SlideShare une entreprise Scribd logo
1  sur  14
Télécharger pour lire hors ligne
JEDHA BOOTCAMP
Prédire le départ d’un collaborateur
La problématique
Une guerre
des Talents
Compétences
uniques
Marché
tendu
Pourquoi les données en RH ?
Le secteur de la RH comporte une multitude de données
Données
personnelles:
Âge, Sexe, Lieu
d’habitation…
Données
professionnelles
:
Salaire, Satisfaction au
travail, Promotion…
Données
internes:
Salaire moyen, temps
d’ancienneté par
métier…
Données
externes:
Avantages dans les
autres compagnies,
évolution de carrière…
De RH à RH augmentée
4 piliers
Sensibilise
r
Échanger Partager Créer
1 2 3 4
Quelle sont les cibles de cette méthode ?
Le Manager
Objectif :
Garder les bons éléments et
anticiper les départs de son équipes
Le RH
Objectif :
Anticiper les flux de départs massif
et non prévu
Le dataset
• Base de données Kaggle
• 14.999 lignes
• 9 colonnes
• Données propre -> Pas
besoin de cleaning
Le dataset
• niveau de satisfaction,
• dernière évaluation,
• accident du travail,
• durée d’ancienneté,
• promotion les 5 dernières années,
• salaire,
• temps d’ancienneté,
• métiers,
• nombre d’heure travaillé par mois,
• Départ de la personne.
Le projet
• Jupyter notebook
• Python
• Régression logistique
Régression logistique
Résultat
• 4.500 lignes test
• 3.566 bons résultats
• Environ 79% dé réussite
DataViz
• Métiers
• Salaire
• Accidents de travail par métiers
Poursuite de projet
• Définir les collaborateurs qui risquent de quitter l’entreprise
• Trouver des moyens à l’aide des données pour les garder
Et après Jedha Bootcamp ?
✓Test sur une base de données fictive
❑Test sur un périmètre (environ 1500 collaborateurs)
❑Si succès, déploiement sur l’intégralité des collaborateurs
Merci à l’équipe JEDHA, Émilien et tous les
élèves de la formation !
Avez-vous des questions ?

Contenu connexe

Similaire à Prédire le taux de churn grâce à la Data Science

9 reporting pilotage_donnees_sociales
9 reporting pilotage_donnees_sociales9 reporting pilotage_donnees_sociales
9 reporting pilotage_donnees_sociales
Lamia Hanine
 

Similaire à Prédire le taux de churn grâce à la Data Science (20)

gestion de carriere.....................
gestion de carriere.....................gestion de carriere.....................
gestion de carriere.....................
 
ADP - Révélez vos talents 2018
ADP - Révélez vos talents 2018ADP - Révélez vos talents 2018
ADP - Révélez vos talents 2018
 
Happiness manager cdi
Happiness manager   cdiHappiness manager   cdi
Happiness manager cdi
 
Happiness Manager - CDI
Happiness Manager - CDIHappiness Manager - CDI
Happiness Manager - CDI
 
Happiness Manager - CDI
Happiness Manager  - CDIHappiness Manager  - CDI
Happiness Manager - CDI
 
Comment recruter vite et bien ?
Comment recruter vite et bien ?Comment recruter vite et bien ?
Comment recruter vite et bien ?
 
L'organisation du digital en BtoB, par Anne Aime. Cycle Expert digital de L'A...
L'organisation du digital en BtoB, par Anne Aime. Cycle Expert digital de L'A...L'organisation du digital en BtoB, par Anne Aime. Cycle Expert digital de L'A...
L'organisation du digital en BtoB, par Anne Aime. Cycle Expert digital de L'A...
 
Importance ERP CRM
Importance ERP CRMImportance ERP CRM
Importance ERP CRM
 
myRHline - La marque employeur vue par les RH
myRHline - La marque employeur vue par les RHmyRHline - La marque employeur vue par les RH
myRHline - La marque employeur vue par les RH
 
Rapport d'enquete : Ce que pensent les candidats des recruteurs
Rapport d'enquete : Ce que pensent les candidats des recruteursRapport d'enquete : Ce que pensent les candidats des recruteurs
Rapport d'enquete : Ce que pensent les candidats des recruteurs
 
Supermood, le principe
Supermood, le principeSupermood, le principe
Supermood, le principe
 
Le nouveau contrat de travail
Le nouveau contrat de travail Le nouveau contrat de travail
Le nouveau contrat de travail
 
Comment prospecter les DRH -buyer persona- iko system
Comment prospecter les DRH -buyer persona- iko systemComment prospecter les DRH -buyer persona- iko system
Comment prospecter les DRH -buyer persona- iko system
 
