Als gevolg van de Covid-19 pandemie, de vergrijzing en de toenemende vraag naar en complexiteit van de zorg, is vrijwillig vertrek een populair en steeds belangrijker wordend onderwerp in de gezondheidszorg. De Zorggroep wil graag voorspellende methoden ontwikkelen om personeelstekorten (indirect) te minimaliseren door directe en betrouwbare beoordelingen.
De opdracht was om samen met vertegenwoordigers van de personeelsafdeling werknemers te identificeren die een verhoogde kans hebben om de organisatie te verlaten.
Beschrijvende en voorspellende machine-learningtechnieken werden toegepast, getraind op actuele werknemersgegevens om het personeelsverloop zo nauwkeurig mogelijk te voorspellen.
Het gebruik van op beslisbomen gebaseerde classificatiemethoden in combinatie met beschrijvende identificatiemethoden bleek betere resultaten op te leveren dan het gebruik van alleen voorspellingsmethoden. Dit geeft de Zorggroep een nauwkeuriger beeld van hun personeelsverloop.
Er is geen generalisatie mogelijk met betrekking tot een algemene kenmerkenreeks om personeelsverloop te voorspellen. Wij wegen de beste methodes in de markt af om uiteindelijk de best passende methode voor een specifieke klant toe te passen.
