Extra · Análisis probabilístico y prescriptivo
Predecir quién se va y decidir qué hacer.
El análisis descriptivo cuenta lo que ya pasó. Esta parte da dos pasos más: un modelo que estima la probabilidad de que cada persona deje la empresa, y un plan de acción por país y puesto construido sobre lo que el modelo encontró.
Cómo se construyó el modelo
En palabras simples: se le muestran al modelo tres de cada cuatro empleados con la respuesta (se fue o no se fue) para que aprenda el patrón, y después se le pide que adivine con la cuarta parte que nunca vio. Lo que acierta en ese examen es lo que se reporta aquí.
Necesito que construyas un modelo de predicción de dejó_la_empresa, basado en las variables del set de datos, me indiques cuales son las variables de mayor impacto en dejó_la_empresa y cuáles son los puestos con mayor probabilidad de salida por país
Decisiones del modelo
Qué predice. La columna dejó_la_empresa: Sí o No.
Con qué. variables del set: 17 numéricas y 6 de texto (país, puesto, género, tipo de empleo, modalidad y fuente de reclutamiento).
Qué se dejó fuera y por qué. tipo_de_salida y fecha_de_salida solo existen cuando la persona ya se fue: usarlas sería hacer trampa. bandera_de_desgaste resume a las demás variables y taparía las causas reales; al incluirla el AUC casi no cambia (), así que no hace falta.
Algoritmo. Se compararon tres. Rinden casi igual, así que se eligió la regresión logística porque es la única que explica con claridad cuánto pesa cada variable y en qué dirección.
Una advertencia honesta. meses_antigüedad es la variable más fuerte, pero parte de ese peso es mecánico: quien se fue dejó de acumular meses. Sin ella el AUC baja a , que sigue siendo un buen modelo.
Comparación de algoritmos
Cargando datos
Matriz de confusión en los datos de prueba
Cargando datos
¿Qué pesa más en que alguien se vaya?
Dos formas de medirlo. La primera dice cuánto empeora el modelo si se le quita cada variable. La segunda dice en qué dirección empuja cada una.
Cuánto pierde el modelo sin cada variable
Caída del AUC al desordenar la variable en los datos de prueba (importancia por permutación, 30 repeticiones).
Cargando datos
Qué sube y qué baja la probabilidad de salida
Cambio en la razón de momios cuando la variable sube una desviación estándar, con las demás fijas. Arriba de 1 aumenta el riesgo; abajo de 1 lo reduce.
Cargando datos
Qué tan bien separa a quienes se van de quienes se quedan
Mientras más pegada a la esquina superior izquierda, mejor. La diagonal es adivinar al azar.
Cargando datos
¿Qué puestos tienen mayor probabilidad de salida en cada país?
Para cada persona se calcula su probabilidad con un modelo que no la vio durante el entrenamiento, y se promedia por puesto y país. Solo entran los cruces con al menos 15 personas, para no sacar conclusiones de grupos diminutos.
Puestos con mayor probabilidad de salida
Barra: probabilidad promedio según el modelo. Rombo: porcentaje que realmente dejó la empresa.
Cargando datos
Probabilidad de salida por puesto y país
Probabilidad promedio según el modelo. En blanco, los cruces con menos de 15 personas.
Cargando datos
Mueve las palancas y mira cómo cambia el riesgo
El simulador usa los coeficientes reales del modelo. Sirve para responder preguntas del tipo "¿qué pasa si a esta persona le bajamos las horas extra?" o "¿cuánto ayuda un mejor jefe?".
El resto de variables se deja en el promedio de la empresa, con contrato de tiempo completo. Es una estimación estadística sobre datos sintéticos, no un veredicto sobre una persona.
Plan de acción por país y puesto
Para cada país se toman los tres puestos de mayor riesgo. En cada uno se mira qué factores están peor que el promedio de la empresa y a cada factor le corresponde una acción concreta, con indicador y plazo.
Basado en los resultados del modelo anterior genera una propuesta de plan de acción segmentado para evitar la salida de los puestos determinados como de mayor riesgo por país
Cargando datos
Acciones para toda la empresa
- Alerta temprana mensual.Correr el modelo cada mes y entregar a cada gerente la lista de personas de su equipo en riesgo alto, con el factor que más pesa en cada caso.
- Los primeros 90 días.Incorporación con mentor y revisiones en la semana 1 y los días 30, 60 y 90. El tramo de menor antigüedad es el de mayor desgaste en todos los países.
- Jefes medidos por su equipo.Incluir la calificación del gerente y la rotación del equipo en la evaluación de cada jefe. El desgaste se concentra en equipos concretos.
- Tope de horas extra.Límite de 15 horas al mes por persona. Lo que exceda se compensa con tiempo o se resuelve con contratación.
- Revisión del quinto año.Conversación de carrera obligatoria al cumplir 54 meses, antes del repunte de desgaste que aparece a partir de los 60.
Cómo medir si funciona
| Indicador | Hoy | Meta a 12 meses |
|---|---|---|
| Cargando datos | ||
Las metas son una propuesta razonable para abrir la discusión: una reducción de alrededor de una cuarta parte en un año. Se ajustan con el presupuesto y la prioridad que fije la dirección.