一种用统计模块预测中小型企业员工个人离职概率的方法技术

本发明专利技术涉及一种用Excel预测中小企业员工个人离职概率的方法。通过收集该企业历年的信息数据，从三个维度进行统计整理，建立Logistic回归模型，进而通过在Excel中编辑模型函数公式的方式，对企业中的每名员工的个人离职概率进行定量预测；同时在此离职概率基础上，引进员工主管对该员工的定性评价，以提高预测模型的准确性。通过此方法，企业管理者可低成本、高效率的预测员工个人的离职概率和离职倾向，解决了预测员工个人离职概率的技术问题，并可采取相应的管理措施进行流失干预和人员挽留，以减少由于员工离职给企业造成的运营成本和知识财富的损失。

A statistical module for predicting the individual turnover probability of small and medium enterprise employees

The invention relates to a method for predicting the personal turnover probability of a small and medium enterprise employee by means of Excel. By collecting the enterprise information data, statistics from the three dimensions, the establishment of Logistic regression model, and then through the model editing function formula in Excel way of enterprise in each employee's individual turnover probability quantitative prediction; and then leave the probability on the basis of the introduction of the qualitative evaluation of the employee supervisor the staff, in order to improve the accuracy of prediction model. By this method, the enterprise managers and employees may leave probability prediction of low cost and high efficiency of the turnover intention, to solve the technical problems of individual employees turnover probability prediction, and take corresponding measures for the loss of intervention and retain staff, to reduce staff turnover due to the enterprise caused operating costs and a wealth of knowledge loss.

