AI大數據能幫HR預測分析什麼?|鼎新電腦

尊龙凯时·(中国)人生就是搏·官方网站

AI大數據能幫HR預測分析什麼?

文:李幸庭 2020-11-03

發布時間: 2020-11-02 09:21:00

AI人資 離職預測 HR 人才招募



29-13.jpg


AI大數據不只在製造、行銷、醫療等各方面如火如荼地發展應用,對人力資源管理一樣也有相當大的應用空間。現在企業求才若渴,如何運用大數據與新科技協助管理人力資源,更是企業經營需要正視的課題。本文介紹了利用AI大數據在離職風險上的應用方向與案例,解開AI 人力資源管理應用的神秘面紗。




現今大數據、AI人工智慧的應用蓬勃發展,人類的生活真的就像過往科幻電影一樣,不斷出現驚喜及驚奇,而在生活中不斷製造的大數據,也讓人類的生活開始被大數據所左右。大數據、AI人工智慧的驚喜正逐漸地在企業領域展現,而人資管理就是企業領域新興的AI應用方向。 


AI大數據在人資管理的應用

人工智慧專家李傑在《工業人工智慧》一書中,說出AI技術發展的目的:『預測→協助決策→最終為了讓人無憂』(李傑,2019)。這是因為當預知之後並作了因應防範,生活才能無憂。AI 帶給企業最大的幫助,就是讓機器也像人一樣有判斷能力,不僅能自動完成各項流程,進一步透過大數據的訓練學習,還能判斷、預測,採取適當的應對。


同樣的概念也可運用在人資管理上,利用AI幫助人資進行人才招募判斷、預測、離職意向預警、並採取適當的對策。許多公司人資在HR資訊系統的協助下,的確可以將許多可流程化的事項進行自動化,提升許多效率。然而,流程之外最難掌控的事,就是"人"事! 太多的計畫趕不上變化,此時就需要AI人資應用,提供更聰明的支援。


AI 協助預測,人資進行決策         

AI大數據人資管理主要可以分為人力進入公司前的人才搜尋/招聘、以及進入公司後的留任、人才規劃(訓練、適用、轉調等)。本文主要分析進入公司的幾種AI人資應用:


1.人資幫助管理者探索隱藏訊息,提高員向心力、降低員工離職率

員工的離職原因千百種,但在員工的各項行為中可能發現端倪。但對於主管而言,判斷這些瑣碎資訊並不容易;更何況,許多主管與員工是分屬不同辦公地點辦公。以此,AI大數據就可以透過機器學習技術,分析員工各項異動資料背後的行為,判斷員工績效好壞的原因,並可更精準地進行員工關懷,提升員工對公司的向心力,讓員工抱怨和離職率大幅降低。當然,AI 並非萬能,也不能總是正確無誤的。因此,主管或人資專員的價值在於搭配新科技找出員工行為的意涵,提前看出端倪。 


2.人事流程自動化,AI人資幫助企業招募最適人才

自動流程的HR系統,可加速人資例行性的繁瑣庶務效率,讓人資有時間做策略規劃。AI大數據再進一步輔助用人主管及人資在招募人才時,提供主管們分析該人才的外在資訊歷程,預測留任率及適配度分析,協助公司快速篩選出相對合適人才。


應用案例解析

下圖1是運用AI大數據所建構的智能預測流程,透過建立企業專屬預測模型,解析出離職風險指數,還能因應使用者回饋的訊息學習調整模型。由於AI的預測準確度來自過往知識的累積,當每個月的員工變化歷程(職位經歷、刷卡工時、薪資增減、直屬主管、請假週期等)增加,AI不斷地疊加資訊,預測的結果就像算命的流年流月一樣,會因時間不同而有不同結果。


29-1.jpg

圖1:AI人資智能預測流程(資料來源:鼎新知人通)


「上上個月這位員工的離職風險有70%以上,我還在想她怎麼可能會離職,沒想到這個月她真提辭呈了...」

「離職特徵因子,有一個和特定期間加班時數有關,我有研究了一下,還真的有些人在提離職前,確實有連續加班的記錄,但他們的離職原因都寫是[個人生涯規劃]啊!」 

「這位員工是我們的關鍵員工,上個月預測時,他的離職風險不到50%,我以為這很安全,結果他離職了...」


在這AI人資預測系統中,初期參與離職風險預測的案例公司,因數據量不足,AI所能學到的經驗有限,以致剛開始的預測曾出現[董事長想離職] 、[總經理想離職]之類的結果;慢慢地在資料量愈來愈完整多樣時,AI記錄下可疑性及關聯性,不斷學習後,產出的預測結果愈來愈接近人資經驗值,甚至關注到連資深人資都沒有注意到的細節,預測能力一直提升中。


下圖2中看見一般知道特定職位、年資員工離職率高,沒想到〖加班日期時間分配〗居然是影響員工離職因子第3名,當發現問題可能根源時,盡早讓員工加班天數及時間作規劃調整,應可改善員工離職動因。


29-2.jpg

圖2:案例公司的離職率特徵因子前5名(資料來源:鼎新知人通)


從圖3中可看見AI人資智能系統找出員工離職意向發生前的風險累積程度,提供主管及人資提早作員工關懷。

                      29-3.jpg

圖3:案例公司的某離職因子負載超量員工的特徵分析(資料來源:鼎新知人通)

      

離職預測模型延伸應用在於招募選才。招募並不是要找最優秀的人才,而是要尋找最適配工作的公司人才。特別是新進人員離職率特別高的企業,更應超前佈署。下圖四是某案例公司2017年在兩岸共招募了近500名新進員工,單單到職一年內的新人離職率就高達56.9%;也就是在一年中損耗了一半以上的新人培育成本,在他們還沒能為公司創造營收時便已離去。因此,該公司運用AI大數據的離職分析在招募新進人員時使用,提供用人主管新人留任率預測參考,幫助用人主管找出最可能留下來成為助力的人才,降低新人離職率,節省不斷因招募所損耗的資源及教育訓練成本。


29-4.jpg

圖4:AI離職風險在案例公司新人錄用的應用(資料來源:鼎新大人物)


小結

AI人資不單只為預測離職率,也不應只關注在[員工後來有沒有真的提離職],重點是輔助管理者以特徵因子檢視組織職位、人才培訓、職涯規劃、薪酬結構、績效指標等面向,加以檢討改善,讓人資更有效地為企業經營績效提昇增加助力方向。


求才若渴的AI時代,利用AI智慧工具關注人才資產,是當下擁抱AI可立即實現的價值。




29-14.jpg李幸庭,從事軟體產品開發多年,在需要不斷學習新知的工作環境中不斷學習成長著。因身邊總有充滿創意及智慧的伙伴在引領,因此對產品開發一直未厭倦。


歡迎更多伙伴一起善用AI大數據技術,開發使用者體驗更有感的軟體。





6.jpg

更多案例

x
友情链接: