Прогноз риска увольнений
Модель считает риск ухода по организационным данным — нагрузке, переработкам, сроку без роста, результатам опросов — и заранее показывает HR, с кем и о чём стоит поговорить. Никаких кадровых решений автоматом: только повод для разговора и объяснение, откуда взялся сигнал.
Иллюстрация показывает рабочий контур направления; конкретные шаги и интеграции разобраны ниже.
Как это выглядит без автоматизации
Заявление об увольнении — это не решение, а последняя точка процесса, который шёл два-четыре месяца. К моменту разговора с руководителем человек уже сходил на собеседования и держит оффер: переубеждать поздно и дорого. Компания при этом сидит на данных, в которых решение зрело у всех на виду — переработки, отменённый отпуск, третий год без пересмотра грейда, провал в последнем опросе, — но никто не смотрит на эти строки вместе.
О риске узнают последними
Руководитель узнаёт об уходе в день заявления, HR — в день подписания. Контроффер на этой стадии срабатывает редко, стоит 15–25% к окладу и часто откладывает уход всего на полгода: причина-то не в деньгах, а в том, что накопилось за предыдущие месяцы.
Уходят те, кого сложнее всего заменить
Первыми уходят люди с рыночной квалификацией — им есть куда. Ведущий инженер, мастер участка, старший разработчик, супервизор смены: замена ищется 2–4 месяца, ещё три месяца человек выходит на нормальную производительность, а всё это время его задачи закрывают коллеги в переработку.
Уход одного тянет команду
После ухода сильного сотрудника нагрузка на оставшихся растёт на 20–30%, и через квартал заявление пишет следующий. Так теряется не человек, а участок компетенции — и разбираться в этом начинают, когда из отдела в шесть человек ушли трое.
HR смотрит в зеркало заднего вида
Отчёт о текучести за прошлый квартал объясняет, что случилось, но не помогает ничего изменить. Сборка такого отчёта вручную из кадровой системы, табелей и файлов с опросами занимает у HR-бизнес-партнёра два-три дня в месяц — и всё равно даёт картину постфактум.
Во что это обходится: 320 ключевых сотрудников × 18% добровольной текучести = 58 уходов в год × 380 000 ₽ на замену одного (подбор, адаптация, просадка производительности, переработки коллег) ≈ 22 000 000 ₽ в год. Удержать хотя бы каждого десятого — это 2 200 000 ₽ в год, которые сейчас молча выпадают из бюджета.
Возможности системы
Мы строим модель, которая раз в неделю пересчитывает риск ухода по данным, которые компания и так собирает для зарплаты и планирования: табели, отпуска, грейды, пересмотры оплаты, обучение, результаты опросов вовлечённости, состав команд. По каждому сигналу видно не только число, но и факторы, которые его подняли. Дальше решение принимает человек: система не увольняет, не премирует и не участвует в аттестации — она говорит, что пора поговорить.
Считает риск заранее, а не по факту
Модель оценивает вероятность добровольного ухода в горизонте трёх месяцев и следит за динамикой. Важен не абсолютный уровень, а рост: скачок риска за шесть недель — более сильный сигнал, чем стабильно высокое значение у человека, который так работает пятый год.
Объясняет каждый сигнал
К карточке идут 3–5 факторов с весами: одиннадцать переработок при норме четыре, 26 месяцев без пересмотра вилки, падение оценки перспектив в пульс-опросе с 8 до 4, двое уволившихся из группы за квартал. Без объяснения сигнал бесполезен — разговаривать не о чем.
Работает только на согласованном наборе признаков
Перечень источников и полей утверждают HR-директор и юрист, он фиксируется документом. Содержание переписки, звонки, экранная активность, геолокация, посещённые сайты в модель не поступают и технически не подключаются. Защищённые признаки — возраст, пол, семейное положение, здоровье, убеждения — исключены на уровне витрины данных.
