaten. Deze groep blijkt de basis en toekomst van het bedrijf te vormen.
Bovendien identificeerde de boomanalyse dat binnen dit segment van jonge werknemers degenen die meer verlofdagen hadden, eerder geneigd waren om vrijwillig de organisatie te verlaten.
Conclusies en volgende stappen
Deze bevindingen hebben het bedrijf richting en focus gegeven voor verder onderzoek naar de dieperliggende oorzaken. Vragen om te overwegen kunnen zijn: Is er voldoende ondersteuning voor werknemers die jonge gezinnen en veeleisende banen combineren? Is er voldoende flexibiliteit om werk-privébalans te optimaliseren binnen deze groep werknemers? Door deze factoren te begrijpen, kan het bedrijf gerichte inspanningen leveren om vrijwillig personeelsverloop te verminderen, met behoud van langetermijnstabiliteit en groei.
Deze casestudy bevestigt de kracht van gegevensanalyse in human resources management. Het laat zien hoe een inzichtelijke, op gegevens gebaseerde aanpak kan leiden tot praktische oplossingen voor het aanpakken van de uitdagingen van personeelsbehoud.
Gerelateerde inzichten