Diagnostic de la fonction rh et enjeux d'ici à deux ans carol lerate 151013
Diagnostic de la fonction rh et enjeux d'ici à deux ans carol lerate 151013Diagnostic de la fonction rh et enjeux d'ici à deux ans carol lerate 151013
Diagnostic de la fonction rh et enjeux d'ici à deux ans carol lerate 151013
 
Recruter pour préparer l'avenir
Recruter pour préparer l'avenirRecruter pour préparer l'avenir
Recruter pour préparer l'avenir
 
9 reporting pilotage_donnees_sociales
9 reporting pilotage_donnees_sociales9 reporting pilotage_donnees_sociales
9 reporting pilotage_donnees_sociales
 
Carrousel_Pr_paration_entretien_1645978990.pdf
Carrousel_Pr_paration_entretien_1645978990.pdfCarrousel_Pr_paration_entretien_1645978990.pdf
Carrousel_Pr_paration_entretien_1645978990.pdf
 
[LIVRE BLANC] Bien négocier son salaire
[LIVRE BLANC] Bien négocier son salaire[LIVRE BLANC] Bien négocier son salaire
[LIVRE BLANC] Bien négocier son salaire
 
[LIVRE BLANC] Bien négocier son salaire
[LIVRE BLANC] Bien négocier son salaire[LIVRE BLANC] Bien négocier son salaire
[LIVRE BLANC] Bien négocier son salaire
 
De la #Stratégie pour les Managers Opérationnels #ManagementStratégique #Mana...
De la #Stratégie pour les Managers Opérationnels #ManagementStratégique #Mana...De la #Stratégie pour les Managers Opérationnels #ManagementStratégique #Mana...
De la #Stratégie pour les Managers Opérationnels #ManagementStratégique #Mana...
 

Plus de Jedha Bootcamp

Plus de Jedha Bootcamp (20)

DataScientist Job : Between Myths and Reality.pdf
DataScientist Job : Between Myths and Reality.pdfDataScientist Job : Between Myths and Reality.pdf
DataScientist Job : Between Myths and Reality.pdf
 
L'IA face à l'épreuve du covid-19 - Jedha x Kardinal
L'IA face à l'épreuve du covid-19 - Jedha x KardinalL'IA face à l'épreuve du covid-19 - Jedha x Kardinal
L'IA face à l'épreuve du covid-19 - Jedha x Kardinal
 
Générer une image à partir d'un texte - Fullstack Paris #5
Générer une image à partir d'un texte - Fullstack Paris #5Générer une image à partir d'un texte - Fullstack Paris #5
Générer une image à partir d'un texte - Fullstack Paris #5
 
Recommander des films - Andreea - Fullstack Lyon #1
Recommander des films - Andreea - Fullstack Lyon #1Recommander des films - Andreea - Fullstack Lyon #1
Recommander des films - Andreea - Fullstack Lyon #1
 
Localiser des objets en intérieur - Abdelilah - Fullstack Lyon #1
Localiser des objets en intérieur - Abdelilah - Fullstack Lyon #1Localiser des objets en intérieur - Abdelilah - Fullstack Lyon #1
Localiser des objets en intérieur - Abdelilah - Fullstack Lyon #1
 
Construction d'une voiture autonome - Adrien Dodinet, alumni Fullstack
Construction d'une voiture autonome - Adrien Dodinet, alumni FullstackConstruction d'une voiture autonome - Adrien Dodinet, alumni Fullstack
Construction d'une voiture autonome - Adrien Dodinet, alumni Fullstack
 
Slide portes ouvertes
Slide portes ouvertesSlide portes ouvertes
Slide portes ouvertes
 
Prédire le comportement consommateurs grâce à la Data Science - Jimmy Brumant...
Prédire le comportement consommateurs grâce à la Data Science - Jimmy Brumant...Prédire le comportement consommateurs grâce à la Data Science - Jimmy Brumant...
Prédire le comportement consommateurs grâce à la Data Science - Jimmy Brumant...
 
Estimer les prix de vente sur une marketplace - Fabien Herry & Marc De Forzanz
Estimer les prix de vente sur une marketplace - Fabien Herry & Marc De ForzanzEstimer les prix de vente sur une marketplace - Fabien Herry & Marc De Forzanz
Estimer les prix de vente sur une marketplace - Fabien Herry & Marc De Forzanz
 
Trouver des offres d'emploi grâce au traitement de texte - Mohamed Zebli
Trouver des offres d'emploi grâce au traitement de texte - Mohamed ZebliTrouver des offres d'emploi grâce au traitement de texte - Mohamed Zebli
Trouver des offres d'emploi grâce au traitement de texte - Mohamed Zebli
 