【技术实现步骤摘要】
一种用统计模块预测中小型企业员工个人离职概率的方法
本专利技术涉及数据分析和统计预测的
，具体涉及用Excel实现预测企业员工个人离职概率的方法。
技术介绍
随着中国改革开放进程的大力推进，经济的迅猛发展催生了大量生机勃勃、充满活力的中小企业，中小企业也逐渐挑起国民经济的大梁，成为我国国民经济的重要力量。而中小企业的持续发展，一是依赖企业核心技术的成熟，二是依赖于核心人才资源。因此，在中小企业面对激烈的市场竞争，以及大企业薪资福利更具吸引力的情况下，如何及时预测员工的离职倾向，对离职风险高、离职成本高的员工及时进行离职干预和流失保留就显得尤为重要。首先，在离职预测的方法上，目前鲜有国内企业掌握预测员工离职的有效工具和方法。即使是大型企业中也多是在年初制定人力资源规划和年底盘点人力资源现状和总结时，才会使用定量方法或定性方法进行企业整体离职率，或者骨干员工离职率的预测，但这些预测不具备实时性，需要年度或半年度预测；同时，这些预测模型的准确性不高，仅能从整体上了解规律和趋势，无法具体落实到个体员工离职概率的预测和有针对性的保留上。其次，在人力资源管理的投入上，国内大型企业的管理理念和成熟度较高，受国际先进公司的影响，有能力、有意愿在人力资源的智能管理上进行投入；但对于处于创业或爬坡期的中小企业来说，尤其是在购买人力资源管理系统预算有限的条件下，如何能低成本投入，但仍能提高人力资源管理的成熟度水平，就需要另辟蹊径，寻求简单高效的方法。在面对员工离职给公司造成损失的问题上，无论是大型企业还是中小企业，都有迫切的需求，希望能快速有效的预测员工离职倾向的概率，及时掌握员工离职意向，并采取相应的管理措施进行干预和挽留，以减少由于员工离职给企业造成的运营成本和知识财富的流失。
技术实现思路
本专利技术针对上述中小企业面临的人员离职预测和保留的问题，提出了在建立Logistic回归模型的基础上，进而通过在Excel中编辑模型函数公式的方式，对企业中的每名员工的个人离职倾向进行“定量预测”和“定性分析”，解决了中小企业预测员工个人离职概率的技术问题。本专利技术的技术方案包括以下步骤：步骤(1)筛选相关变量：通过文献调研、头脑风暴、专家访谈或者问卷调查的方式，筛选与员工离职倾向相关的维度；主要包括三大维度的变量信息；步骤(2)定义收集样本：基于步骤(1)中初选后的变量信息，进行分类定义，按定义收集该企业中各变量信息的历史数据，包括在职员工和离职员工信息作为构建预测模型的样本；步骤(3)建立回归模型：基于步骤(2)获得的样本数据，通过统计模块建立logistic回归模型；步骤(4)预测离职概率：将步骤(3)中建立的logistic回归模型通过编辑函数的方式插入统计模块中，将每名员工的个人信息填入表格后，即可获得该员工个人的离职概率；同时，结合该员工主管对员工的定性评价，即将定量的概率预测和定性的打分评价相结合，双管齐下，综合判断该员工的离职概率和离职倾向；步骤(5)制定管理决策：对于步骤(4)中识别出的高离职风险的员工，结合企业管理需求和能力，对拟挽留的员工及时采取离职干预和员工保留措施。本专利技术具有以下有益效果及优点：1、本专利技术能满足企业的实际需求：目前企业常用的离职率预测模型，多数仅能预测企业年度整体离职率或企业骨干员工离职率，缺少对员工个人离职概率的预测，本专利技术通过建立定性预测和定量分析相结合的方式，能满足企业及时了解和预测员工个人离职倾向的实际需求，具有新颖性。2、本专利技术原理简单，易于实现：较比已公开的学术论文和专利专利技术，本专利技术仅需通过开源免费的Excel、Minitab软件，即可建立Logistic回归模型，并不需要额外支付成本获取大量不易获得的员工行为数据(如网络求职登录信息、即时通讯信息等)，不需要使用支持向量机分类器、贝叶斯分类器等智能算法，便于普通管理者理解，低成本，投入少，具有经济性。3、本专利技术操作简单，易于掌握：在建立好Logistic回归模型的基础上，仅需通过插入函数公式的方式，即可在Excel软件中填写员工信息后，快速计算得出企业员工的个人离职概率，并结合员工主管的判断打分，提高预测的准确性，具有实用性。4、本专利技术能够及时更新拓展：随着企业经营业绩和人员规模的变化，可不断纳入新变量或新信息进行模型的实时更新和修正。无论是纳入Logistic回归模型的变量，还是员工主管的定性判断维度，都可结合企业特点和需求进行模型的实时验证和更新；而且在购买实时数据信息和软件预算资金充分的基础上，还可采用支持向量机分类器等方式，进行模型的拓展和更新，具备延展性。具体实施方式实施例参照如上技术方案中的步骤：1、建立模型：首先，筛选相关变量：通过文献调研、头脑风暴、专家访谈或者问卷调查的方式，筛选与员工离职倾向相关的维度，主要包括三个维度，即个人因素、企业因素和外部因素等变量信息，见表1。其次，对变量进行分类定义，按定义收集该企业中各变量的历史数据，包括在职员工和离职员工信息作为构建预测模型的样本；见表2。再次，基于企业历年的样本数据，通过Excel软件(亦可通过Minitab/SPSS、SAS等统计软件)建模，得到如下logistic回归模型：Y＝4.52624+1.01807*性别-1.00093*职级-0.356306*绩效等级-0.503156*薪酬竞争力。2、进行预测：将如上的logistic回归模型通过编辑函数的方式插入Excel中，得到Y＝F(X)的公式；填写每名员工的个人信息，即可获得该员工个人的离职概率，示例如表3。3、分析与应用：结合历史数据，进行离职倾向“警戒限”的选择，如可选用“P＝20％”作为员工有离职风险的“警戒限”，如高于此“警戒限”数据，即员工有高离职风险，同时，结合其主管判断，即市场活跃性、直接主管风格、项目吸引力等因素进行打分判断，考虑企业管理需求和能力，对拟挽留的员工及时采取离职干预和员工保留措施，见表4-6。表4-6，员工个人离职概率预测的应用同时，结合其主管的主观判断，该员工的离职风险仍“较小”，不需要采取改善措施。本实施例中，员工个人的离职概率低于警戒限20％，同时结合其主观的定性判断，并不需要采取关注和干预措施，见表7。进一步的，当离职概率不同及风险不同时，可采取的离职干预和保留措施可按如下对策示例执行：A、若预测的离职概率大于50％，则该员工离职风险较大，可结合模型，识别出影响员工离职的关键因素，通过面谈等沟通方式确定其离职倾向，并判断可否采取有效措施，进行该员工的保留，如：上年度绩效结果评价过低，本年度可进行多次绩效沟通，加强其对绩效结果的认可或接受，减少对绩效偏差的误解，或者结合绩效改善状态，提高其绩效评估结果分值；B、若预测的离职概率在20％和50％之间，则该员工仍存在离职风险，可结合模型，识别出影响员工离职的关键因素，通过面谈等沟通方式确定其离职倾向，并判断可否采取有效措施，进行该员工的保留，如：上年度绩效结果评价过低，本年度可进行多次绩效沟通，加强其对绩效结果的认可接受，减少对绩效偏差的误解，或者结合绩效改善状态，提高其绩效评估结果分值；C、若预测的离职概率小于20％，则员工离职概率较小，暂不需采取改善措施。本实施例通过对企业进行调研或专家意见的方式，获得了影响本文档来自技高网...

