「企業最大的資產是人」——松下幸之助
任何企業成功的一大關鍵都在於是否能吸引並留住頂尖人才。假設我是一名公司的HR分析員，而我的任務之一是去判斷什麼因素致使員工離開我們的公司，以及什麼因素能使他們一直留下來。Watson Analytics就能幫到我。
我的桌面上有過去和現在的員工的數據，數據是表格形式的，每位員工也有許多數據點，但我最感興趣的是哪些員工還在我們的公司，哪些已經離開了，而離開的員工去了哪裡繼續工作，以及這與員工流失的聯繫。自己處理這些數據是繁瑣的，讓我們看看Watson Analytics是如何整理這些數據的。
在登錄Watson Analytics上傳我的數據后，一切都準備就緒了。
初步驅動力挖掘
我問Watson Analytics最讓我好奇的問題：什麼驅使了員工流失；希望Watson Analytics能從統計學數據理論出發，挖掘不同變量之間的關係。第一個結果看起來是加班加點是員工流失的一個重要原因。
預測性分析模型
雖然Watson Analytics出色地完成了它的初步工作，我卻想要更有力的預測模型，所以我選擇了一些組合來看清離職員工的工作職位和員工表現評估之間的聯繫。
文字雲（word cloud）生成
Watson Analytics能生成一個文字雲（word cloud）來顯示最關鍵的員工流失驅動力，這些因素的權重按文字大小顯示。
決策樹（decision tree）生成
Watson Analytics也可以查看決策樹（decision tree）來區分離職員工中的不同職位的員工。如圖，在人力資源崗位上或者管理職位上的員工更傾向於留下來，而銷售人員和質量檢測人員更容易離職。然而，最重要的是，每週有超過15個小時加班時間的員工更容易離職。
Watson Analytics也能用樸實的語言解釋決策樹（decision tree）。
也許你會覺得這些結論都很顯然——過度加班而沒有酬勞的員工將會離職，而銷售工作的離職率更高一些。但Watson Analytics的閃光點是能量化這些結論，使人力資源管理過程更為客觀。企業能基於一些事實基礎，而不是主觀臆斷，來採取一些有效的措施。
總而言之，Watson Analytics讓企業在解決人才留去的問題更有信心，畢竟憑數據說話比憑一人【HR】之言要有底氣得多。
如果你想了解更多Watson Analytics的產品信息，想要知道Watson Analytics在其他方面的應用，或者想要觀看Watson Analytics的工作demo，請與我們schedule見面時間，或者發送郵件至info@bigdatarchitect.com