Verloopanalyse

De term verloop verwijst naar het vermogen van een werkgever om de aanwezige medewerkers in het bedrijf te houden. Het verlies van goede medewerkers brengt een hoge kost met zich mee (o.a. aanwervingkosten en trainingskosten voor de nieuwe medewerkers) en heeft een sterk negatief effect op de algemene bedrijfsprestaties.

Aangezien het zeer gevoelig ligt om de intentie van een medewerker omtrent dit onderwerp expliciet te bevragen in een organisatie (en omwille van eventueel sociaal wenselijk antwoordgedrag) ontwikkelde ZebraZone een predictiemodel dat weergeeft in welke mate een organisatie de kans loopt om medewerkers te verliezen. Dit model valt onder de noemer “verloopanalyse”.

Het predictiemodel maakt gebruik van een verlooppredictor die ontwikkeld is op basis van de resultaten van ZebraZone Benchmarks. In deze Benchmarks stellen we de vraag naar verloop zeer expliciet (“Bent u van plan om van werkgever te veranderen?”). Het probleem van sociaal wenselijke antwoorden doet zich hier immers veel minder voor gezien de bedrijfsonafhankelijke context waarin de vragenlijst wordt afgenomen. Bovendien gebeurt deze bevraging volledig anoniem.

De predictie zelf gebeurt in twee fasen:

• In een eerste fase is het belangrijk om te weten welke variabelen een rol spelen bij de voorspelling van verloopgedrag, en in welke mate ze dit doen. Hiervoor gebruikt ZebraZone een model gebaseerd op discriminantanalyse. Deze analysetechniek laat toe om verschillende individuen in te delen in één van twee of meerdere vooraf gedefinieerde klassen. ZebraZone maakt gebruik van twee klassen; namelijk klasse 1 “van plan om het bedrijf op korte termijn te verlaten” en klasse 2 ”niet van plan om het bedrijf op korte temijn te verlaten”. In discriminantanalyse worden dan variabelen gezocht die een hoge invloed hebben op het verloopgedrag van de medewerkers. Mensen die hier hoog op scoren zouden dan geneigd zijn om het bedrijf niet op korte termijn te verlaten, terwijl mensen die hier laag op scoren wel van plan zouden zijn om het bedrijf op korte termijn te verlaten. Eens de variabelen geselecteerd zijn, worden voor elke variabele de gepaste coëfficiënten gezocht die aangeven in welke mate de variabelen bijdragen tot het waargenomen verloopgedrag. Op basis van deze coëfficiënten wordt dan voor elk individu een getal berekend dat voor elke klasse de kans uitdrukt dat een individu tot die klasse behoort. Vervolgens wordt op basis van deze waarde het individu geklasseerd als behorende tot één van beide klassen.
  
  
• In een tweede fase worden deze coëfficiënten gebruikt in een nieuw discriminantanalysemodel om verloopgedrag te voorspellen op basis van de gevonden variabelen.

Omwille van anonimiteits- en confidentialiteitsredenen is deze voorspelling slechts mogelijk bij groepen vanaf 30 respondenten. Dit houdt in dat deze predictor zowel op total company als op segmentniveau kan berekend worden, indien rekening gehouden wordt met de eerder vermelde voorwaarde. Bovendien kan de analyse op segmentniveau enkel uitgevoerd worden indien er slechts 1 filter aangevinkt staat. Er kan niet gecrosssegmenteerd worden, om ook hier het traceren van individuen te vermijden.

Tot slot moet opgemerkt worden dat een voorspelling nooit exact is. Er moet steeds rekening worden gehouden met een bepaalde foutmarge in deze predictie. Daarom spreekt ZebraZone ook over een indicatie van het aantal medewerkers dat van plan is het bedrijf op korte termijn te verlaten. Deze indicatie wordt steeds weergegeven in een staafdiagram (zie ook Rapportering). 

In dit diagram wordt het verlooppercentage van de organisatie Maxishop vergeleken met het verlooppercentage van de benchmark. In bovenstaand diagram is de schatting van het percentage mensen dat het bedrijf ‘Maxishop’ op korte termijn wil verlaten (de ja-scoorders) lager dan het werkelijke (niet geschatte) percentage van de Benchmark dataset.