導入事例

F社(退職予測分析 ※社名非公開)

入社後データから「退職リスクがある高評価者」の特徴が明らかに

IT関連 1,000~10,000人 退職リスク予測 退職率低減

・会社名:F社(※社名非公開)
・従業員数:1001~1万名
・業種:IT
・導入目的:退職率低減、退職リスク予測

導入のポイント

・「ハイパフォーマー」の退職リスクを予測するためにTRANS.HRを導入
・若手では「2番手評価層」の退職率が高いことが明らかに

「ハイパフォーマー」の退職リスクを予測するためにTRANS.HRを導入

導入の背景

F社では、離職にともなう採用・育成コスト改善のために、退職リスクを予測する試みを行いたいと考えていました。特に会社への貢献度合いが高い「ハイパフォーマー(高評価者)」の離職をできる限り避けたく、退職予測を行うことができるTRANS.HRを導入しました。

若手では「2番手評価層」の退職率が高いことが明らかに

「評価履歴」「異動履歴」「勤続年数」を使って退職を予測分析

F社で蓄積されていた「評価履歴」「異動履歴」「勤続年数」のデータを使って、機械学習(AI)を使って、退職予測を行いました。結果、退職者を2.7倍(46%)の確率で予測することができるようになりました。

予測モデルの詳細を分析

次に、退職防止の施策立案のため、予測モデルの内容を分析しました。退職に影響を与えていたポイントとして「若手層」の「評価履歴」ということがわかりました。

実施に若手層の評価を分析してみると、「評価のトップ層」と「評価をあまりされていない層」は退職率が低かったのに対し、「評価がトップの次(=2番手層)」の退職率が高い状況がわかりました。

従業員ごとの時間配分を見直し、高評価者とのコミュニケーションを増やす

実際の運用方法

上記の結果より、「評価トップ層」は表彰や抜擢でスポットライトが当たっているのに対し、「2番手層に会社の期待がしっかり伝わっていないのでは?」という課題仮説が生まれました。

F社では、どうしても評価が低い層のケアに、人事やマネージャーが時間を割いてしまっており、評価が高い層のサポートに時間をさけていなかったため、高評価層とのコミュニケーションの量と質を改善する施策を実行することになりました。

データ×AIの未来予測を、今すぐ体験する

30日間無料でご利用いただけます。

β版を無料で試してみる