Показывает не только людей, но и подразделения
Карта риска по отделам, сменам и руководителям отвечает на другой вопрос: где проблема не в человеке, а в процессе. Если в ночной смене риск втрое выше дневной, разговаривать нужно не с комплектовщиками, а с тем, кто поднял норму выработки.
Подсказывает следующий шаг
Карточка содержит не вердикт, а темы для разговора: нагрузка, план развития, положение оплаты в вилке грейда, отношения с руководителем. Плюс история: когда последний раз повышали, что человек писал в опросах, какие обучения проходил.
Учится на ваших исходах
HR отмечает, состоялся ли разговор и чем закончился, а через три месяца система сверяется с фактом: ушёл человек или остался. Эти пары возвращаются в обучающую выборку — модель настраивается на вашу компанию, а не на средние показатели по рынку.
Путь одного события через систему
Каждый шаг оставляет след в журнале: любое решение системы можно открыть и проверить — что пришло, что проверено, что сделано.
Ночная выгрузка из систем-источников
Кадровая система, табельный учёт, трекер задач или наряды из ERP, платформа опросов, база обучения. Забираем только поля из утверждённого реестра, работаем по внутренним идентификаторам, а не по ФИО.
Сборка витрины признаков
Из сырых таблиц считается 40–60 признаков на срез «сотрудник — месяц»: динамика часов и переработок, накопленный неотгулянный отпуск, срок в должности, месяцы с последнего пересмотра оплаты, положение зарплаты в вилке грейда, участие в обучении, оценки в опросах, текучесть и сменяемость руководителя в команде.
Расчёт риска и вклада факторов
Градиентный бустинг на исторических уходах даёт вероятность добровольного ухода в горизонте трёх месяцев, а метод вклада признаков — разложение этой вероятности на понятные слагаемые. На выходе не чёрный ящик, а список причин.
Фильтр допустимости и доступа
Перед выдачей срабатывает правовой фильтр: защищённые признаки и всё, что не прошло согласование, из объяснений вырезается. Список видит ограниченный круг ролей, каждый просмотр карточки пишется в журнал.
Доставка сигнала HR
Карточки попадают в привычный интерфейс — BI-дашборд или раздел HRM, плюс еженедельная сводка HR-бизнес-партнёру. Порог настраивается так, чтобы в работу уходило 20–40 карточек в неделю, а не список из тысячи фамилий.
Замыкание цикла
HR отмечает факт разговора, тему и результат. Через три месяца система сопоставляет прогноз с фактом и добавляет пары в обучающую выборку. Раз в квартал модель переобучается, и качество растёт, а не деградирует.
Что происходит по неделям
Каждый этап заканчивается результатом, который вы видите и принимаете. Оплата привязана к приёмке, а не к обещаниям.
Правовой контур и реестр признаков
Вместе с HR-директором и юристом собираем перечень источников и полей. Отсеиваем всё, что относится к содержанию коммуникаций и к защищённым категориям (ст. 86 ТК РФ). Фиксируем, что решения, влекущие юридические последствия, на основании исключительно автоматизированной обработки не принимаются (ст. 16 152-ФЗ). Готовим формулировки для положения об обработке персональных данных работников и текст уведомления сотрудников.
Аудит данных и глубины истории
Выгружаем историю из кадровой системы, табельного учёта, трекера и опросов за 24–36 месяцев. Считаем, сколько добровольных увольнений есть в истории и хватит ли их для обучения. Чиним разрывы: переводы между юрлицами, реорганизации, смену табельных номеров, периоды, когда причина увольнения не заполнялась.
Витрина признаков
Строим суточный ETL и витрину на уровне «сотрудник — месяц»: нормализация грейдов между площадками, расчёт медиан по вилкам и регионам, агрегаты по командам, сменам и руководителям, история переработок и отпусков.
Обучение и валидация на отложенном периоде
Обучаем модель на исторических уходах и проверяем её честно: берём срез шестимесячной давности, прогнозируем «вслепую» и сравниваем с тем, кто действительно уволился. Считаем полноту и точность на топ-N, калибруем порог, отбрасываем признаки, которые дают утечку будущего (например, дату последнего рабочего дня).
Карточки, доступы и регламент разговора
Собираем интерфейс карточек в вашем BI или HRM, настраиваем роли и журнал просмотров. Вместе с HR пишем регламент: кто получает сигнал, за сколько дней проводит разговор, что фиксирует, какие темы обязательны и что делать запрещено — использовать риск в аттестации, при премировании и при сокращении.
Пилот на подразделениях и переобучение
Три месяца ведём пилот на двух-трёх подразделениях с контрольной группой. Еженедельно разбираем сигналы вместе с HR, отмечаем результаты бесед, убираем признаки-пустышки и добавляем недостающие. Раз в квартал переобучаем модель на накопленных исходах.
Модельный расчёт: из чего складывается эффект
Не «до 90% экономии», а конкретная модель с вводными, которые можно оспорить и пересчитать под себя.
| Показатель | Сейчас | После внедрения |
|---|---|---|
| Когда компания узнаёт о риске | в день заявления | за 6–10 недель, в еженедельной карточке |
| Уходы в ключевых ролях | 58 в год | 52 в год (6 удержаны после разговора) |
| Доля своевременных бесед | показателя нет | 70% сигналов закрыты разговором за 5 рабочих дней |
| Сборка отчётности по текучести | 3 дня в месяц вручную | пересчёт автоматически, каждую ночь |
| Обоснование решения | ощущение руководителя | 3–5 факторов с весами по каждому сигналу |
Полная цена владения — три составляющие
Никаких скрытых платежей: внешние сервисы вы оплачиваете напрямую по своим договорам, мы не делаем наценку на чужие тарифы.
Внедрение
- типовой проект: 620 000 ₽
- срок: 6–12 недель
- диагностика, разработка, интеграции, пилот
- документация и обучение команды
Поддержка
- мониторинг и реагирование по SLA
- исправление дефектов бесплатно
- обновление сценариев и интеграций
- ежемесячный отчёт о работе системы
Эксплуатация
- Вычислительные ресурсы под еженедельный пересчёт и квартальное переобучение: 5 000–15 000 ₽/мес на серверах компании или в российском облаке
- Платформа пульс-опросов, если её ещё нет: 30–120 ₽ за сотрудника в месяц
- Лицензии BI для просмотра карточек: по действующим лицензиям компании; в открытых контурах расходов нет
- Языковая модель для разбора открытых комментариев в опросах: 3 000–8 000 ₽/мес либо локальная модель без внешних расходов
- глубина и качество истории: 36 месяцев чистых данных в кадровой системе — один срок, разрозненные таблицы по площадкам — совсем другой
- число источников: только кадровый учёт или ещё табели, трекер задач, выработка из ERP, опросы и обучение
- структура компании: одно юрлицо с единой грейдовой сеткой или двенадцать с разными правилами оплаты
- глубина правовой проработки: согласование реестра признаков силами вашей службы или отдельная экспертиза с внешними юристами
- формат выдачи: карточки в существующем BI против отдельного интерфейса с ролями, журналом доступа и историей решений
Участие заказчика
На диагностике достаточно обезличенных примеров. Боевые доступы — только после договора и NDA, через защищённые каналы.
С чем соединяем
Работаем с тем, что у вас уже есть. Если вашей системы нет в списке — скорее всего, подключимся через API: уточним на диагностике.
Как это решение работает в разных бизнесах
Завод на 1 800 человек, 60% — сменный персонал. Модель ловит сочетание «третий месяц подряд переработки выше 40 часов + отпуск не брали 14 месяцев + двое уволившихся из бригады за квартал» и отдаёт мастерам список на разговор до конца недели. Отдельно видно бригады, где риск создан не нагрузкой, а конкретным руководителем: там разговаривать нужно на уровень выше.
