Estudo de Caso RH – Reduzir atritos sistemáticos dos colaboradores e fazer os talentos permanecerem (Parte 1: Análises dos dados)

Contexto

Reter os bons funcionários é um desafio maior para todas as organizações. A pergunta que surge é: há maneiras confiáveis de descobrir o porquê e o se os melhores e mais experientes colaboradores estão saindo prematuramente?

A maioria dos departamentos de Marketing já integrou os benefícios da utilização de dados para entender quais clientes estão propensos a abandoná-los e estão usando essas informações a envolver esforços especiais para reter estes clientes. Departamentos de RH ainda tem algum trabalho pela frente e progresso a realizar para alcançar este nível de análise.

Se você quiser conhecer mais sobre análise preditiva em RH, nós postamos recentemente sobre o assunto.

Neste estudo de caso, nós demonstramos como você pode utilizar o Verteego Data Science Suite para entender os motivos pelos quais os talentos estão saindo e estipular um plano de ações preventivas.

Conjunto de dados

O conjunto de dados de 15.000 empregados é composto tanto de colaboradores vigentes quanto de pessoas que já deixaram a empresa.

Você pode baixar o banco de dados completo aqui.

screenshot-from-2016-12-02-14-31-37

Trabalhando os dados

Nós usamos o módulo “Cleaning” do Verteego Data Science Suite para explorar as diferentes colunas do conjunto de dados e checar sua composição.

As variáveis no conjunto de dados incluem:

  • name
    O último nome do colaborador.
  • satisfaction_level
    Nível de satisfação do colaborador. Valores entre 0 e 1.
  • last_evaluation
    A nota do colaborador em sua última avaliação. Valores entre 0 e 1.
  • number_projects
    O número de projetos dos quais os colaboradores está participando.
  • average_monthly_hours
    O número de horas (por mês) realizadas pelo colaborador.
  • time_spent_company
    O número de anos em que o colaborador trabalha na organização.
  • work_accident
    Caso o colaborador tenha tido um acidente de trabalho (1 para sim, 0 para não)
  • promotion_last_5_years
    Caso o colaborador tenha tido uma promoção nos últimos 5 anos (1 para sim, 0 para não)
  • department
    O departmento atual do colaborador.
  • salary
    O nível de salário do colaborador (3 categorias : alta, médio, baixo)
  • left
    Caso o colaborador tenha saído da empresa. 0 para o colaborador que ainda está na organização, 1 para não.

Descobrindo os dados

Antes de iniciar alguma análise específica, é interessante olhar com atenção os valores dos conjuntos dos dados e entender como eles podem eventualmente estar correlacionados entre si.

Nós usamos o módulo “Predict”, sempre nos apoiando em nossas anotações no módulo “File” para obter alguns insights estatísticos.

Caso você queira entender a análise completa por você mesmo ou hackear alguns scripts, você pode baixar as anotações aqui.

screenshot-from-2016-12-02-14-34-33

screenshot-from-2016-12-02-14-35-24

Analisando as correlações

Calculando as correlações entre as diferentes combinações de dados não permitiu chegar às primeiras pistas do porquê as pessoas deixam a empresa de maneira a orientar nossa análise de maneira correta.

Campos vermelhos significam correlações negativas, campos azuis significam correlações positivas.

Exemplo: O campo entre “left” e “satisfaction_level” é vermelho escuro, significando que quando o nível de satisfação cai, o valor de “left” aumenta (o que significa que os colaboradores com menores níveis de satisfação estão deixando a empresa, lembrando que satisfaction_level pode ser ou 0 ou 1).

screenshot-from-2016-12-02-14-45-20

Nós podemos ver claramente que o “satisfaction_level” dos colaboradores é fortemente relacionado ao fato que eles deixar a empresa.
Outros fatores significantes dos colaboradores deixarem a organização são o nível salarial, acidentes de trabalho e o fato de terem recebido uma promoção nos últimos 5 anos.
Considerando a correlação entre “satisfaction_level” e outras dimensões, nós podemos entender que o “satisfaction_level” diminui a medida que o número de projetos e o tempo de trabalho aumenta.

Foco na satisfação do colaborador

Vamos nos concentrar na satisfação dos empregados dentro dos diferentes departamentos.
Nos gráficos à esquerda vemos os empregados ainda na organização (left=0) e nos gráficos à direita nós encontramos os colaboradores que já deixaram a organização (left=1).

screenshot-from-2016-12-02-15-37-03 screenshot-from-2016-12-02-15-37-27 screenshot-from-2016-12-02-15-36-33

É interessante observar que os colaboradores podem ser divididos em 3 grupos distintos: aqueles que estão insatisfeitos, aqueles muito satisfeitos e o que estão no meio destes. Não há nenhuma transição leve entre estes grupos, como há para colaboradores que ainda estão na organização. Nos parece claro os motivos que os colaboradores deixam a empresa, mas a análise torna-se mais interessante quando nos perguntamos dos motivos quais os colaboradores satisfeitos saíram.

Então, vamos dar uma olhada no gráfico da correlação incluindo somente os colaboradores satisfeitos. (satisfaction_level > 0,7).

screenshot-from-2016-12-02-15-51-59

Este gráfico mostra que os colaboradores satisfeitos deixaram a organização quando trabalham simultaneamente em vários projetos ou um número elevado de horas por mês e quando já trabalham na empresa há muito tempo. Decisões de deixar a organização são igualmente influenciadas por um nível de salário baixo e quando os funcionários não tiveram nenhuma promoção nos últimos 5 anos.

Um olhar mais atento nos funcionários que deixaram a organização

Vamos entender de maneira mais próxima os outros fatores que descrevem os motivos que levaram os colaboradores a deixar a organização.

 

screenshot-from-2016-12-02-16-46-09

Nós observamos que os colaboradores que deixaram a organização tendem a ter salários menores, um número mais alto de projetos, mais horas trabalhadas por mês e menos promoções. Tudo isto soa lógico uma vez que a satisfação está relacionada à decisão de deixar a companhia.

Mas há um outro ponto importante que estes gráficos trazem: uma parte importante dos colaboradores que deixaram a organização recebeu uma avaliação alta e passaram por muitos anos na organização. Estes colaboradores são os highly valuable assets que não devem ser perdidos.

Há 6.123 colaboradores que passaram por mais de 3 anos na organização e as avaliações são superiores a 0,7 dos quais 30,44% (1,864 colaboradores) já deixaram a organização!

Por que os bons colaboradores deixam a organização?

Antes de prever quais pessoas estão mais propensas a sair da organização, vamos dar uma rápida olhada em quais são os fatores que fazem os colaboradores de alta performance sair.

screenshot-from-2016-12-02-17-10-14

Este gráfico mostra claramente que os colaboradores de alta performance saem principalmente pelo número de projetos simultâneos e a grande quantidade de horas trabalhadas.

Prever quais colaboradores estão prestes a sair

Agora daremos um passo adiantepara prever quais colaboradores deixarão a organização..

Continua…