Optimiser sa stratégie de paris sportifs : le cas du football - Mohamed Zebli
Optimiser sa stratégie de paris sportifs : le cas du football - Mohamed ZebliOptimiser sa stratégie de paris sportifs : le cas du football - Mohamed Zebli
Optimiser sa stratégie de paris sportifs : le cas du football - Mohamed Zebli
 
Reconnaître du mobilier design sur une photographie - Emmanuelle Guyot
Reconnaître du mobilier design sur une photographie - Emmanuelle GuyotReconnaître du mobilier design sur une photographie - Emmanuelle Guyot
Reconnaître du mobilier design sur une photographie - Emmanuelle Guyot
 
Estimer le prix de bijou lors d'une vente aux enchères - Katie Ross
Estimer le prix de bijou lors d'une vente aux enchères - Katie RossEstimer le prix de bijou lors d'une vente aux enchères - Katie Ross
Estimer le prix de bijou lors d'une vente aux enchères - Katie Ross
 
Workshop Data Visualisation - Jedha Paris
Workshop Data Visualisation - Jedha ParisWorkshop Data Visualisation - Jedha Paris
Workshop Data Visualisation - Jedha Paris
 
Les applications du Deep Learning - Jedha Lyon
Les applications du Deep Learning - Jedha LyonLes applications du Deep Learning - Jedha Lyon
Les applications du Deep Learning - Jedha Lyon
 
Optimiser ses publicités grâce à la Data Science
Optimiser ses publicités grâce à la Data ScienceOptimiser ses publicités grâce à la Data Science
Optimiser ses publicités grâce à la Data Science
 
Connaître son audience grâce à la Data - Parisa MAjlessi
Connaître son audience grâce à la Data - Parisa MAjlessiConnaître son audience grâce à la Data - Parisa MAjlessi
Connaître son audience grâce à la Data - Parisa MAjlessi
 
ONU : baisser la mortalité infantile en optimisant les interventions - Antoin...
ONU : baisser la mortalité infantile en optimisant les interventions - Antoin...ONU : baisser la mortalité infantile en optimisant les interventions - Antoin...
ONU : baisser la mortalité infantile en optimisant les interventions - Antoin...
 
Automatiser la classification d'un jeu vidéo
Automatiser la classification d'un jeu vidéoAutomatiser la classification d'un jeu vidéo
Automatiser la classification d'un jeu vidéo
 
Reconnaître automatiquement les positions de Yoga - Marine Gubler, programme ...
Reconnaître automatiquement les positions de Yoga - Marine Gubler, programme ...Reconnaître automatiquement les positions de Yoga - Marine Gubler, programme ...
Reconnaître automatiquement les positions de Yoga - Marine Gubler, programme ...
 

Prédire le taux de churn grâce à la Data Science

  • 1. JEDHA BOOTCAMP Prédire le départ d’un collaborateur
  • 2. La problématique Une guerre des Talents Compétences uniques Marché tendu
  • 3. Pourquoi les données en RH ? Le secteur de la RH comporte une multitude de données Données personnelles: Âge, Sexe, Lieu d’habitation… Données professionnelles : Salaire, Satisfaction au travail, Promotion… Données internes: Salaire moyen, temps d’ancienneté par métier… Données externes: Avantages dans les autres compagnies, évolution de carrière…
  • 4. De RH à RH augmentée 4 piliers Sensibilise r Échanger Partager Créer 1 2 3 4
  • 5. Quelle sont les cibles de cette méthode ? Le Manager Objectif : Garder les bons éléments et anticiper les départs de son équipes Le RH Objectif : Anticiper les flux de départs massif et non prévu
  • 6. Le dataset • Base de données Kaggle • 14.999 lignes • 9 colonnes • Données propre -> Pas besoin de cleaning
  • 7. Le dataset • niveau de satisfaction, • dernière évaluation, • accident du travail, • durée d’ancienneté, • promotion les 5 dernières années, • salaire, • temps d’ancienneté, • métiers, • nombre d’heure travaillé par mois, • Départ de la personne.
  • 8. Le projet • Jupyter notebook • Python • Régression logistique
  • 10. Résultat • 4.500 lignes test • 3.566 bons résultats • Environ 79% dé réussite
  • 11. DataViz • Métiers • Salaire • Accidents de travail par métiers
  • 12. Poursuite de projet • Définir les collaborateurs qui risquent de quitter l’entreprise • Trouver des moyens à l’aide des données pour les garder
  • 13. Et après Jedha Bootcamp ? ✓Test sur une base de données fictive ❑Test sur un périmètre (environ 1500 collaborateurs) ❑Si succès, déploiement sur l’intégralité des collaborateurs
  • 14. Merci à l’équipe JEDHA, Émilien et tous les élèves de la formation ! Avez-vous des questions ?