員工何時(shí)離職，為什么離職，機器學(xué)習提前預知

Workday2014年2月收購預測分析公司Identified，市值155億的Workday這次收購案例，說(shuō)明了它在逐步開(kāi)辟基于云計算HR SaaS服務(wù)藍海市場(chǎng)。

那么如何利用云計算和機器學(xué)習及早知道員工何時(shí)離職?在硅谷的VMware公司，他們讓機器去辦這件事。

VMware一直在測試人力資源軟件公司W(wǎng)orkday的新預測科技，這項系統會(huì )通知員工可能準備離職的時(shí)間，讓主管可以在來(lái)不及之前出手挽回。

在國內，也有家創(chuàng )業(yè)型公司e成在用機器學(xué)習去預測員工離職動(dòng)向，預測人才職業(yè)走向，預測跳槽模型。

VMware靠分析員工活動(dòng)的趨勢、最近一次升職是何時(shí)、地理因素、產(chǎn)業(yè)變化及其他資料來(lái)做出預測。

e成用機器學(xué)習，從員工個(gè)體、企業(yè)內部、行業(yè)外部、地理因素預測離職。根據80+維度解析簡(jiǎn)歷，識別同一人在多個(gè)渠道的簡(jiǎn)歷內容，當一名員工在某一階段外網(wǎng)渠道頻繁登錄、刷新簡(jiǎn)歷，且頻率越高，說(shuō)明離職的時(shí)間越近。

除了簡(jiǎn)歷維度外，機器還需要對企業(yè)內部數據進(jìn)行分析：企業(yè)人才晉升周期多長(cháng)，員工A是否超過(guò)了晉升周期?最近的有效工作時(shí)間和工作成果如何?崗位在行業(yè)的平均待遇是多少，是否未達到行業(yè)標準待遇?市面上這類(lèi)人才是否緊俏，需求缺口有多大，企業(yè)是否需要及早護盤(pán)?企業(yè)在不同時(shí)期，員工離職率是多少?曾經(jīng)的離職員工又去了哪?

人為觀(guān)察員工離職走向，會(huì )有滯后性，當木已成舟，為時(shí)已晚。機器不僅能提前預測何時(shí)跳槽、為什么跳槽，跳槽去向甚至跳槽后的薪酬范疇。

這種數據分析、機器學(xué)習除了能應用在離職預測，也能用于企業(yè)選拔、推薦方面。

通過(guò)機器學(xué)習大量企業(yè)招聘數據以及在離職員工樣本，學(xué)習企業(yè)HR的招聘行為(搜篩、收藏、邀請面試、面試評審、拒絕、offer), 最終分析得出企業(yè)需要誰(shuí)，更喜歡誰(shuí)。同理，這種數據分析原理也適用于求職者，數據分析個(gè)人能力素質(zhì)模型、個(gè)性化偏好、求職緊迫度等，進(jìn)而在合適時(shí)間，智能向企業(yè)推薦合適人才，向人才推薦合適機會(huì )。

據e成的搜索算法團隊負責人周杰龍告知，在做HR工作深度調研中，發(fā)現有一個(gè)和“聞味識人“的有趣現象，這個(gè)“味”就是個(gè)人職場(chǎng)DNA。未來(lái)e成希望將企業(yè)DNA、個(gè)人DNA引入到推薦算法中，讓離職預測以及人才機器推薦更加精準的同時(shí)，也能在個(gè)性化選拔這塊能更智能。