従業員の離職可能性をデータに基づいて予測する分析手法です。勤怠データや人事評価などを活用し、統計分析やAIモデルによって離職リスクの高い従業員を早期に特定し、適切な対策を実施することを目的にしています。

分析の成否はデータの質と量に大きく左右されます。例えば勤怠データでは出退勤時間だけでなく、残業時間の推移、遅刻、早退の頻度等これらのパターン変化は離職の前兆となることが多いからです。元々残業をいとわなかった従業員が急に定時退社するようになったり、有給の申請が急増したりなどは離職リスクの前兆とも考えられます。しかし各々の会社の文化や、制度変更で生じる場合もあります。

他の観点では従業員満足度調査やエンゲージメント調査によって仕事への満足度、上司との関係性、キャリア展望を測定します。退職者面談のデータは離職要因にとって重要であり、在職中の面談データと合わせた分析が必要です。

精度の高い予測には労働環境や従業員の価値観の変化に応じたデータ項目、収集範囲の拡張、データ形式の標準化等データの品質保持のための定期的なメンテナンスが必要です。ほかの人事制度と同様に一度作成しても、状況は変化してゆくので継続的な分析が必要です。また、プライバシー保護や利用目的の制限にも配慮しましょう。

AIを活用することで膨大なデータを素早く分析し離職リスクや退職者傾向を評価でき、人間同士のコミュニケーションと比べて客観的な評価が可能になります。

・多面的な分析によって離職の予兆を把握

・公正で客観的な判断、安定したデータ

・過去データにより離職者の傾向を掴める

・離職を防止するための施策も提案する

・AIによる評価が従業員の反発を招く可能性もある

・AIの分析には限りがあり、人間による判断も必要である。個別のニーズや柔軟な対応が求められる場合もある。