Työntekijäpoistuman analyysi tekoälyn avulla

Abstract

Datan määrä organisaatioissa kasvaa kiihtyvällä tahdilla ja usein dataa ei osata tulkita tai käyttää oikealla tavalla liiketoiminnan näkökulmasta. Viime vuosien aikana työmarkkinat ovat muuttuneet perinteisestä työnantajamarkkinasta työntekijämarkkinaan, jonka seurauksena työntekijävaihtuvuus on kasvanut IT-yrityksissä. Suuri vaihtuvuus yrityksessä luo perehdytyskuluja, resursointihaasteita sekä niin sanottua aivovuotoa, eli osaamisen poistumaa.

Tässä opinnäytetyössä tutkittiin ja analysoitiin toimeksiantajaorganisaation tietojärjestelmien objektiivista henkilöstödataa ja mallinnettiin tekoälyn avulla poistumaan vaikuttavia tekijöitä. Työssä tutkittiin, onko dataa riittävästi poistuman ennustamiseen sekä voidaanko tunnistaa merkittävimmät poistumiseen korreloivat tekijät.

Teoriaosuudessa käsiteltiin datan rakennetta ja laatua sekä niiden vaikutusta dataohjautuvan organisaation toimintaan ja henkilöstöanalytiikkaan. Lisäksi perehdyttiin tekoälyyn ja koneoppimisen perusteisiin, erityisesti ennustemalleihin ja ominaisuusmuokkaukseen. Tutkimusosuudessa analysoitiin toimeksiantajayrityksen data-aineistoja, jonka jälkeen analyysissä verrattiin useita koneoppimismalleja poistuman ennustamiseen. Lopuksi valittiin kaksi tarkimman ennustuksen antanutta luokittelevaa mallia. Mallien ennusteosuvuutta parannettiin sopivalla ominaisuusmuokkauksella.

Opinnäytetyön tuloksena löydettiin dataan sopiva koneoppimismalli, jolla pystyttiin löytämään data-aineiston työntekijäpoistumaan vaikuttavat tekijät sekä ennustamaan 75 %:n tarkkuudella työntekijäprofiilien poistumaa. Työntekijäprofiili tarkoittaa tässä työssä työnkuvaa, työsuhteen pituutta ja sukupuolta. Tulos oli kohtalainen ja sitä saataisiin parannettua monipuolisemmalla data-aineistolla, kuten esimerkiksi sairaspoissaolodatalla. Tulosten pohjalta toimeksiantajalle annettiin kehitysehdotuksia koskien henkilöstödatan keräämistä ja mittaamista.

The amount of data in organizations is growing at an accelerating pace, and often data is not interpreted or used correctly from a business perspective. In recent years, the labor market has shifted from a traditional employer market to an employee market, resulting in increased employee turnover in IT companies. High turnover in a company creates onboarding costs, resourcing challenges, and so-called brain drain.

This thesis investigated and analyzed the human resources data of the client organization's systems and modelled the factors that affect churn using artificial intelligence. The thesis examined whether there is sufficient data to predict employee churn and whether the most significant factors correlating with churn can be identified.

The theory section covered data structure and quality and their impact on data-driven organizational operations and personnel analytics. Additionally, it studied artificial intelligence and the basics of machine learning, particularly predictive models, and feature engineering. In the research section, the client company's data structure was analyzed, and several machine learning models were compared for churn predictability, from which two classification models with the most accurate predictions were selected. The models' prediction accuracy was improved with appropriate feature engineering.

As a result of this thesis, a suitable machine learning model was found for the data, which was able to identify factors affecting employee churn and predict employee profile churn with 75% accuracy. Employee profile in this case refers to the employee's job title, length of service and gender. The result was moderate and could likely be improved with more diverse data such as sick leave data. Based on the results, development suggestions were given to the client regarding the collection and measurement of personnel data.