Puntuación de riesgo de desgaste explicable para decisiones de retención gerencial en análisis de recursos humanos

Área de la Ciencia:

• Ciencia de Datos; Gestión de Recursos Humanos; Comportamiento Organizacional

Sus antecedentes:

• La rotación de empleados presenta un desafío operativo significativo para las organizaciones.; El análisis predictivo ofrece una solución potencial para que los gerentes de RR. HH. pronostiquen y mitiguen la rotación.; Existe una investigación limitada sobre la interpretabilidad y confiabilidad de los pronósticos gerenciales en este dominio.

Objetivo del estudio:

• Desarrollar y evaluar un modelo predictivo interpretable para el desgaste de empleados.; Proporcionar a los gerentes de RR. HH. información basada en datos para una gestión proactiva de la fuerza laboral.; Investigar el impacto de la calibración del modelo en la precisión de la predicción.

Principales métodos:

• Se utilizó el conjunto de datos de desgaste de empleados con técnicas de preprocesamiento (codificación de etiquetas, escalado de características, SMOTE).; Se entrenaron y optimizaron modelos de aprendizaje automático (Random Forest) utilizando búsqueda en cuadrícula y validación cruzada.; Se aplicó calibración sigmoidea, LIME, importancia de características de permutación y SHAP para la interpretabilidad y la evaluación de riesgos.

Principales resultados:

• El clasificador Random Forest logró una alta puntuación AUC-ROC del 97,37 %.; La calibración del modelo redujo significativamente la puntuación de Brier, lo que indica una mayor precisión de la probabilidad.; Las visualizaciones identificaron a los empleados con mayor riesgo de desgaste.

Conclusiones:

• Un modelo calibrado, interpretable y estratificado por riesgo mejora la toma de decisiones de RR. HH. para estrategias de retención.; Este marco basado en datos facilita un cambio de la gestión reactiva a la proactiva de la fuerza laboral.; El aprovechamiento del análisis predictivo permite a los líderes de RR. HH. mejorar la retención de empleados y la eficiencia operativa.