找回密码
 立即注册

QQ登录

只需一步,快速开始

【2022BI数据分析大赛】员工流失分析报告

楼主
我是社区第530072位番薯,欢迎点我头像关注我哦~

队长:周素慧,成员:梁家建。

 

一、数据说明

数据集包含一家大公司的历史员工资料,其中每条记录都是一名员工。共计15,002条员工记录。

数据集共10个字段,包括员工满意度、绩效评估、项目数、月工作时长、司龄、是否有工伤(0为False,1为True)、是否离职(0为False,1为True)、3年内是否晋升、职位、工资(已将原数据集中的Columns转换为中文)。

数据地址:https://www.kaggle.com/datasets/jacksonchou/hr-data-for-analytics

 

二、分析思路

2.1明确问题

问题:如何降低公司员工流失率?

通过人资部门提供的近十年公司员工信息表,我们对员工流失率进行分析,发现员工流失率23.81%。那么,有哪些因素影响了员工的流失?我们将如何降低公司员工的流失率?这是本作品所要分析的问题。

 

2.2分析框架

流失率 = 流失人数/总人数,在总人数不变的情况下,降低流失率需要降低流失人数。

 

 

三、数据清洗

① 列重命名:将英文字段统一转换中文字段描述。

② 删除空值:对数据集各字段列进行检查,发现“员工满意度”仅15,000条记录,存在空值;删除空值。

③ 删除异常值:对数据集字段理解,满意度区间在0到1之间,查找是否有区间范围外数据,并删除;经条件查找未发现异常值;对“职位”进行筛选,发现“sales”与“sale”(仅1条),判断为录入错误所致;删除。

④ 删除重复值:未发现重复值;

 

经过以上步骤的清洗整理后,剩余数据一共14,999条。预览如下:

 

 

四、分析过程

 

通过对数据集统计,发现历史流失员工3,571名,平均流失率23.81%,我们如果降低员工流失率,需要如何去降低?

 

4.1员工按照司龄分布情况及各司龄段流失率分析

 

 

分析结论:

① 对流失人员的司龄进行分析,发现3-6年司龄员工流失人数较多,其中3年司龄员工流失数最高(1586个),6年以上司龄员工无流失比较稳定;

② 3年司龄员工流失率44.41%,4年员工流失率24.92%,5年员工流失率23.33%,6年员工流失率5.85%,3-6年司龄员工流失率高于平均流失率。

问题:为何3-6年司龄员工流失率高?

接下来,我们对3-6年司龄员工的流失人员和未流失人员进行比较;再对3-5年司龄员工的流失人员同其他司龄流失员工比较,找到问题原因。

 

4.2对3-6年司龄员工的流失人员和未流失人员比较

 

分析结论:

对3-6年司龄员工的流失人员和未流失人员的平均满意度对比,流失人员平均满意度整体情况较未流失人员的平均满意度差;对3-6年司龄员工的流失人员和未流失人员的绩效评估对比,3-6年司龄员工流失人员绩效评估整体情况较未流失人员优;3-6年司龄员工流失人员项目整体情况较未流失人员项目多;3-6年司龄员工流失人员月平均工时整体情况较未流失人员高;3-6年司龄员工流失人员工伤情况低于未流失人员;3-6年司龄员工流失人员晋升率低于未流失人员晋升率;3-6年司龄员工中工资相差无几,但流失人员中薪酬水平较低的占比较未离职人员的更大。

 

假设:员工满意度、绩效评估、完成项目数、工作时长、工伤情况、晋升情况、工资、职位会影响流失率?(假设各变量因素独立)

 

4.3假设检验分析——寻找验证与流失率相关性的因素

 

 

分析结论:

假设1:员工满意度会影响流失率 ,成立;(员工满意度越低,离职率越高)

假设2:绩效评估会影响流失率,不成立;

假设3:项目数会影响流失率,不成立;

假设4:平均工时会影响流失率,成立;(员工工作时间越长,离职率越高。其中,低于每月标准工作时长的176h的员工被淘汰离职的可能性比较大。)

假设5:是否有工伤会影响流失率,不成立;

假设6:是否晋升会影响流失率,成立;(员工晋升机会越少,离职率越高)

假设7:薪酬水平会影响流失率,成立;(工资与离职率并不呈正相关,高收入群体离职率还是比较高)

假设8:员工职位会影响流失率,成立。( 各职位离职率差距明显,销售员、技术人员和支撑人员离职率较高  )

同时发现:同时具有3年内未晋升、低薪酬、低满意度、高月平均工时特征2个及2个以上的员工流失率会更高。

 

五、决策建议

① 对薪酬结构调整,基本工资和绩效工资;避免员工付出和收获不平衡导致流失;

② 公司绩效考核中,满意度应占一定考核比例,满意度较低的员工给予一定激励措施,对长期满意度低的员工,考虑不予晋升或开除;

③ 对积极工作的员工给予奖励,可以根据加班时长增加时薪;

④ 对3年司龄还没有晋升的员工,在此阶段增加激励,通过以上两种考核和激励以外,增加满三年奖励,以提高员工对公司忠诚度。

 

六、心得体会

这是第二次参加帆软的BI数据分析大赛(之前叫BI可视化挑战赛),可能因为有指导老师(李和平)的帮忙,觉得比第一次顺利很多。同时,也感觉到了自己的成长。和同伴确定分析思路后,几天时间便把作品落地了。

