基于Python的公司员工流失分析数据挖掘实验

公司员工流失分析数据挖掘实验

项目背景和目的：

金融企业培养人才需要大量的成本，为了防止人才再次流失，应当注重员工流失分析。员工流失分析是评估公司员工流动率的过程，目的是找到影响员工流失的主要因素，预测未来的员工离职状况，减少重要价值员工流失情况。

本次实验项目是依据一家金融公司员工离职数据，目的是分析员工的离职原因，找到影响员工流失的主要因素，预测未来的员工离职状况，减少重要价值员工流失情况。

一、项目数据说明

数据取自于kaggle平台分享的数据集，共有10个字段14999条记录。数据主要包括影响员工离职的各种因素（员工满意度、绩效考核、参与项目数、平均每月工作时长、工作年限、是否发生过工作差错、5年内是否升职、部门、薪资）以及员工是否已经离职的对应记录。

字段                 字段含义   
satisfaction_level          员工满意度
last_evaluation           最新绩效考核
number_project            参与项目数
average_montly_hours   平均每月工作时长
time_spend_company         工作年限
    Work_accident          是否发生过工作差错
promotion_last_5years      5年内是否升职
sales                         部门
salary                         薪资
   left                         是否离职

实验环境配置说明

虚拟环境主要包版本截图：

三、实验内容和流程

1. 内容一：数据预处理和展示
2. 内容二：数据潜在信息挖掘

分析步骤如下：
① 明确目的
② 提出问题
③ 数据整理
④ 数据可视化分析
⑤ 建立数据模型

• 探索分析、数据分布分析

数据读取导入和数据分布分析的核心代码

输出结果：

• 数据预处理

从上面的数据分析看出，数据整体是数值型的，现在进行缺失值数据特征的检查

结果如下：

可以看出数据是完整的，并没有缺失数据，所以没有脏数据可以直接使用。

• 模型构建、分析、应用

1. 离职人数占比统计和分析图

1. 员工满意度对离职的影响

1. 最新绩效考核与是否离职是否有关系的分析

1. 参与项目数与是否离职是否有关系的分析

从分析的结果图中可以得出一下结论：

①除项目数为2以外，随着项目数的增多，离职率在增大，且项目数是7的时候，离职率达到了100%以上。

②项目数2的离职率高，可能是这部分人工作能力不被认可。

③项目数6、7的总体少，离职率高，体现了他们的工作能力强，但同时工作压力太大导致他们离职。

④员工满意度：范围0.09~1, 中位数0.640, 均值0.613, 总体来说员工对公司比较满意；

⑤最新绩效考核：范围0.36~1, 中位数0.72, 均值0.716, 员工平均考核水平在中等偏上；

⑥参与项目数：范围2~7, 中位数4, 均值3.8, 平均参加项目数约4个；平均每月工作时长：范围96~310小时, 中位数200, 均值201。

⑦工作年限：范围2~10年, 中位数3, 均值3.5。

⑧总共有14999人，其中离职人数3571，占总人数的23.8%

⑨从上面的分析图可以看出，离职员工的满意度评分明显偏低，平均值为0.44。满意度低于0.126分的离职率为97.2%。可见提升员工满意度可以有效防止人员流失。

1. 运用决策树模型预测员工是否会离职

划分训练集和测试集，采用分层抽样方法划分80%数据为训练集，20%数据为测试集，并构建决策树模型搭建预测模型。

训练模型后并对模型做评估：

得到如下结果：

从该报告可以看出，所搭建的决策树模型在测试集上能有96%左右的预测准确率，可以根据特征信息判别员工是否离职。