本文作者用數據分析法對一家公司的員工離職原因展開了分析預測，與大家分享。

一、概述

1. 項目數據來源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=4574
2. 數據分析工具：本次案在例中，我所需要做的便是通過已有的信息進行預測員工未來的動向，即判斷該員工未來是否會離職。其中訓練數據主要包括1100條記錄，31個字段。此次數據分析所用到的工具有：excel，tableau

二、數據分析基本步驟

（1）明確業務需求;

（2）數據采集 ;

（3）數據處理

（4）數據探索分析（數據的描述性分析）；

（5）綜合數據分析；

1. 明確業務需求

面對公司留不住人，人員流動大等問題，本文對取自于“阿里天池”關于職工數據集的數據進行分析，挖掘出哪些數據對于離職率有貢獻，預測哪些人最后會流動。

2. 數據采集

項目數據集取自“阿里天池”，相關網址鏈接請參看概述。其中訓練數據主要包括1100條記錄，31個字段。主要字段說明如下：

（1）Age：員工年齡（1表示已經離職，2表示未離職，這是目標預測值）

（2）Attrition：員工是否已經離職（Non-Travel表示不出差，Travel_Rarely表示不經常出差，Travel_Frequently表示經常出差）

（3）BusinessTravel：商務差旅頻率（Sales表示銷售部，Research & Development表示研發部，Human Resources表示人力資源部）

（4）Department：員工所在部門（Sales表示銷售部，Research & Development表示研發部，Human Resources表示人力資源部）

（5）DistanceFromHome：公司跟家庭住址的距離，（從1到29，1表示最近，29表示最遠）

（6）Education：員工的教育程度（從1到5，5表示教育程度最高）

（7）EducationField：員工所學習的專業領域（Life Sciences表示生命科學，Medical表示醫療，Marketing表示市場營銷，Technical Degree表示技術學位，Human Resources表示人力資源，Other表示其他）

（8）EmployeeNumber：員工號碼；

（9）EnvironmentSatisfaction：員工對于工作環境的滿意程度（從1到4，1的滿意程度最低，4的滿意程度最高）

（10）Gender：員工性別（Male表示男性，Female表示女性）；

（11）JobInvolvement：員工工作投入度（從1到4，1為投入度最低，4為投入度最高）

（12）JobLevel：職業級別（從1到5，1為最低級別，5為最高級別）

（13）JobRole：工作角色 （Sales Executive是銷售主管，Research Scientist是科學研究員，Laboratory Technician實驗室技術員，Manufacturing Director是制造總監，Healthcare Representative是醫療代表，Manager是經理，Sales Representative是銷售代表，Research Director是研究總監，Human Resources是人力資源）