这次选择这么快发布作品的原因,更多的是希望能得到评委老师以及各位大神的留言指导,争取有更快的成长机会。

 

参考资料:帆软内置demo(主题场景-人事管理-人员离职分析)

 

最终作品预览:

分享扩散:

沙发
发表于 2022-4-16 18:05:22

这位同学牛,如果老板能看到并采纳,可能员工流失率会下降,不过我猜可能引发新话题,就是新员工入职率应保持在多少之类。整幅作品界面简洁大方,是一幅不错的作品,谢谢分享

1 使用道具 举报

板凳
发表于 2022-4-18 09:42:29

案例打卡:看了下帆软内置的案例(demo作用),不是一个等级,作者的分析思路也表现出来了。

使用道具 举报

地板
发表于 2022-4-21 08:29:53
加油,再接再厉

使用道具 举报

5楼
发表于 2022-4-24 11:17:12
某互联网大厂裁员了

使用道具 举报

6楼
发表于 2022-4-25 09:14:28
这个应该放上公共链接,才能更直观的了解细节

使用道具 举报

7楼
发表于 2022-4-25 09:24:56
淘汰离职太秀了

1 使用道具 举报

8楼
发表于 2022-4-30 08:07:59
非常清晰的分析思路

使用道具 举报

9楼
发表于 2022-5-1 08:55:49

案例打卡:写的太棒太棒,思路非常清晰,属于是第一个能在思维上彻底认同的作品,同期也是第一个交付的作品,完全值得尊重。选题的趣味性与数据分析相结合产生出的火花完整的以作品的方式展现在了我们的面前,尊敬。

建议:颜色的搭配可以再选选,会更加美观

使用道具 举报

10楼
发表于 2022-5-1 13:06:18
第一个交卷的,成绩果真不一样。

使用道具 举报

11楼
发表于 2022-5-2 13:02:30
做的非常好

使用道具 举报

12楼
发表于 2022-5-3 11:55:10
热搜榜啊,牛逼!

使用道具 举报

13楼
发表于 2022-5-4 13:37:59
低于每月标准工作时长的176h的员工被淘汰离职的可能性比较大=摸鱼划水被优化。啊哈哈哈,分析得太合理了!

使用道具 举报

14楼
发表于 2022-5-6 15:05:08
值得参考

使用道具 举报

15楼
发表于 2022-5-6 17:59:24
写得很好,思路较清晰。

使用道具 举报

16楼
发表于 2022-5-8 10:31:26
案例打卡:作为第一篇精选的作品,读了三遍后,发现了它的太多优秀之处:1、分析思路清晰,逻辑紧凑;2、行文和用词清晰明了,毫不拖泥带水;3、仪表板布局配色让人觉得特别舒服……

1 使用道具 举报

17楼
发表于 2022-5-8 16:39:07
作品太棒了!开课开课!

使用道具 举报

18楼
发表于 2022-5-9 17:40:16
案例打卡:员工流失分析的案例其实蛮多,看完案例,我觉得可以考虑再深入一点,哪个因素对离职的影响最大,即相关系分析。这样也好针对流失问题做更好的解决方案。

使用道具 举报

19楼
发表于 2022-5-9 21:28:32
案例打卡:整体行文流畅,配色细节处理到位(比如在职数、流失数、流失率的代表色,比如头尾深蓝色,中间浅色系为主,非常舒服)。分析思路清晰,言简意赅,非常值得学习。看完后除了增加不同影响因素的相关性分析,或许也可考虑不同因素之间的多重共线性,比如一般认为项目数、薪资、绩效评估、是否晋升会综合影响员工满意度,满意度的心理因素进一步影响离职意向。另外,不同职业和司龄的交叉分析不知是否会有新的有趣结论~

使用道具 举报

20楼
发表于 2022-5-13 08:42:50
流失率相关性分析图表表示不是太明显,有的可以直接用散点图表示,会更明显一点

使用道具 举报

21楼
发表于 5 天前
案例打卡:员工流失分析,挺有意思的分析,整体可视化做的不错,学习了。

使用道具 举报

22楼
发表于 4 天前
案例打卡:过来看看和平老师指导的其他作品取经学习,这篇对人力数据进行分析,分析框架非常清晰,可以看到每一步的拆解思路。

使用道具 举报

23楼
发表于 3 天前
历史流失员工3,571名,平均流失率23.81%?没有平均吧

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

29回帖数 7关注人数 8931浏览人数
最后回复于:3 天前

Array ( [id] => 16 [code] => 4302 [product] => FineBI [title] => 帖子详情页右侧banner [demand] => 334px * 410px [img_url] => /uploads/20220511/ba2914f5564be1550358d24b68c6c1ea.png [click_url] => https://events.fanruan.com/2022datapower [status] => 0 [end_time] => 1660095842 [username] => Gemma.Fu [edit_time] => 1652233448 )

联系社区管理员|联系帆软|《帆软社区协议》|手机版|帆软社区|Copyright © 万搏提款 ( 苏ICP备18065767号-7 )

GMT+8, 2022-5-22 18:45 , Processed in 0.416079 second(s), 89 queries , Gzip On.

返回顶部 返回列表