員工離職可視化分析及傾向預(yù)測(cè)研究*

劉敏佳

（豫章師范學(xué)院經(jīng)濟(jì)與管理學(xué)院，江西 南昌 330103）

經(jīng)濟(jì)新常態(tài)背景下，我國(guó)發(fā)展進(jìn)入轉(zhuǎn)型升級(jí)階段，這對(duì)企業(yè)提出了更高的要求，變革和創(chuàng)新成為企業(yè)應(yīng)對(duì)未來快速發(fā)展市場(chǎng)的重要手段，人作為企業(yè)最重要的資源，是推動(dòng)和主導(dǎo)企業(yè)不斷發(fā)展升級(jí)的主導(dǎo)者。領(lǐng)英發(fā)布的《2021 人才趨勢(shì)報(bào)告》中提到，員工的流動(dòng)較之以往更為頻繁，流動(dòng)數(shù)據(jù)明顯上升，同時(shí)市場(chǎng)對(duì)人才的需求也不降反升。因此，企業(yè)采取靈活的人才戰(zhàn)略，對(duì)企業(yè)及時(shí)儲(chǔ)備人才具有重要意義。企業(yè)員工的流失具有不確定性，員工離職不僅增加了企業(yè)人力資源管理成本，而且給企業(yè)和員工的和諧文化環(huán)境帶來了負(fù)面影響。應(yīng)用數(shù)據(jù)與科學(xué)的數(shù)據(jù)分析工具能夠?qū)崿F(xiàn)對(duì)員工的科學(xué)管理[1]，不同于以往的傳統(tǒng)經(jīng)驗(yàn)判斷，現(xiàn)階段大數(shù)據(jù)在各行各業(yè)、各個(gè)領(lǐng)域應(yīng)用廣泛，在人力資源管理領(lǐng)域里也實(shí)現(xiàn)了其重要功能。調(diào)研數(shù)據(jù)顯示，89%的中國(guó)企業(yè)將大數(shù)據(jù)用于人力資源管理各職能模塊的工作中。應(yīng)用大數(shù)據(jù)分析導(dǎo)致員工離職的主要因素，進(jìn)而提出科學(xué)合理的員工管理對(duì)策建議，對(duì)于企業(yè)人才戰(zhàn)略具有重要意義。

1 員工離職的相關(guān)文獻(xiàn)研究

回顧關(guān)于員工離職的研究可知，員工離職是指從組織中獲取收益回報(bào)的員工與組織結(jié)束成員關(guān)系的一種行為，而主動(dòng)離職員工的意愿與行為是研究的主要內(nèi)容，員工離職傾向發(fā)生在員工離職的前一個(gè)階段，員工還未采取行動(dòng)但產(chǎn)生了相關(guān)離職傾向。在產(chǎn)生離職傾向到采取離職行動(dòng)的這個(gè)過程中，員工是否采取實(shí)際行動(dòng)受到內(nèi)部和外部各種因素的影響[2]，如果能充分運(yùn)用企業(yè)人力資源管理信息系統(tǒng)中的員工數(shù)據(jù)，采用數(shù)據(jù)挖掘技術(shù)對(duì)數(shù)據(jù)信息進(jìn)行提煉，分析離職員工的共同特征，就能對(duì)其余員工的離職傾向進(jìn)行預(yù)測(cè)，提前采取措施，這對(duì)降低員工流失具有重要意義。

隨著數(shù)據(jù)挖掘的發(fā)展與廣泛使用，專家學(xué)者們分析并處理員工離職行為模型的工具更加智能化，在運(yùn)用大數(shù)據(jù)預(yù)測(cè)員工離職和流失方面取得了一定的成果[3]。國(guó)外eBay、VMware 等公司運(yùn)用數(shù)據(jù)挖掘工具對(duì)公司的員工數(shù)據(jù)信息進(jìn)行分析，發(fā)現(xiàn)工作壓力、家庭生活、年齡、業(yè)績(jī)表現(xiàn)情況等會(huì)導(dǎo)致員工離職，預(yù)測(cè)員工可能離職的傾向，并提前采取措施進(jìn)行干涉，最終對(duì)企業(yè)留才起到了一定作用[4]。國(guó)內(nèi)學(xué)者在研究員工離職模型的基礎(chǔ)上，運(yùn)用Stacking、Adaboost 等機(jī)器學(xué)習(xí)算法對(duì)企業(yè)員工離職傾向進(jìn)行了預(yù)測(cè)，提高了企業(yè)對(duì)員工流動(dòng)的洞察能力。

