wineast
财经 | 宏观 | 国内 | 国外  投资 | 风投 | 天使 | 私募 | 产业 | 并购 | 投行  证券 | 金融资本 |  创 业 板 
商机 | 公司 | 产品 | 供求  学院 | 创业 | 管理 | 连锁 | 投行 | 理财 | 贷款  机构 | 投资机构 |  外商投资 
服务 | 展会 | 招聘 | 名录  市场 | 项目 | 投资 | 专利 | 技术 | 产权 | 连锁  互动 | 创业社区 |  有问必答 
您当前位置:中国创业投资网 >> 新闻频道 >> 投资资讯 >> 风险投资 >> 浏览文章

机器学习提前预知员工动向何时离职 为何离职?

2015-7-10 6:28:37投资中国网 【字体:

    员工何时离职,为什么离职,机器学习提前预知

机器学习提前预知员工动向何时离职 为何离职?

    Workday2014年2月收购预测分析公司Identified,市值155亿的Workday这次收购案例,说明了它在逐步开辟基于云计算HR SaaS服务蓝海市场。

    那么如何利用云计算和机器学习及早知道员工何时离职?在硅谷的VMware公司,他们让机器去办这件事。

    VMware一直在测试人力资源软件公司Workday的新预测科技,这项系统会通知员工可能准备离职的时间,让主管可以在来不及之前出手挽回。

    在国内,也有家创业型公司e成在用机器学习去预测员工离职动向,预测人才职业走向,预测跳槽模型。

    VMware靠分析员工活动的趋势、最近一次升职是何时、地理因素、产业变化及其他资料来做出预测。

机器学习提前预知员工动向何时离职 为何离职?

    e成用机器学习,从员工个体、企业内部、行业外部、地理因素预测离职。根据80+维度解析简历,识别同一人在多个渠道的简历内容,当一名员工在某一阶段外网渠道频繁登录、刷新简历,且频率越高,说明离职的时间越近。

    除了简历维度外,机器还需要对企业内部数据进行分析:企业人才晋升周期多长,员工A是否超过了晋升周期?最近的有效工作时间和工作成果如何?岗位在行业的平均待遇是多少,是否未达到行业标准待遇?市面上这类人才是否紧俏,需求缺口有多大,企业是否需要及早护盘?企业在不同时期,员工离职率是多少?曾经的离职员工又去了哪?

    人为观察员工离职走向,会有滞后性,当木已成舟,为时已晚。机器不仅能提前预测何时跳槽、为什么跳槽,跳槽去向甚至跳槽后的薪酬范畴。

    这种数据分析、机器学习除了能应用在离职预测,也能用于企业选拔、推荐方面。

    通过机器学习大量企业招聘数据以及在离职员工样本,学习企业HR的招聘行为(搜筛、收藏、邀请面试、面试评审、拒绝、offer), 最终分析得出企业需要谁,更喜欢谁。同理,这种数据分析原理也适用于求职者,数据分析个人能力素质模型、个性化偏好、求职紧迫度等,进而在合适时间,智能向企业推荐合适人才,向人才推荐合适机会。

机器学习提前预知员工动向何时离职 为何离职?

    据e成的搜索算法团队负责人周杰龙告知,在做HR工作深度调研中,发现有一个和“闻味识人“的有趣现象,这个“味”就是个人职场DNA。未来e成希望将企业DNA、个人DNA引入到推荐算法中,让离职预测以及人才机器推荐更加精准的同时,也能在个性化选拔这块能更智能。


分享到:


网友评论:

  • 阅读排行
  • 本日
  • 本周
  • 本月
关于我们 | 免责条款 | 网站地图 | 联系我们 | 广告服务 | 帮助中心 | 会员登陆 | 友情链接 | 订阅RSS |