Proyecto Human Analytics: Fuga de Empleados
Análisis enfocado en gestionar RRHH con Data Science
Víctor López
20/05/2020
Descripción del requerimiento
Durante el último año se ha estado produciendo una marcha constante de capital humano.
Lo cual está generando varios problemas de impacto estratégico para la empresa:
- Fuga de talento y experiencia
- Presión sobre el departamento de RRHH para reemplazar empleados
- Incremento de los costes asociados al reemplazo
En este contexto, el Director de RRHH ha contactado con el equipo de Data Science para ver si analíticamente le podemos ayudar a:
- Perfilar, concretar y cuantificar el problema
- Identificar patrones o perfiles prioritarios sobre los que actuar
- Definir una batería de acciones de fidelización tanto a nivel grupo de riesgo como a nivel empleado individual
- Generar activos analíticos de apoyo que permitan al departamento de RRHH abordar este problema de forma más rápida y eficaz
Principales conclusiones
- La fuga de empleados está costando a la empresa $2.719.006 simplemente en costes directos de reemplazo
- De media, cada empleado ha generado unas perdidas de $11.473 aprox.
- La tasa de fuga actual, y que deberemos ir monitorizando para ver si se reduce es del: 16%
- Los principales motivos por los que se van los empleados son: salario_mes, edad, horas_extra, anos_experiencia, distancia_casa
- Hemos creado un modelo predictivo que identifica los empleados con mayor riesgo. Estos son los 5 primeros:
| id | scoring | departamento | puesto |
|---|---|---|---|
| 1974 | 0.65 | Research & Development | Laboratory Technician |
| 643 | 0.57 | Research & Development | Laboratory Technician |
| 974 | 0.57 | Sales | Sales Representative |
| 556 | 0.56 | Research & Development | Laboratory Technician |
| 1286 | 0.55 | Research & Development | Laboratory Technician |
- Recomendamos comenzar las acciones de fidelización sobre los empleados con mayor riesgo y mayor impacto esperado:
Otras conclusiones
Conociendo nuestros empleados:
- La gran mayoría lleva menos de 10 años en la empresa
- Parece que hay dos grupos en cuanto la rotación de managers: en uno el tiempo medio de rotación está sobre los 2-3 años, mientras que en el otro está en 7-8 años
- Continuaríamos incluyendo las conclusiones
Patrones de fuga de empleados:
- Los solteros se van más del doble en comparación con otros estados civiles
- Las categorías en las que podemos esperar mayor impacto esperado son:
- La relación entre el salario y la probabilidad de abandono es clara y común en todos los departamentos. Salvo en rrhh, en la que hay un segmento de empleados bien pagados con mayor scoring
Escenarios de ahorro económico
- Este año se han marchado de la empresa 237 empleados. Si de los 1233 restantes, suponemos que se marchara el mismo 16% el año que viene, tenemos un total de 197 posibles fugas.
- Escenario 1: Retener al 20% de estas posibles fugas (Conservador)
- Si conseguimos retener al 20% de estos 197 empleados, estaríamos ahorrando unos costes totales de $452.679.
- El ahorro seria aun mayor si consideramos que las fugas las hemos cubierto, por lo tanto ahorraríamos un total de $543.820.
- Escenario 2: Retener al 30% de estas posibles fugas (Moderado)
- Si conseguimos retener al 30% de estos 197 empleados, estaríamos ahorrando unos costes totales de $679.018.
- Escenario 3: Retener al 40% de estas posibles fugas (Agresivo)
- Si conseguimos retener al 40% estaríamos ahorrando unos costes totales de $905.357.
Acciones concretas que generan ahorros importantes
Habíamos visto que los representantes de ventas son el puesto que más se van. ¿Tendría sentido hacer un plan específico para ellos? ¿Cual sería el coste ahorrado si disminuimos la fuga un 30%?
Sabemos que de los 83 representantes se han ido 33 este año, lo que representa un 40% de abandono.
Si no hacemos nada, lo más normal es que de los 50 representantes que tenemos se vayan 20.
Que podemos hacer?
Supongamos que podemos retener a un 30% de estas 20 posibles fugas, es decir, retenemos a 6 empleados.
Si de media, cada representante que se va nos genera unas perdidas de $6.279, tan solo reteniendo al 30% podríamos ahorrarnos unos 37.674 aprox.