Muchinsky 等學(xué)者對(duì)影響員工離職的因素從3 個(gè)層面進(jìn)行闡述，包括個(gè)人因素、經(jīng)濟(jì)機(jī)會(huì)和工作關(guān)系3 個(gè)方面[5]。國(guó)內(nèi)學(xué)者主要從外部環(huán)境、組織和個(gè)人3 個(gè)方面解釋員工離職的原因，企業(yè)儲(chǔ)備的大量員工個(gè)人信息數(shù)據(jù)對(duì)于從員工個(gè)人層面分析并預(yù)測(cè)離職傾向具有重要價(jià)值，幫助企業(yè)在員工甄選階段就提前辨別可能流失的員工[6]。因此，本文通過對(duì)互聯(lián)網(wǎng)行業(yè)員工個(gè)人信息數(shù)據(jù)進(jìn)行可視化分析，獲取離職員工與在職員工的個(gè)體特征，并運(yùn)用多種機(jī)器學(xué)習(xí)方法對(duì)員工離職進(jìn)行預(yù)測(cè)結(jié)果對(duì)比，為企業(yè)提出預(yù)防措施。

2 研究設(shè)計(jì)

2.1 研究樣本與數(shù)據(jù)來源

GL 互聯(lián)網(wǎng)公司正處于快速發(fā)展階段。近幾年，公司對(duì)員工的需求量增加，內(nèi)部供給不足，通過對(duì)公司現(xiàn)階段員工供需平衡問題的分析發(fā)現(xiàn)導(dǎo)致近期外部招聘壓力增加的原因是員工離職率上升。文章選取GL 公司2018—2021 年員工數(shù)據(jù)作為進(jìn)一步分析該公司員工離職原因的樣本來源，找出影響該公司員工離職的關(guān)鍵影響因素，挖掘離職員工的共同特質(zhì)，進(jìn)而提出具體和更有針對(duì)性的意見，運(yùn)用數(shù)據(jù)挖掘的方法對(duì)員工數(shù)據(jù)進(jìn)行分析并建立模型，幫助GL 公司確定可能離職的員工范圍，并且采取相應(yīng)措施留住人才或者提前儲(chǔ)備人才，解決員工的流失問題。

2.2 數(shù)據(jù)整理與變量解釋

此次研究以人力資源部門數(shù)據(jù)系統(tǒng)中近3 年員工信息作為樣本，對(duì)所有收集到的數(shù)據(jù)進(jìn)行局部清洗，對(duì)異常值和重復(fù)值進(jìn)行處理，同時(shí)根據(jù)字段屬性對(duì)空白值進(jìn)行填補(bǔ)。將本次數(shù)據(jù)中收集到的與員工離職關(guān)系不大的字段，如序號(hào)、員工工號(hào)等刪除，最后共計(jì)采集到在職員工與離職員工的數(shù)據(jù)5 396 條，變量9 個(gè)，其中包括員工崗位類別、崗位職務(wù)、員工年齡、員工職級(jí)、員工性別、員工婚姻狀況、員工學(xué)歷、員工工作地點(diǎn)8 個(gè)自變量，員工是否離職作為因變量。

3 員工數(shù)據(jù)可視化分析

通過對(duì)在職員工和離職員工數(shù)據(jù)進(jìn)行可視化分析比較，可以發(fā)現(xiàn)在職員工與離職員工之間的特征差異，進(jìn)而掌握影響員工離職的主要影響因素，并為后期進(jìn)一步提取員工離職的變量特征和選擇離職模型提供選擇依據(jù)，對(duì)變量與員工離職之間的關(guān)系進(jìn)行描述性分析。

3.1 各崗位類別在職員工與離職員工可視化分析

從各部門在職與離職員工的分布情況可以發(fā)現(xiàn)，不同崗位類別上的員工離職情況存在一些明顯差異，對(duì)采集到的員工信息按照工作性質(zhì)的相似性進(jìn)行歸類，將員工的崗位類別歸為8 類。不同崗位類別離職人數(shù)和離職率差異較大，總體來看，離職人員較多集中在銷售部和技術(shù)部，但離職率最高的主要是產(chǎn)品和行政等職能部門（見圖1）?；ヂ?lián)網(wǎng)公司技術(shù)人員流失率較高，技術(shù)人員也是公司的核心競(jìng)爭(zhēng)力所在，因此需要加強(qiáng)對(duì)關(guān)鍵部門的員工流失預(yù)防工作。

