Descubre cómo analizar la tasa de retención de empleados y el principal motivo de baja en tu empresa

Hoy responderemos dos preguntas más de nuestro reto de FP20 Challenge.

En el post de hoy presento el análisis y solución a dos preguntas del reto FP20 Challenge, las cuales se refieren a la tasa de retención de empleados cada año y al principal motivo de baja en la empresa. Creo los pasos y fórmulas utilizadas para obtener las respuestas, y se destaca la importancia de entender la lógica detrás de estas medidas para poder validar y utilizar correctamente los resultados.

Continuamos avanzando día a día en este maravilloso reto en el cual podemos profundizar y entender las facetas de cada una de estas preguntas y medidas que hemos ido realizando en esta semana.

Ahora, empecemos.

La primera será la siguiente: ¿Qué hay de la tasa de retención de empleados cada año?

Paso 1: Creamos las medidas que podemos tener de la cantidad de despidos en nuestro data set, la cual será la siguiente: Despidos/renuncias = VAR _tabla_1 = ADDCOLUMNS ( SUMMARIZE ( Tabla_Hechos, Tabla_Hechos[Employee ID], Tabla_Hechos[Leave Date] ), «@DespidosRealizados», IF ( ISBLANK ( Tabla_Hechos[Leave Date] ), BLANK (), CONCATENATE ( Tabla_Hechos[Employee ID], MAX ( Tabla_Hechos[Leave Date] ) ) ) ) VAR _Agrupado = GROUPBY ( tabla_1, [@DespidosRealizados] ) VAR _result = CALCULATE ( COUNTROWS ( Agrupado ),Dim_leave_status[Status]<>»Active» ) RETURN result

Como vemos, creamos una tabla virtual en la cual manejaremos y utilizamos dos y creamos  una columna con un if que recorra y itere concatenando el máximo de fecha de despido y el ID para obtener el cruce único sin duplicados, agrupamos y contamos filas.

Paso 2: Debemos entender la fórmula para obtener la tasa de retención anual o en base a los periodos que deseemos, la cual es el numerador: cuántos terminaron realmente dividido por la cantidad inicial en el mismo periodo. Entonces, tendremos que obtener los acumulados de cada uno.

El primero será el con cuántos empleados quedamos al final, será la siguiente fórmula. Esta fórmula utiliza la resta de empleados que ya creamos en el paso anterior y, por ende, podemos utilizarla también con una condición con el filtro y así obteniendo el acumulado, pero los que realmente finalizaron el año en la empresa dado que la pregunta es sobre el dato anual.

Acumulado Emple Final = CALCULATE( Medidas[Resta total empleados], (Dim_Calendario[Date]), Dim_Calendario[Date]<= MAX(Dim_Calendario[Date]) )

Con cuántos empleados empezamos. Acumulado Emple Comienzo = CALCULATE( DISTINCTCOUNT(Tabla_Hechos[Employee ID]), FILTER( ALL(Dim_Calendario[Date]), Dim_Calendario[Date]<= MAX(Dim_Calendario[Date]) ) )

Paso 3: Para poder validar este recurso, es importante tener en cuenta que dividiremos estas dos medidas anteriormente ya creadas. La fórmula sería: Tasa de retención = DIVIDE([Acumulado Emple Final],[Acumulado Emple Comienzo],0).

Con estas medidas, tenemos la respuesta a la pregunta.

Avanzamos a la siguiente pregunta, la cual sería: ¿Cuál es el principal motivo de baja?

Paso 1: Ya tenemos una medida creada en la cual contabilizamos los despidos orenuncias únicos en nuestro data set. Este lo podremos utilizar para responder esta misma pregunta.

 

VAR _tabla_1 = ADDCOLUMNS ( SUMMARIZE ( Tabla_Hechos, Tabla_Hechos[Employee ID], Tabla_Hechos[Leave Date] ), «@DespidosRealizados», IF ( ISBLANK ( Tabla_Hechos[Leave Date] ), BLANK (), CONCATENATE ( Tabla_Hechos[Employee ID], MAX ( Tabla_Hechos[Leave Date] ) ) ) ) VAR _Agrupado = GROUPBY ( tabla_1, [@DespidosRealizados] ) VAR _result = CALCULATE ( COUNTROWS ( Agrupado ),Dim_leave_status[Status]<>»Active» ) RETURN result

Paso 2: Pasamos a agregar una visualización y así obtener el mayor motivo de bajas. Crearemos un top tres para este gráfico. Usaremos la bondad de InfoRiver y en el cual colocaremos las diferencias del mayor motivo al menor motivo de renuncias.

Con estas dos preguntas y estos pasos, seguimos avanzando, dando respuestas a nuestro maravilloso reto.

El análisis y solución de preguntas como las presentadas en el reto FP20 Challenge requieren de conocimientos en el manejo y análisis de datos, así como de herramientas específicas para su implementación.

Es importante destacar que el éxito en la solución de estas preguntas depende de la correcta interpretación de los resultados y de la comprensión de la lógica detrás de las medidas utilizadas.

La capacidad de responder a preguntas complejas con datos precisos es una habilidad valiosa en el mundo empresarial actual.

Espero te sientas motivado a unirte al reto.

Vicente Antonio Juan Magallanes

Business Intelligence Technical.

 

Perfil linkedin.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *