Etablissement des prédictions de fin de contrat volontaire

Le capital humain est souvent le principal atout de l'entreprise et le perdre peut coûter cher pour de multiples raisons. Les prédictions système peuvent vous sensibiliser aux problèmes potentiels et leurs causes probables de sorte que vous puissiez les résoudre.

Par exemple, si un employé perçu comme étant très performant est également identifié comme susceptible de quitter son emploi de sa propre initiative, vous pouvez envisager de modifier certains facteurs pertinents, tels que le grade ou le lieu de travail, afin de réduire le risque. Les prédictions de fin d'emploi volontaire sont affichées dans la zone de travail Prédictions relatives au personnel.

Paramètres affectant les prédictions de fin de contrat volontaire

Les prédictions de fin de contrat volontaire sont basées sur les données existantes provenant de toutes les relations de travail. Le traitement Collecter et explorer les données en vue d'une analyse prédictive, qui utilise Oracle Data Mining et prédit également les performances, permet de collecter les données pertinentes et de générer les prédictions.

Vous pouvez collecter les données pour l'entreprise ou pour une affectation de responsable particulière, la phase d'exploration des données du traitement étant, toutefois, toujours effectuée sur les données disponibles les plus récentes.

Aucune planification par défaut n'est associée à ce traitement. Il est recommandé de l'exécuter :

• Une fois par semaine pour un volume élevé de telles transactions (embauches, fins de contrat et promotions) dans votre entreprise

• Au moins une fois par mois pour un faible volume de transactions

Planifiez le traitement à un moment de faible activité système afin d'éviter toute répercussion sur les performances.

Etablissement des prédictions de fin de contrat volontaire

Chaque prédiction est exprimée sous la forme d'un pourcentage qui représente la probabilité de rupture volontaire du contrat de travail. Ce pourcentage est calculé comme suit.

1. Pour toutes les relations de travail d'employé, le traitement collecte les valeurs d'un large éventail d'attributs. Parmi ces attributs, citons l'ancienneté dans le grade, l'emploi actuel, la dernière augmentation de salaire, l'évaluation de la performance et le nombre de congés maladie pris depuis un an. Les attributs susceptibles de montrer une corrélation avec une rupture volontaire de contrat présentent le plus d'intérêt. Dans certains cas, de simples valeurs (nom du responsable, par exemple) sont requises, dans d'autres (augmentation du pourcentage de congés maladie, par exemple), le traitement se charge de les calculer. La plupart de ces attributs sont stockés au niveau de l'affectation. Par conséquent, plusieurs valeurs sont collectées pour les relations de travail à affectations multiples.

   Les relations de travail d'intervenant externe et de non-salarié sont exclues.

2. Les valeurs d'attribut sont transmises à ODM, qui identifie les modèles et les relations entre les données, puis génère un modèle prédictif qui identifie les différences entre les employés ayant quitté volontairement leur emploi et les autres employés.

3. ODM génère les prédictions de fin de contrat volontaire pour les employés actuels en fonction du modèle prédictif. Par exemple, si le nombre de fins de contrat volontaires est élevé dans un emploi et un service donnés, le risque de départ volontaire des employés actuellement en poste dans ce service est sans doute plus grand que dans d'autres emplois ou d'autres services.

   Chaque prédiction est associée à une affectation d'employé. Pour les employés à affectations multiples, plusieurs prédictions de fin de contrat volontaire sont proposées (une par affectation). Si un employé effectue plusieurs missions relevant d'un seul responsable, ce dernier a accès aux diverses prédictions le concernant.

Ces prédictions vous permettent d'identifier les employés les plus susceptibles de mettre fin volontairement à leur emploi. Même si le risque absolu de départ volontaire pour le groupe le plus exposé reste faible en termes de pourcentage, ce risque s'avère élevé par rapport aux autres groupes d'employés.

Les prédictions de fin de contrat volontaire sont disponibles pour les équipes et les affectations individuelles :

• Les prédictions collectives révèlent le risque moyen pour l'équipe. Elles font également apparaître le pourcentage des affectations d'employés où l'élément considéré (grade ou salaire actuel, par exemple) constitue le principal facteur de risque.

• Les prédictions individuelles dénotent le risque prédit pour l'affectation de l'employé. Les valeurs des facteurs pertinents (salaire actuel, par exemple) et la contribution relative de chacun à la prédiction apparaissent également.