圖1 各崗位在職員工與離職員工人數(shù)柱形圖

3.2 各職位級(jí)別在職員工與離職員工可視化分析

圖2 為各職級(jí)在職員工與離職員工人數(shù)柱形圖。由圖2 可知，職位級(jí)別越高，離職的員工人數(shù)越少，當(dāng)前該公司實(shí)習(xí)生和普通員工離職人數(shù)較多，而經(jīng)理及以上的職位離職人數(shù)較少。職位越高的員工在公司的收入和地位越高，其離職成本較大，且公司中高管理層以上人員數(shù)量占比較低。但從離職率來看，管理層與普通員工相對(duì)較高，對(duì)公司而言，管理層員工的流失帶來的損失更為嚴(yán)重，中高以上管理人員外部供給緊缺，招募成本較高，同時(shí)會(huì)給在職員工帶來跟隨效應(yīng)。因此，公司在關(guān)注離職人數(shù)較多的普通員工群體的同時(shí)，也需要重視中高管理層員工的離職現(xiàn)象。

圖2 各職級(jí)在職員工與離職員工人數(shù)柱形圖

3.3 離職員工與在職員工工齡與年齡分布可視化分析

圖3 為離職員工與在職員工的年齡分布箱型圖。由圖3 可知，離職員工和在職員工的平均年齡都在30 歲左右，最高年齡在45 歲，與在職員工相比，離職員工年齡偏低，但差異不大；離職人員工齡主要集中在3 年到6 年之間（見圖4）。在職員工工齡中位數(shù)比離職員工工齡的中位數(shù)更高，在公司服務(wù)年限越短的員工離職的可能性越大，相對(duì)而言，工齡越長(zhǎng)，員工越趨于穩(wěn)定，對(duì)公司的歸屬感和依賴感越強(qiáng)。

圖3 離職員工與在職員工年齡分布箱型圖

圖4 離職員工與在職員工工齡分布箱型圖

4 員工離職模型選擇與結(jié)果預(yù)測(cè)

為了對(duì)員工是否離職進(jìn)行預(yù)測(cè)，本文使用3 種機(jī)器學(xué)習(xí)模型對(duì)員工離職情況進(jìn)行預(yù)測(cè)，分別是支持向量機(jī)（Support Vector Machine，SVM）、XGBoost 和決策樹（Decision Tree）模型。為了更好地選擇與模型相關(guān)的特征變量，運(yùn)用統(tǒng)計(jì)軟件對(duì)此次采集到的9 個(gè)變量信息進(jìn)行皮爾遜相關(guān)性分析，對(duì)員工各變量信息之間是否存在統(tǒng)計(jì)上的顯著性相關(guān)關(guān)系進(jìn)行檢驗(yàn)，對(duì)具有顯著相關(guān)關(guān)系的變量進(jìn)行一定程度的剔除，只選擇其中一個(gè)變量進(jìn)行模型構(gòu)建與測(cè)試，避免選擇多個(gè)重復(fù)的特征變量。通過變量之間相關(guān)分析結(jié)果可知，員工是否離職與員工崗位類別、職務(wù)、婚否、是否全職、年齡、工齡之間存在一定的關(guān)系，員工婚否和是否全職及年齡的關(guān)聯(lián)度不大，因此刪除這兩個(gè)變量，考慮到特征變量不多，保留學(xué)歷這一變量，最后選擇剩下的幾個(gè)變量作為離職預(yù)測(cè)模型的特征變量。

4.1 特征處理

在進(jìn)行模型預(yù)測(cè)前，首先對(duì)離職數(shù)據(jù)變量進(jìn)行特征處理，主要是將字符型變量（職務(wù)、崗位類別、性別、學(xué)歷等）轉(zhuǎn)換成離散型的數(shù)值變量。本文使用one-hot 編碼處理字符型變量，使用pandas的get_dummies 方法。處理完字符型數(shù)據(jù)后，為防止梯度下降時(shí)算法收斂速度過慢，本文對(duì)連續(xù)性數(shù)值做歸一化處理。

4.2 使用支持向量機(jī)模型預(yù)測(cè)員工離職情況

本文選取支持向量機(jī)模型預(yù)測(cè)員工離職情況。采用8∶2 的比例劃分訓(xùn)練集和測(cè)試集，最終獲得4 316 條訓(xùn)練集和1 080 條測(cè)試集數(shù)據(jù)。本文使用10 折交叉驗(yàn)證法選取最佳的超參數(shù)（懲罰系數(shù)C和核函數(shù)γ），最終選取的參數(shù)值C 為10，γ 為0.1。使用該參數(shù)進(jìn)行預(yù)測(cè)，訓(xùn)練集和測(cè)試集獲得的分類結(jié)果見表1。

