[发明专利]一种员工离职倾向检测方法

说明书

本发明公开了一种员工离职倾向检测方法，要解决的是现有离职倾向判断中存在的问题。本发明具体步骤如下：步骤一，采集员工的原始数据；步骤二，对原始数据进行整合并且采用UEBA方法（用户及实体行为分析方法）构建内部特征，建立威胁模型；步骤三，根据威胁模型和原始数据建立用户画像体系和团体群体分析体系，即可判断出是否存在威胁或者正常，如果判断结果为存在威胁或者异常，则输出警告信息给人力资源管理，如果判断结果为不存在威胁或者异常，则不工作。本发明运用OA系统数据等各种内网数据，搭建内部员工行为分析方法，及时发现员工的工作情绪和态度的变化，从而分析判断员工的离职倾向性，能做到人才和资产的及时止损，应用前景广阔。

技术领域

本发明涉及员工离职倾向检测领域，具体是一种员工离职倾向检测方法。

背景技术

员工的正常流动无疑会给社会经济带来增加企业活力、激励人才竞争、促进人力资源合理配置等方面的积极影响，但同时，就企业来说，人才的流失、员工忠诚的下降，又会给经营发展战略、企业形象造成重大的损失，有时甚至会产生灾难性的后果。员工的流失对于企业来说是不可避免的，对于已经要发生的员工离职，企业所能做的工作就是尽可能的减少员工离职给工作带来的负面影响。

人力资源管理在萌芽阶段，企业已经开始构建人力资源平台，这一平台在早期可能由企业内部IT人员负责搭建，也可能是在外部市场购买的人力资源管理软件。这一阶段数据化构建已经初具规模，对于人事流程也已经开始固化，能够利用软件进行一些诸如离职率，入职率，员工流动率等的数据分析。

在发展阶段，企业更加重视数据的完整性，及时性和有效性。有完整的人力资源信息化平台，包含了组织、人事、薪酬、考勤、绩效、招聘、培训等人力资源模块。并且能够依托于企业的信息化平台，进行复杂数据的分析和流程优化。但还不能有完整的业务数据分析模型，还不能够基于数据预测企业隐藏的风险。员工的离职在人力资源部也往往后知后觉，他们仅靠员工之间的相处、请假频率、领导捕风捉影来判断员工的工作状态，根据入职时间及员工年龄、家庭等因素判断员工是否有离职倾向，更甚的是当企业之间竞争激烈，公司往往不能及时发现被“挖墙脚”流失掉的批量人才，如某公司销售总监跳槽带走一批销售骨干，不仅影响本公司业务销售能力，也往往流失了大批潜在的客户资源，得不偿失。

这时数据化人力资源已经是近年来的大热话题，在传统的人力资源策略中，HR更多依赖直觉或过往管理实践；而在当今这个商业形态、科学技术与劳动力概况都发生巨大变化的情况下，过往的经验或个人直觉的作用日益弱化，这种方法使得人力资源管理往往需要花费掉大量的人力物力来做一些捕风捉影的事情，这种做法不能及时地为公司止住损失，也不能及时挽留人才，同时若作出误判，还会导致公司氛围差、同事关系紧张，更有甚者在离职期间利用职务之便做出有损集体利益的事情还能逍遥法外，令经营者头痛。

发明内容

本发明实施例的目的在于提供一种员工离职倾向检测方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明实施例提供如下技术方案：

一种员工离职倾向检测方法，具体步骤如下：

步骤一，采集员工的原始数据；

步骤二，对原始数据进行整合并且采用UEBA方法(用户及实体行为分析方法)构建内部特征，建立威胁模型；

步骤三，根据威胁模型和原始数据建立用户画像体系和团体群体分析体系，即可判断出是否存在威胁或者异常，如果判断结果为存在威胁或者异常，则输出警告信息给人力资源管理，如果判断结果为不存在威胁或者正常，则不工作。

作为本发明实施例进一步的方案：原始数据包括OA系统数据、流量日志和数据库日志。