【技术保护点】
一种用统计模块预测中小型企业员工个人离职概率的方法，其特征在于，该方法采用如下步骤，包括：步骤（1）筛选相关变量：通过文献调研、头脑风暴、专家访谈或者问卷调查的方式，筛选与员工离职倾向相关的维度；主要包括三大维度的变量信息；步骤（2）定义收集样本：基于步骤（1）中初选后的变量信息，进行分类定义，按定义收集该企业中各变量信息的历史数据，包括在职员工和离职员工信息作为构建预测模型的样本；步骤（3）建立回归模型：基于步骤（2）获得的样本数据，通过统计模块建立logistic回归模型；步骤（4）预测离职概率：将步骤（3）中建立的logistic回归模型通过编辑函数的方式插入统计模块中，将每名员工的个人信息填入表格后，即可获得该员工个人的离职概率；同时，结合该员工主管对员工的定性评价，即将定量的概率预测和定性的打分评价相结合，双管齐下，综合判断该员工的离职概率和离职倾向；步骤（5）制定管理决策：对于步骤（4）中识别出的高离职风险的员工，结合企业管理需求和能力，对拟挽留的员工及时采取离职干预和员工保留措施。

【技术特征摘要】
1.一种用统计模块预测中小型企业员工个人离职概率的方法，其特征在于，该方法采用如下步骤，包括：步骤（1）筛选相关变量：通过文献调研、头脑风暴、专家访谈或者问卷调查的方式，筛选与员工离职倾向相关的维度；主要包括三大维度的变量信息；步骤（2）定义收集样本：基于步骤（1）中初选后的变量信息，进行分类定义，按定义收集该企业中各变量信息的历史数据，包括在职员工和离职员工信息作为构建预测模型的样本；步骤（3）建立回归模型：基于步骤（2）获得的样本数据，通过统计模块建立logistic回归模型；步骤（4）预测离职概率：将步骤（3）中建立的logistic回归模型通过编辑函数的方式插入统计模块中，将每名员工的个人信息填入表格后，即可获得该员工个人的离职概率；同时，结合该员工主管对员工的定性评价，即将定量的概率预测和定性的打分评价相结合，双管齐下，综合判断该员工的离职概率和离职倾向；步骤（5）制定管理决策：对于步骤（4）中识别出的高离职风险的员工，结合企业管理需求和能力，对拟挽留的员工及时采取离职干预和员工保留措施。2.根据权利要求1所述的一种用统计模块预测中小型企业员工个人离职概率的方法，其特征在于所述的步骤(1)中三大维度包括个人...

【专利技术属性】
技术研发人员：王立岩，柳强，薄桂华，
申请(专利权)人：辽宁石油化工大学，
类型：发明
国别省市：辽宁,21