algo-hr-turnover

员工离职预测

概述

离职预测使用分类模型（逻辑回归、随机森林、XGBoost）来估算员工在指定期限内（通常为 6-12 个月）离职的概率。特征包括任职时间、薪酬、绩效、晋升历史和敬业度信号。

适用场景

触发条件：

• 识别自愿离职风险较高的员工
• 量化哪些因素会导致离职，以便开展有针对性的干预
• 优先将留任预算用于影响最大的员工

不适用场景：

• 用于计划非自愿解雇（流程和伦理要求不同）
• 员工人数 < 200 时（数据不足以支持可靠建模）

算法

IRON LAW: Turnover Models Predict RISK, Not Certainty
A predicted 80% turnover probability means "employees with similar
profiles historically left 80% of the time." It does NOT mean this
specific employee WILL leave. Never use model outputs as sole basis
for employment decisions — that creates legal and ethical liability.

阶段 1：输入验证

收集：员工人口统计信息、任职时间、薪酬（相对于市场水平）、最近一次晋升日期、绩效评级、经理变动历史、敬业度调查得分、通勤距离。结果：N 个月内自愿离职。 **门槛：**至少 200 起离职事件；特征数据必须在离职日期前可用。

阶段 2：核心算法

1. 特征工程：任职时间分档、薪酬比率（薪资/市场中位数）、距上次晋升的时间、经理任职时间、敬业度趋势
2. 处理类别不平衡：离职率通常为 10-20%。使用 SMOTE 或类别权重。
3. 训练：逻辑回归（可解释性强，受 HR 青睐）或 GBDT（准确率更高）
4. 输出：离职概率 + 每位员工的主要风险因素

阶段 3：验证

评估：AUC、精确率-召回率（在可采取行动的阈值下）。回测：模型是否正确标记了过去 6 个月内离职的员工？ **门槛：**AUC > 0.70，最高十分位的精确率 > 50%。

阶段 4：输出

返回风险评分及驱动因素分析。

输出格式

{
  "risk_scores": [{"employee_id": "E123", "turnover_prob": 0.72, "risk_tier": "high", "top_drivers": ["low_comp_ratio", "no_promotion_3yr"]}],
  "metadata": {"model": "xgboost", "auc": 0.78, "prediction_window_months": 12}
}

示例

示例输入/输出

**输入：**员工：任职 4 年，薪酬比率为 0.85，3 年未晋升，敬业度得分持续下降 **预期：**高风险（>0.6）。主要驱动因素：薪酬低于市场水平、职业发展停滞。

边界情况

输入	预期结果	原因
新员工（< 6 个月）	预测不可靠	行为数据不足
绩效顶尖、薪酬较高	仍可能离职	非财务因素（经理、文化）也很重要
重组后时期	可能出现模型漂移	异常情况会扭曲模式

注意事项

• 幸存者偏差：训练数据只包括已入职且留任时间足够长、因而能够被观察到的人。早期离职者可能占比不足。
• 特征泄漏：“开始找工作”或“更新 LinkedIn”是强预测因素，但在伦理和法律方面存在问题。应仅使用内部 HR 数据。
• 自我实现预言：如果经理对“高风险”员工区别对待（减少投入、分配更少项目），模型预测就会变成自我实现预言。
• 法律限制：直接使用受保护属性（年龄、性别、族裔）或通过代理变量使用，可能违反劳动法。应审查是否造成差别影响。
• 留任干预时机：只有 HR 采取行动，识别风险才有用。应将模型纳入留任工作流，并设置具体的干预触发条件。

参考资料

• HR 数据特征工程请参阅 references/hr-features.md
• HR 应用中的伦理 AI 请参阅 references/ethical-hr-ai.md