人才是企業的重要資源，核心人才的流失可能會導致一系列連鎖問題，如團隊協作困難、業務發展受阻等等。傳統的人才保留工作常常依賴直覺或過往實踐，這其實很容易產生決策偏差。
近年來，大廠們紛紛運用數字化技術來預測員工流失風險，比如谷歌借助自己開發的「人才保留算法」，成功的預測員工離職意向；IBM通過AI技術及時發現員工的辭職念頭，借助科學依據與員工商討出雙贏的對策。
為了幫助廣大企業更科學便捷開展離職預測，用友人力云重磅推出「員工離職預測」功能，幫助企業提前準確識別高離職風險員工，保障組織的持續健康穩定發展，讓員工離職預測不只存在于大廠的神話中。
用友網絡副總裁、招聘與人力云事業部總經理石磊表示：“科學的離職預測可以改變以往決策的模糊性，從主觀分析進階為客觀的科學分析，讓管理者清晰看到員工的離職風險、流失成本，從而更具針對性地解決問題。”
有據可依：科學預測員工離職傾向
工作壓力、職業發展規劃、薪資報酬、人際關系等因素均可成為離職導火索，用友人力云通過員工基本情況、績效數據、個人發展及薪酬福利情況、敬業度情況，洞察員工離職風險；還可以識別考勤變化等異常行為數據，多維度數據對員工離職進行預測，基于離職概率高、中、低風險等級情況與九宮格分析結果，為業務決策提供有力支持。
（員工離職預測示意圖）
如何更好地留住離職風險高的人才呢？系統支持離職預測模型DIY，對于重點關注人才，可以調整影響員工離職的關鍵因素，例如改變出差頻率、調整漲薪幅度、提供升職空間等，探索員工留用最佳方案，便于后續與員工開展保留談話。
（離職重新預測示意圖）
不同類型、不同發展階段的企業對于離職風險的敏感程度不盡相同，同樣的離職概率對于一家互聯網企業而言可能是中風險，但對于一家傳統制造集團而言就是高風險。
在人力云系統中，可以靈活配置員工離職風險高、中、低對應的閾值，從而給到企業管理者更符合企業現狀的風險提示與分析結果。
（風險等級配置示意圖）
全盤洞察：總覽組織內離職風險
管理者不僅應該了解特定員工的離職風險，更需要掌握組織離職風險全貌。用友人力云通過環狀圖、九宮格等形式，清晰呈現員工離職預測概率及九宮格分布情況，全盤展現企業中離職中高風險的人數及占比。
（離職風險分布分析示意圖）
（九宮格分析示意圖）
系統可以全面分析離職影響因素，展現影響全組織樣本離職概括的TOP15影響因素，幫助管理者了解哪些因素是促使人才流失的關鍵點，提早采取應對措施做出改進。
（離職相關性解析示意圖）
精準捕捉：「高穩定員工畫像」輔助招聘決策
很多行業都存在新入職員工離職率高的問題，如果大量員工剛加入企業不久便離職，很有可能是因為在招聘階段我們沒有精準定位合適的員工畫像。員工base在哪里更合適？具備什么樣特質和經驗的人才更穩定？這些決策過往只能依靠于經驗判斷。
而現在，動動手指在員工離職預測場景內模擬高穩定員工畫像，選定預期候選人的工作年限、工作地點、工作技能等數據，系統可基于虛擬員工畫像給出離職風險預測，幫助HR伙伴快速捕捉高穩定性員工畫像。
將高穩定性員工畫像應用于后續招聘、內部晉升工作，即可實現更科學的選用育留，決策有據可依。
（基于虛擬員工畫像的離職預測示意圖）
持續訓練：提升員工離職預測精準度
離職預測工具真的準確嗎？如何提升預測的準確性？相信很多HR朋友在啟用員工離職預測前會有類似的疑惑。用友人力云員工離職預測功能不僅支持隨時查看預測效果，更支持企業通過持續的培養訓練，提升預測準確度。
在系統內，HR不僅可以了解到當前離職預測的效果，還可以導入更多的員工在職、離職數據，使離職預測系統更符合企業管理特征，從而更準確預測員工離職概率。
結語
用友人力云員工離職預測功能，幫助企業科學進行離職風險概率預測，實現核心人才的保留，促進組織持續健康發展。更多人力云產品信息，請關注「用友人力云」微信公眾號。
