Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Prédire le taux de churn grâce à la Data Science

212 views

Published on

Projet Data final de Pierre Duval après sa formation des Fondamentaux .

Published in: Data & Analytics
  • Login to see the comments

  • Be the first to like this

Prédire le taux de churn grâce à la Data Science

  1. 1. JEDHA BOOTCAMP Prédire le départ d’un collaborateur
  2. 2. La problématique Une guerre des Talents Compétences uniques Marché tendu
  3. 3. Pourquoi les données en RH ? Le secteur de la RH comporte une multitude de données Données personnelles: Âge, Sexe, Lieu d’habitation… Données professionnelles : Salaire, Satisfaction au travail, Promotion… Données internes: Salaire moyen, temps d’ancienneté par métier… Données externes: Avantages dans les autres compagnies, évolution de carrière…
  4. 4. De RH à RH augmentée 4 piliers Sensibilise r Échanger Partager Créer 1 2 3 4
  5. 5. Quelle sont les cibles de cette méthode ? Le Manager Objectif : Garder les bons éléments et anticiper les départs de son équipes Le RH Objectif : Anticiper les flux de départs massif et non prévu
  6. 6. Le dataset • Base de données Kaggle • 14.999 lignes • 9 colonnes • Données propre -> Pas besoin de cleaning
  7. 7. Le dataset • niveau de satisfaction, • dernière évaluation, • accident du travail, • durée d’ancienneté, • promotion les 5 dernières années, • salaire, • temps d’ancienneté, • métiers, • nombre d’heure travaillé par mois, • Départ de la personne.
  8. 8. Le projet • Jupyter notebook • Python • Régression logistique
  9. 9. Régression logistique
  10. 10. Résultat • 4.500 lignes test • 3.566 bons résultats • Environ 79% dé réussite
  11. 11. DataViz • Métiers • Salaire • Accidents de travail par métiers
  12. 12. Poursuite de projet • Définir les collaborateurs qui risquent de quitter l’entreprise • Trouver des moyens à l’aide des données pour les garder
  13. 13. Et après Jedha Bootcamp ? ✓Test sur une base de données fictive ❑Test sur un périmètre (environ 1500 collaborateurs) ❑Si succès, déploiement sur l’intégralité des collaborateurs
  14. 14. Merci à l’équipe JEDHA, Émilien et tous les élèves de la formation ! Avez-vous des questions ?

×