表1 支持向量機(jī)模型預(yù)測(cè)離職訓(xùn)練集和測(cè)試集分類結(jié)果

4.3 使用XGBoost 模型預(yù)測(cè)員工離職情況

同理，選取XGBoost 模型預(yù)測(cè)員工離職情況。訓(xùn)練集和測(cè)試集同樣采用8∶2 的比例劃分。使用10折交叉驗(yàn)證法選取參數(shù)，最終選取控制數(shù)深度max_depth 為4，學(xué)習(xí)率為0.3，學(xué)習(xí)器個(gè)數(shù)n_estimators 為10。使用該參數(shù)進(jìn)行預(yù)測(cè)，訓(xùn)練集和測(cè)試集獲得的分類結(jié)果見表2。

表2 XGBoost 模型預(yù)測(cè)離職訓(xùn)練集和測(cè)試集分類結(jié)果

4.4 使用決策樹模型預(yù)測(cè)員工離職情況

同理，使用決策樹模型預(yù)測(cè)員工離職情況。使用10 折交叉驗(yàn)證法選取超參數(shù)決策樹深度maxdepth 為4。訓(xùn)練集和測(cè)試集的分類結(jié)果見表3。

表3 決策樹模型預(yù)測(cè)離職訓(xùn)練集和測(cè)試集分類結(jié)果

根據(jù)實(shí)驗(yàn)結(jié)果，XGBoost 模型的預(yù)測(cè)結(jié)果相對(duì)其他模型要好，因此，本文最終選擇XGBoost 模型作為預(yù)測(cè)員工離職情況的模型。

5 結(jié)論與對(duì)策

員工是企業(yè)競(jìng)爭(zhēng)核心力所在，員工流失會(huì)給企業(yè)帶來不可估量的損失，企業(yè)如果能夠在員工入職前或在員工入職初期就能提前預(yù)知某一員工未來離職的概率，發(fā)現(xiàn)影響員工離職的主要個(gè)人因素，不僅能夠在選用人才階段提高招聘率，還能夠在員工流失前及時(shí)采取有效措施，留住人才，將企業(yè)損失減至最低。文章基于大數(shù)據(jù)視角，結(jié)合收集整理到的北京GL 互聯(lián)網(wǎng)公司人力資源信息管理系統(tǒng)中近幾年在職員工與離職員工的信息數(shù)據(jù)，運(yùn)用統(tǒng)計(jì)工具對(duì)員工各特征變量與員工離職之間的關(guān)系進(jìn)行相關(guān)分析，發(fā)現(xiàn)崗位類別、職務(wù)、婚否、是否全職、年齡、工齡與員工離職存在一定的相關(guān)性，并主要從崗位類別、職務(wù)級(jí)別、工齡和年齡方面對(duì)在職員工與離職員工數(shù)據(jù)進(jìn)行可視化分析，為企業(yè)直觀了解員工個(gè)人數(shù)據(jù)特征提供參考，有利于企業(yè)制定人力資源相關(guān)決策。運(yùn)用SVM、XGBoost 和決策樹3 種機(jī)器學(xué)習(xí)模型對(duì)員工離職情況進(jìn)行預(yù)測(cè)，從預(yù)測(cè)結(jié)果來看，XGBoost 模型預(yù)測(cè)結(jié)果最佳，對(duì)企業(yè)有效預(yù)測(cè)員工在未來的離職情況有幫助。

企業(yè)結(jié)合影響員工離職的主要因素，有效采取預(yù)防措施，包括：一是加強(qiáng)人力資源信息系統(tǒng)的建設(shè)，全面收集員工入職數(shù)據(jù)信息，為員工離職預(yù)測(cè)提供充足的數(shù)據(jù)資料，使企業(yè)在員工入職前就能運(yùn)用模型提前預(yù)測(cè)離職率，提高招聘成功率。二是通過企業(yè)文化的建設(shè)，加強(qiáng)企業(yè)與員工之間的情感承諾，為員工提供職業(yè)生涯規(guī)劃與指導(dǎo)，提升員工的歸屬感。三是制定科學(xué)合理的績(jī)效考核制度和薪酬體系，為員工提供公平的晉升環(huán)境，降低人才因職務(wù)晉升問題流失的風(fēng)險(xiǎn)。四是建立合理的企業(yè)內(nèi)部流動(dòng)機(jī)制，打通部門之間人才流動(dòng)的通道，為內(nèi)部員工提供適當(dāng)?shù)霓D(zhuǎn)崗機(jī)會(huì)，降低企業(yè)整體招聘成本。