Контакт-центр на 900 операторов при текучести около 55% в год: замена одного оператора вместе с обучением обходится примерно в 90 000 ₽. Модель разделяет обычный отток новичков первых трёх месяцев и уход опытных операторов, на которых держатся среднее время обработки и качество — по вторым сигнал уходит супервизору за 6–8 недель.
Сеть из 140 магазинов, 2 400 сотрудников. Риск считается по директорам точек и старшим продавцам: доля вечерних и выходных смен, стаж в должности, месяцы без пересмотра, положение оклада в региональной вилке. Уход директора магазина стоит сети два-три месяца просадки выручки точки, поэтому окупаются даже единичные удержания.
Фулфилмент на 1 100 человек с выраженными пиками сезона. Модель отделяет сезонный отток от системного и показывает, что в ночной смене зоны комплектации риск втрое выше дневной, а перелом совпал с повышением нормы выработки в марте. Это уже не разговор с отдельным человеком, а решение по процессу.
Транспортная компания, 600 водителей. Признаки: рост часов за рулём, срывы графика отдыха, участившиеся отказы от рейсов, задержки выплат в конкретном филиале. Уход водителя с нужной категорией и допусками — это две-три недели простоя техники, поэтому сигнал за месяц окупает себя одним удержанием.
Что обычно спрашивают
Это не превращается в слежку за сотрудниками?
Что помешает руководителю начать избавляться от тех, кто в зоне риска?
Сколько данных нужно, чтобы модель вообще заработала?
Насколько точным будет прогноз?
У нас нет практики таких разговоров. Что делать с сигналом?
Мы работаем в 1С:ЗУП и таблицах, никакого BI нет. Возьмётесь?
Когда это решение не окупится
- меньше примерно 500 сотрудников: увольнений в истории не хватит, чтобы отличить закономерность от случайности — дешевле регулярные встречи один на один и нормальный пульс-опрос
- текучесть уже 60–80% и причина системная: низкая оплата, тяжёлые условия, изношенное оборудование. Модель честно покажет то, что и так известно; сначала имеет смысл чинить условия, а не прогнозировать последствия
- кадровый учёт ведётся в разрозненных таблицах без истории переводов и пересмотров оплаты — прогноз будет отражать качество ввода данных, а не поведение людей
- компания не готова ограничить доступ к выдаче и записать в регламент запрет на кадровые решения по риску: в таком виде проект превращается в инструмент давления и разрушает доверие быстрее, чем приносит пользу
- ожидание, что система сама удержит людей: она только подсказывает, с кем и о чём поговорить. Если по сигналам никто не идёт разговаривать, эффекта не будет вообще
Если на диагностике расчёт не сойдётся — мы предложим более простой вариант или честно скажем, что автоматизация вам пока не нужна. Это дешевле для всех, чем проект ради проекта.
Планирование численности
Считает, сколько людей и в какие часы нужно, исходя из прогноза реальной нагрузки, норм труда и правил трудового кодекса. Дефицит виден за месяц-два до смены, а не в день выхода графика, и каждое кадровое решение сразу оценивается в рублях ФОТ.
HR и внутренние сервисыАдаптация сотрудников
Персональный план новичка по дням: задачи, материалы, чек-поинты и ответы на вопросы. Руководитель и HR видят прогресс каждого в реальном времени, а буксующих — до того, как они напишут заявление.
Аналитика и прогнозированиеПрогноз оттока клиентов
Находит клиентов, которые ещё платят, но уже собрались уходить: считает вероятность ухода на горизонте 30–45 дней, называет причины и кладёт в карточку CRM готовый сценарий удержания. Отдел удержания начинает работать до ухода, а не после.
Посчитать «Прогноз риска увольнений» на ваших цифрах?
Пришлите объёмы и пару примеров — вернёмся с картой процесса, честным расчётом экономики и точной сметой. Если не сойдётся — так и скажем.
