Churn Management: Employee Retention Use Case

Home > Churn Management: Employee Retention Use Case

Wie kann ich meine Mitarbeiter besser binden?

Zu den wichtigsten Ressourcen eines jeden Unternehmens gehören qualifizierte Mitarbeiter. Die Gewinnung, Förderung und langfristige Bindung an das Unternehmen ergibt einen wichtigen Wettbewerbsfaktor und stellt ebenso eine Herausforderung für das Personalmanagement dar. Mitarbeiter sind heutzutage mobiler, flexibler und binden sich häufig nicht mehr langfristig an ein Unternehmen, besonders nicht, wenn sie unzufrieden sind. Doch auch unzufriedene Mitarbeiter, die im Unternehmen verbleiben, tragen nicht zum langfristigen Unternehmenserfolg bei und verursachen zudem Kosten, denn sie sind weniger produktiv. Für ein erfolgreiches Personalmanagement ist die Ermittlung von Schlüsselfaktoren, die sich auf die Zufriedenheit der Mitarbeiter und somit unmittelbar auf das Kündigungsrisiko und die Produktivität der Mitarbeiter auswirken, unerlässlich.

Anhand des folgenden Use Cases soll verdeutlicht werden, welche Auswirkungen die Abwanderung von qualifizierten Mitarbeitern haben kann und wie diesem entgegengewirkt werden kann.

John Watson ist ein HR-Manager in einem mittelständischen Logistikunternehmen und sowohl für die Rekrutierung als auch für die strategische Weiterentwicklung von Mitarbeitern verantwortlich. Die Anforderungen an die Logistik nehmen laufend zu und gleichzeitig sieht sich die Branche mit einem erheblichen Fachkräftemangel konfrontiert.

Seit längerem fällt dem HR-Manager auf, dass es seinem Unternehmen schwerfällt, junge Talente zu binden und auch zunehmend Schlüsselmitarbeiter zu der Konkurrenz wechseln. Als erfahrener HR-Manager weiß John Watson, dass mit dem Verlust eines bewährten Mitarbeiters ebenso innovative Produktideen, Erfahrungen aus Projekten und im schlimmsten Fall gute Kundenbeziehungen verloren gehen. Hinzu kommen erhebliche Kosten für die Wiederbesetzung der frei gewordenen Stelle in Form von Rekrutierungs- und Ausbildungskosten. Sowohl für den HR-Manager als auch für den einzelnen Fachbereich verursacht eine neue Besetzung – für die durchschnittlich 2 bis 3 Monate veranschlagt werden – einen erheblichen Aufwand.

Zielsetzung

Unklar bleibt für John Watson oftmals, warum Mitarbeiter unzufrieden sind oder sich sogar für eine Kündigung des Arbeitsverhältnisses entscheiden. In direkten Gesprächen erhält Watson erste Anhaltspunkte, hat jedoch den Eindruck, dass die wechselbereiten Mitarbeiter ihm nur einen Teil der Wahrheit mitteilen. Um eine langfristige Mitarbeiterbeziehung aufzubauen, begibt sich Watson auf die Suche nach den Beweggründen einer Kündigung und den Faktoren für ein positives Arbeitsumfeld. Er erhofft sich, abwanderungswillige Mitarbeiter frühzeitig zu identifizieren und mit geeigneten Maßnahmen von einem Verbleib überzeugen zu können.

Watson möchte also wissen, wer, wann und warum das Arbeitsverhältnis beenden möchte!

Vorgehensweise

Als HR-Manager hat John Watson Zugang zu den Mitarbeiterdaten, die üblicherweise von jedem Unternehmen gesammelt werden. Darunter fallen statische Daten wie Alter oder Geschlecht aber auch dynamische Daten wie Gehalt, Arbeitsstunden und die Anzahl an Arbeitgebern können wichtige Informationen liefern. Um nun mögliche Muster und Zusammenhänge bei abgewanderten Mitarbeitern aufzuspüren, beginnt Watson die Daten zusammenzutragen und möchte diese in Kombination mit Predictive Analytics auswerten.

Mithilfe einer Klassifikations- und Regressionsanalyse ist es Watson nun möglich, die Mitarbeiter zunächst in zwei Klassen aufzuteilen: Mitarbeiter und abgewanderter Mitarbeiter. Anschließend kann er die verschiedenen Einflussfaktoren und ihr genaues Ausmaß auf die Zielvariable -Kündigung- bestimmen. Schnell erkennt Watson, dass eine Vielzahl der abgewanderten Mitarbeiter lange auf einer Berufsebene beschäftigt waren und andere oftmals sehr viele Überstunden gemacht haben. Mithilfe der bestimmten Faktoren kann der HR-Manager gezielte Maßnahmen einleiten, um eine Verbesserung herbeizuführen und das Kündigungsrisiko somit zu minimieren.

Aufgrund der stetig aktualisierten Mitarbeiterdaten aber auch wegen durchgeführter Maßnahmen, kann sich das Kündigungsrisiko des Einzelnen kontinuierlich ändern und bedarf einer regelmäßigen Kontrolle.

Zukünftig wird John Watson die Analyse mithilfe von entsprechenden Algorithmen automatisch durchführen lassen und sich die wichtigsten Faktoren auf einem HR-Dashboard anzeigen lassen. Neben dem Kündigungsrisiko des einzelnen Mitarbeiters wird auch eine Mitarbeiterfluktuationsrate bestimmt und als Ergebnis ein tieferes Verständnis der Mitarbeitermotivation geschaffen. Durch eine leistungsstarke Analyse ist es dem Unternehmen nun möglich, die Employee Retention Rate erheblich zu verbessern und potentielle Abwanderer mit geeigneten Maßnahmen von einem Verbleib zu überzeugen.

Zusammenfassung

Employee Retention war und wird immer eine der größten Herausforderungen für ein Unternehmen sein. Mit neu aufkommenden Machine Learning Technologien können Verhaltensmuster von Mitarbeitern besser aufgedeckt und verstanden werden. Durch die kontinuierliche Kontrolle wichtiger Faktoren kann das Personalmanagement mithilfe präventiver Maßnahmen Angestellte länger an ein Unternehmen binden. Mit einer hohen Employee Retention Rate gehen hohen Kosten für das Recruiting und den Aufbau eines neuen Mitarbeiters einher. Sollte sich der neue Mitarbeiter zudem innerhalb des ersten Jahres gegen einen Verbleib entscheiden, stellt dieses Investment einen erheblichen Verlust für das Unternehmen dar.

So können durch ein Employee Retention Model…

  • …Einstellungs- und On-Boardingkosten reduziert werden
  • …eine höhere Produktivität der Mitarbeiter erzielt werden
  • …ein besseres Verhältnis zwischen Gehalt und Produktivität erreicht werden

Ihr Ansprechpartner


PTSGroup_Janine Pienski_Lead Consultant - Customer Experience

Janine Pienski
Lead Consultant – Customer Experience
Telefon: +49 421 43810-053
E-Mail: j.pienski@ptsgroup.de

Lorem ipsum dolor sit amet, consectetuer adipiscing elit, sed diam nonummy nibh