退職の芽を早めに摘み取る、データ活用のススメ

雇用する側にとって、採用と同じくらい悩みの種なのが退職者です。

思わぬタイミングで退職者が出た場合はあたふたとしてしまい、とりあえず人材を確保しなくてはと急いだあまり、再び退職者を輩出してしまうという事態に陥ってしまうことも。

なんとなく、勤務態度や言動で辞めそうだなという雰囲気は感じ取ることができるかもしれませんが、それは経験や勘によるところが大きいのではないでしょうか。

辞めさせたい職員がいる一方で、組織にとって手放したくない人材が流出してしまう。出来れば、こういった事態はどの医療機関でも避けたいところです。

退職者をAIで予測!実用化への期待

実際に、経験や勘ではなく確率が高い方法で退職者の予測ができたら非常に有益だと思いませんか?

具体的に、こういった取り組みを行っている企業があります。

パーソルホールディングスでは、現在、トライアンドエラーを繰り返しながら、退職確率モデルの開発を行っています。性別や年齢、雇用形態や昇級変動率など、これまで蓄積した膨大なデータを用いて、退職者を予測するのです。

まだ始まったばかりですので、実態との乖離がどれほどなのか細かい検証はできていないようですが、退職予測をもとに面談等を通じてピンポイントで対策を行い、辞めて欲しくない人を辞めさせないような仕組みを作っているそうです。

これは大量のビッグデータがなければできないことかもしれませんが、病院やクリニックであっても、採用時の年齢や雇用形態、そして面接での対応などを数値化し、数年後の退職者と照らし合わせることでいくつかの傾向をはじき出すことができると考えられます。

経験や勘に加えて、そのデータも活用することで、主観だけではなくより公平に人物像を割り出すことができるのではないでしょうか。

小さな組織であればあるほど、マンパワーの力は大きく、一人欠けただけでも多大な損失に結びつくことがあります。
そうならないために、退職の芽を早めに摘むことはその後の人材マネジメントにも良い影響を与えることでしょう。