人事分析：退職者の分析

人事分析：退職者の分析

分析事例 ピープル・アナリティクス EDA HEARTCOUNT スマートプロット 比較分析 セグメンテーション

このブログでは身近な業務上の課題をどのように探索して知見を得るかという例です。Kaggleのデータを用いて退職者分析を行ってみました。このような例は多くの企業でも実施可能であると考えられますので、読者の皆様も是非、チャレンジをしてみてください。

このページでは、
この記事はデータ分析キャンプのメンバーが作成した分析事例です。

Intro

現在の企業における退職に対する概念も大きく変わり、退職者の年齢が低くなっている現実が正しいのか、そして無限の採用の繰り返しが職場内の離職者に対する代替案なのか確認する必要があります。そこで退職者の現状を明確に分析しようとする試みです。

Dataset

データ分析は以下のKaggleのデータを用いて行いました。

HR Employee Attrition
to find and filter the criteria which are most responsible for attrition
Kaggle

Analysis in HEARTCOUNT

  • 退職者の年齢層と勤続年数を考慮すると、2～30代が主で、勤続年数も3年以内が最も多く、新しい入社の社員の離職が深刻であることが分かります。
  • また、部署別の状況を見ると、営業職と研究開発職に離職者が集中していることがわかる。
  • 離職者の主な要因を分析すると、仕事のきつさよりも賃金を含む処遇に対する不満であると思われる。

Insight

  • 職場環境や職務満足度、ワークライフバランス、遠距離など様々な理由が離職の要因となる可能性があるが、離職を決意する主な要因とは言い難い。 離職の有無に関わらず、満足度はほぼ同じだからだ。
  • ただし、データから分かるのは、低年齢の従業員の離職が多く発生していることを明確に確認できる点が重要である。
  • 勤続年数3年以下の2～30代に集中しており、営業職と研究開発職で多くの離職者が発生しているという点で、当該職群の業務プロセスの改善と処遇環境の改善にもう少し分析して検討する必要がありそうです。

このようなデータがみなさまの会社内にあれば、同様の対策のヒントになるきっかけが得られるかもしれません。分析に可能なデータを社内で集め、可視化や探索的データ分析を利用して対策につながるアイディアや洞察を獲得しましょう。

無料のデータ分析ツール、誰でも簡単に！ | HEARTCOUNT
Googleで検索するように、データを探索しましょう。データアナリストがいなくても、簡単にインサイトを見つけることができます。今すぐ無料で始めましょう！
HEARTCOUNTIDK² Inc.