01
Wer geht als Nächstes, und warum?
1.470 Mitarbeiter in den HR Daten von IBM. 237 davon sind gegangen.
02
Genauigkeit lügt hier.
Wer sagt, dass niemand geht, liegt schon zu 83,9 % richtig. Also habe ich nach AUC verglichen.
03
Mein erstes Ergebnis war eine Täuschung.
Eine synthetische Kopie der Daten ergab AUC 0,565, fast Zufall. Mit den echten Daten: 0,80.
04
Das einfachste Modell gewann.
Logistische Regression: AUC 0,80, vor drei komplexeren Modellen.
05
Überstunden verdreifachen das Risiko fast.
Mit Überstunden gingen 30,5 %, ohne 10,4 %.
06
Vertrieb geht am häufigsten.
39,8 % der Vertriebsmitarbeiter gingen. 2,5 % der Forschungsleiter.
07
Das Gehalt zählt.
Wer ging, verdiente im Median 3.202 im Monat. Wer blieb, 5.204.
08
IBM macht das wirklich.
2019 sagte IBM, seine KI erkenne Abgänge mit 95 % Genauigkeit und spare rund 300 Millionen Dollar.
Quellen: CNBC, April 2019 ↗
09
Als Nächstes: mehr davon erkennen.
Das Modell findet 36 % der Abgänge. Das zu steigern ist der nächste Schritt.