数据分析：员工离职预测分析

访客4年前 (2021-01-04)黑客工具1087

数据阐明：员工去职预测阐明

一、概述

项目数据来历：https://tianchi.aliyun.com/dataset/dataDetail?dataId=4574

数据阐明东西：本次案在例中，我所需要做的即是通过已有的信息举办预测员工将来的动向，即判定该员工将来是否会去职。个中练习数据主要包罗1100笔记录，31个字段。此次数据阐明所用到的东西有：excel，tableau

二、数据阐明根基步调

（1）明晰业务需求;

（2）数据收罗 ;

（3）数据处理惩罚

（4）数据摸索阐明（数据的描写性阐明）；

（5）综合数据阐明；

1. 明晰业务需求

面临公司留不住人，人员活动大等问题，本文对取自于“阿里天池”关于职工数据集的数据举办阐明，挖掘出哪些数据对付去职率有孝敬，预测哪些人最后会活动。

2. 数据收罗

项目数据集取自“阿里天池”，相关网址链接请参看概述。个中练习数据主要包罗1100笔记录，31个字段。主要字段说明如下：

（1）Age：员工年数（1暗示已经去职，2暗示未去职，这是方针预测值）

（2）Attrition：员工是否已经去职（Non-Travel暗示不出差，Travel_Rarely暗示不常常出差，Travel_Frequently暗示常常出差）

（3）BusinessTravel：商务差旅频率（Sales暗示销售部，Research & Development暗示研发部，Human Resources暗示人力资源部）

（4）Department：员工地址部分（Sales暗示销售部，Research & Development暗示研发部，Human Resources暗示人力资源部）

（5）DistanceFromHome：公司跟家庭住址的间隔，（从1到29，1暗示最近，29暗示最远）

（6）Education：员工的教诲水平（从1到5，5暗示教诲水平更高）

（7）EducationField：员工所进修的专业规模（Life Sciences暗示生命科学，Medical暗示医疗，Marketing暗示市场营销，Technical Degree暗示技能学位，Human Resources暗示人力资源，Other暗示其他）

（8）EmployeeNumber：员工号码；

（9）EnvironmentSatisfaction：员工对付事情情况的满足水平（从1到4，1的满足水平更低，4的满足水平更高）

（10）Gender：员工性别（Male暗示男性，Female暗示女性）；

（11）JobInvolvement：员工事情投入度（从1到4，1为投入度更低，4为投入度更高）

（12）JobLevel：职业级别（从1到5，1为最初级别，5为之一流别）

（13）JobRole：事情脚色（Sales Executive是销售主管，Research Scientist是科学研究员，Laboratory Technician尝试室技能员，Manufacturing Director是制造总监，Healthcare Representative是医疗代表，Manager是司理，Sales Representative是销售代表，Research Director是研究总监，Human Resources是人力资源）

（14）JobSatisfaction：事情满足度（从1到4，1代表满足水平更低，4代表满足水平更高）

（15）MaritalStatus：员工婚姻状况（Single代表只身，Married代表已婚，Divorced代表仳离）

（16）MonthlyIncome：员工月收入（范畴在1009到19999之间）

（17）NumCompaniesWorked：员工曾经事情过的公司数

（18）Over18：年数是否高出18岁

（19）OverTime：是否加班（Yes暗示加班，No暗示不加班）

（20）PercentSalaryHike：人为提高的百分比

（21）PerformanceRating：绩效评估

（22）RelationshipSatisfaction：干系满足度（从1到4，1暗示满足度更低，4暗示满足度更高）

（23）StandardHours：尺度工时

（24）StockOptionLevel：股票期权程度

（25）TotalWorkingYears：总工龄