（14）JobSatisfaction：工作滿意度（從1到4，1代表滿意程度最低，4代表滿意程度最高）

（15）MaritalStatus：員工婚姻狀況（Single代表單身，Married代表已婚，Divorced代表離婚）

（16）MonthlyIncome：員工月收入（范圍在1009到19999之間）

（17）NumCompaniesWorked：員工曾經工作過的公司數

（18）Over18：年齡是否超過18歲

（19）OverTime：是否加班（Yes表示加班，No表示不加班）

（20）PercentSalaryHike：工資提高的百分比

（21）PerformanceRating：績效評估

（22）RelationshipSatisfaction：關系滿意度（從1到4，1表示滿意度最低，4表示滿意度最高）

（23）StandardHours：標準工時

（24）StockOptionLevel：股票期權水平

（25）TotalWorkingYears：總工齡

（26）TrainingTimesLastYear：上一年的培訓時長（從0到6，0表示沒有培訓，6表示培訓時間最長）

（27）WorkLifeBalance：工作與生活平衡程度（從1到4，1表示平衡程度最低，4表示平衡程度最高）

（28）YearsAtCompany：在目前公司工作年數

（29）YearsInCurrentRole：在目前工作職責的工作年數

（30）YearsSinceLastPromotion：距離上次升職時長

（31）YearsWithCurrManager：跟目前的管理者共事年數

3. 數據清洗

1. 我們使用的數據是excel文件格式，其中自變量30個，因變量為1個（是否離職）。
2. 數據集字符型字段有7個（BusinessTravel/ Department/EducationField/Gender/JobRole/MaritalStatus/Over18/OverTime）數值型字段有24個。
3. 其中將單一變量刪除（年滿18歲、標準工時、員工編號為常量），部分數值變量<=3的字段也刪除，此類數據對于分析預測不具有代表性。
4. 同時觀察數據，針對字段值不滿一年的數據均用0代替，沒有缺失值, 因此不用處理缺失值.
5. 對于記錄來說, 其沒有唯一標識的字段, 因此會存在重復記錄, 這里采取“重復值處理”和“數據一致化”處理；
6. 通過tableau作圖觀察各自變量對是否離職影響程度大小，

圖一：刪除單一變量&常量

4. 數據理解

我們使用的數據是EXCEL數據文件格式，其中自變量30個，因變量為是否離職。下表對所有變量進行了說明，以便更好的理解數據。

5. 數據探索性分析

（1）人力資源總體情況

離職人員178人，占比16.18%；在職人員922人，占比83.82%

（2）職工年齡，性別與是否離職的關系

由下圖可以看出，離職人員偏年輕化，峰值出現在28-32歲，其中男性離職人數大于女性人數。

（3）職工婚況，離家距離與是否離職的關系

由下圖可以看出，Married人士在公司最多，其次是Single人士，再就是Divorced人士，其中離職人數最多的為單身人士；同時從”公司離家距離“這個維度來看，公司離家距離的遠近對離職存在影響，且對單身人士影響較大。

（4）加班，月工資收入與是否離職的關系

由下圖可以看出，需要加班對職工的離職影響更高，月工資收入在3k（含）以下的對職工離職影響更高。

（5）商務差旅頻率，工作平衡度與是否離職的關系

如下圖，商務差旅數次數的增多對職工離職的影響也隨之增大，其中針對商旅次數多的職工來講，工作平衡大致2-3分占多數，故工作平衡度也影響職工的離職。

（6）工資提高百分比與是否離職的關系圖

如下圖，工資提高百分比為12%-14%的職工占主體，且該部分離職員工最多，其次是是提薪10%-12%的職工，說明提薪對于職工離職有較大影響。

（7）工作環境滿意程度與是否離職的關系

如下圖，就中位數而言, 離職人員與在職人員對公司滿意度都為3, 且離職人員對公司滿意度整體波動較大，離職人員中有對環境滿意度為1的員工，工作環境對職工離職有較小影響。

（8）工作滿意度與是否離職的關系

如圖，就中位數而言, 離職人員對工作的滿意度相對較低為2.5，從中位數與第一四分位的差值來看，普遍離職人員對于工作滿意度較低，離職人員中有對工作滿意度為1的員工。

（9）在公司工作年數, 在目前工作職責的工作年數, 距離上次升職時長, 與目前的管理者共事年數與是否離職的關系圖

如下如所示：

1）可以看出離職人員占比較高的為在公司工作年限為1，5年的職工，其次就是2，3年的職工。

2）可以看出在目前工作職責的工作年數為1年內，2年的職工離職占比最高

3）而距離上次升職時長為1年內的職工離職率最高，占全體職工的8%，離職率呈現隨時間遞減的趨勢。

4）最后，與目前的管理者共事年數為1年內的職工離職率最高，其次是共事2年的職工。

綜上所訴：公司新員工的離職率較高。

（10）員工所學習的專業領域與是否離職的關系

如下圖，公司學員專業領域以“生命科學專業”人數占比最高占42%，，同時其離職占比也最高為6%，其次就是“醫學專業”。

06 數據分析

綜合分析：該企業的離職人員特征包括入職時間較短，偏年輕化，男性稍多，單身，月收入較低，加班等。

注：本文借鑒CSDN博主「玻_璃_球」的原創文章

原文鏈接：https://blog.csdn.net/weixin_45547023/article/details/101151646

本文由 @茶南zz 原創發布于人人都是產品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。