基于大数据的员工流失分群管控研究
客户世界|李庆坤 李宏涛 刘微|2013-10-11
现代呼叫中心是以“劳动力密集型”为典型特征的行业，人员是公司最为宝贵的资源。根据对某一运营商业务外包公司研究，企业每增加一个成熟员工平均要花费4万余元（按一年计算），呼叫中心人员的流失不仅极大地增加了企业的人力资源成本对整个呼叫中心的服务品质也将造成极大的负面影响，高流失率自然成为了呼叫中心运营的“万恶之源”。如今“大数据时代”来临，已经为我们的工作、生活以及思维带来了巨大变革，是否能同样助力实现人力的破局，实现采用新视角管控呼叫中心流失，保障公司的服务及运营平稳，是值得深思和探讨的课题。
IBM的资深大数据专家杰夫•乔纳斯提出要让数据“说话”，而各个呼叫中心行业均记录和存放着大量的人员信息数据，包括员工的姓名、入职时间、工龄等十余项个人信息。可如何让这些信息数据自我“发声”，展现出不同原因离职人群的价值特征，针对性进行流失管控，正是本文将探讨的基于大数据的流失分群管控研究内容。
本次研究以公司自控他营员工为研究对象，内容主要分以下几步：
步骤一、海量信息数据化，创建“大数据”流失分群表：公司人员信息多以文字记录，为方便研究，笔者将离职信息数据化，从数字的角度展现出不同离职原因与离职要素之间的内在关联性，以公司自控他营人员信息为例：对户口类别、绩效星级、性别、学历等员工个人信息进行数字定义（如男性为1、女性为0），再将离职原因信息逐一录入，最后通过平均值、中位值展现各项离职原因分布情况，具体如下图：
备注：（1）绩效分规则：由低至高的绩效星级：一星、二星、三星C、三星B、三星A、四星、五星，分别设定对应分值为1、2、3、4、5、6、7；（2）学历分：中专、高中、大专、本科分值设定为0、1、2、3分；（3）性别分：性别“女”为0分，性别“男”为1分；（4）毕业情况：设定“毕业”为1分，“实习生”为0分；（5）户口类别：设定“城镇户口”为1分，“农村户口”为0分。
步骤二、数据“发声”再生信息，挖掘流失隐患点：根据“5P预测”模型，将上表数据挖掘出的离职人群特征归纳入5P模型5个相应模块，并预测出员工在公司内部人力隐患问题，最终对预测结果准确性进行评估，见下图，具体过程如下：
1、按照人力资源管理的5P模型中的识人、选人、用人、育人、留人5个模式，分别罗列与之相关涉及的离职原因，并根据离职原因对应要素的数据特点挖掘出相应的人群特征，如工作客观离职原因反映了5P模型中的“识人”和“选人”模块，从上文数据表看出人群特征为女性较多、工龄短（两个月内），离职原因主要表现形式为工作压力大、上班远、班次不满等。
2、根据5P模型五项要素对应出的人群特征内容，预测出员工5P模型相应隐患问题，共有八大项。如因工资低离职的人群特征从整体看为绩效好、工资高、入职满半年，揭示出 “用人”模块应注意的隐患点为高绩效人群未得到合理期望工资分配、员工工资竞争性不足问题。
3、将预测出的八大人力模块隐患问题与公司自控他营内部实际情况进行核对检测，对预测结果准确性进行评估。如预测招聘版块的隐患问题为招聘质量未有效把关，公司实际反映情况为人员规模不足、员工招聘要求较低、面试环节松散，因此可得出预测与实际相符结论。
步骤三、针对隐患点“对症下药”，制定整改举措：根据5P模型五大环节的共八大项隐患问题，制定出五项相应整改举措，如下图：
1、选择合适招入人群：尽可能招入已毕业、中专或高中学历、抗压性强的男性员工，并进一步强化自控工作内容及环境的讲解，降低员工期望值。
2、实施结构化面试：通过实施“情景问题”+“过去行为问题”+“背景信息问题”+“工作知识问题”四项一体结构化面试题，评价面试者的反应，筛选出真正适合客服行业工作人员。
3、搭建激励性薪酬体系：
（1）同技能弹性薪酬：取消薪酬档级制，实施弹性薪酬，适度拉大员工薪酬差距，加强优秀员工稳定性；
（2）差异化岗位薪酬：根据员工不同工龄、不同岗位性质、不同入职条件进行岗薪酬差异化，如实习生薪酬比已毕业员工薪酬低、工龄长的员工薪酬高等。
4、开展全方位高效培训：
（1）开发场景式培训：客服人员日常接触业务繁杂，每天接触形形色色客户，应变性要求较高，应采取训练式培训，增加日常服务场景灵活应对能力。
（2）心智模式培养：离职中旷工现象较多，体现员工个人素质及公司归属感问题，培训时应加强员工个人素质培养课程及心智模式的培养。
5、实施“职业+心灵”双辅导
（1）职业发展多方位：拓宽员工发展渠道及岗位，将客服行业金字塔型晋升体系扁平化，可实施“一线专家+支撑人才+管理人才”发展方向，多方位提供合适的职业发展路径，特别是对中等绩效人员增加横向发展岗位的学习机会。
（2）管理人员提升：开展管理人员与储备管理人员培训，提升辅导员工能力与技巧。
（3）实行不同特性关怀：针对不同特性员工进行个性关怀，如对女性员工，班长需多关注员工的家庭、情感问题，适时进行关怀辅导。
通过基于大数据的流失分群管控粗浅的实践，前向做好人员招募质量管控、人员高效培训、人员发展与晋升平台搭建等各项举措，实现了公司自控他营2013年7月流失率环比上月下降了1.6pp，同比去年7月下降0.8个百分点，同比前年7月下降6.08pp，实施证明基于大数据的流失分群研究能够通过离职特征与离职要素之间的内在关联挖掘人力隐患点，有效地进行员工的流失前向管理。
以上是本人利用“大数据概念”在呼叫中心行业人员流失管控的粗浅研究，希望能够为业内的同仁们提供借鉴和参考，共同提高国内呼叫中心行业的人力资源管理水平。
本文刊载于《客户世界》2013年9月刊；作者单位为广东移动（广州）客服中心话务三室。
转载请注明来源：基于大数据的员工流失分群管控研究
客户世界
这家伙很懒，什么都没写！
噢！评论已关闭。