Dołącz do grona liderów, którzy chcą więcej
AI SZTUCZNA INTELIGENCJA

Jak przewidzieć, którzy pracownicy myślą o zmianie pracy – i ich zatrzymać?

29 października 2019 4 min czytania
Zdjęcie Tomasz Kulas - Redaktor "MIT Sloan Management Review Polska", redaktor prowadzący "ICAN Management Review"
Tomasz Kulas
Jak przewidzieć, którzy pracownicy myślą o zmianie pracy – i ich zatrzymać?

Streszczenie: BrakOdpowiedziDlaURL

Pokaż więcej

CZY WIESZ, ŻE: można z dużym prawdopodobieństwem przewidzieć, którzy z najcenniejszych pracowników firmy myślą o zmianie pracy.

W każdej firmie, niezależnie od branży, rotacja pracowników to źródło dodatkowych problemów i kosztów związanych z szukaniem i szkoleniem następców. Dlatego firmy starają się, by zatrzymać zwłaszcza najzdolniejsze, najcenniejsze osoby, składające się na kapitał intelektualny firmy i budujące jej przewagę konkurencyjną.

Dlatego dojrzałe organizacje stosują różnego typu metody pomagające im zwiększyć i wydłużyć zaangażowanie najcenniejszych pracowników firmy, a także przeciwdziałać ich nagłemu zwalnianiu się. Niestety, zazwyczaj są to metody opierające się na zbieraniu danych „po fakcie”, porównujące zależność między badanym zaangażowaniem pracowników a liczbą zwalniających się osób – i wyciąganiu odpowiednich wniosków.

A gdyby tak… przewidzieć, który pracownik myśli o zmianie pracy?

Marzenie? Mrzonka? Niekoniecznie. Prof. Brooks Holtom z Uniwersytetu Georgetown oraz prof. David Allen z Texas Christian University opracowali parametr, który nazwali „czynnikiem zmiany”. Oprócz posłużenia się naprawdę dużą bazą danych – przebadali ponad pół miliona osób pracujących w USA w różnych rodzajach przedsiębiorstw, należących do różnych branż – wykorzystali też mechanizm uczenia maszynowego. Opracowany przez nich parametr pozwala na ustalenie w czasie rzeczywistym, który pracownik poważnie zastanawia się nad zmianą pracy.

Pozostało tylko zweryfikować, jak opracowana teoria sprawdza się w praktyce. Dlatego na podstawie wyliczonego „czynnika zmiany” podzielili przebadane osoby na cztery grupy:

  • zmiana pracy bardzo mało prawdopodobna

  • zmiana pracy mało prawdopodobna

  • zmiana pracy dość prawdopodobna

  • zmiana pracy bardzo prawdopodobna

Następnie zastosowali małą prowokację. Do 2000 osób, należących po równo do każdej z czterech podgrup, wysłali e‑mail z zaproszeniem do rozmowy w sprawie pracy, w trakcie której odpowiednia oferta zostanie dostosowana do ich kompetencji i zainteresowań.

Efekt – wśród osób zakwalifikowanych jako najmniej chętne do zmiany pracy, e‑mail otwarło 2,4% odbiorców, natomiast wśród tych, którzy prawdopodobnie skłaniają się do zmiany pracy, otworzyło go 5% osób. Tylko 5%? Cóż, to nadal ponad 2‑krotnie więcej niż w pierwszej grupie.

Ciekawsza okazał się jednak drugi, czysto życiowy, „test”, do którego wykorzystani zostali pozostali badani z ponad półmilionowej próby. Okazało się, że w ciągu trzech miesięcy od badania osoby należące do grupy najbardziej skłonnych do zmiany pracy rzeczywiście zmieniały ją o 63% chętniej niż osoby z grupy, w której przewidywana zmiana pracy była mało prawdopodobna. Podobna, choć nieco mniejsza, bo 40‑procentowa różnica dotyczyła osób, przy których zmiana pracy określona została jako dość prawdopodobna.

A miało być tak pięknie…

Ten krótki artykuł z serii „Czy wiesz, że” powinien się zatem zakończyć podaniem tego niezwykłego wzoru na „czynnik zmiany”. Wzoru, dzięki któremu pracodawcy wiedzieliby wcześniej, którzy pracownicy zastanawiają się nad odejściem z firmy – i mogliby temu przeciwdziałać.

Niestety, autorzy badania nie podają takiego wzoru. Według nich pokazuje ono tylko, że odpowiednio duża grupa badanych osób, czyli odpowiednio duży zbiór danych, pozwala taki wzór opracować – za każdym razem, dla każdej firmy na nowo. Pewną przewagę mają zatem większe organizacje, dysponujące odpowiednio dużą bazą danych. Ważniejszy wydaje się jednak drugi wniosek – skuteczniej odchodzeniu pracowników przeciwdziałać mogą same firmy, a nie zatrudnione przez nie organizacje zewnętrzne. Zwykle mają one bowiem dostęp do większej ilości danych dotyczących ich pracowników, mogących posłużyć do opracowania sprawniej działającego „czynnika zmiany”.

O autorach
Tematy

Może Cię zainteresować

Jak nieefektywne spotkania niszczą wartość przedsiębiorstw

Czy wiesz, że ponad połowa czasu, jaki Twoi pracownicy spędzają na spotkaniach, to czysta strata czasu i pieniędzy? Najnowsze globalne badanie Jabra obnaża zjawisko „długu spotkaniowego”, który w dużych organizacjach generuje straty rzędu 130 milionów dolarów rocznie. Dowiedz się, dlaczego sztuczna inteligencja nie uratuje uszkodzonego systemu i dlaczego spotkania nie są uniwersalnym, bezrefleksyjnym narzędziem do wszystkiego.

Podatek od empatii, który płacą liderki

Współczesny biznes wymaga od liderów empatii i wsparcia w obliczu lęku przed AI czy restrukturyzacją. Badania pokazują jednak, że ten niewidzialny ciężar emocjonalny – tzw. podatek od empatii – obciąża głównie kobiety. Poznaj mechanizmy „pełzającej opieki” i dowiedz się, jak organizacje mogą sprawiedliwie redystrybuować kulturę troski.

Jak Nespresso integruje zrównoważony rozwój z modelem biznesowym

Czy zrównoważony rozwój wymaga odrębnego uzasadnienia finansowego? Dla Nespresso odpowiedź jest prosta: ekologia to nie kosztowny dodatek, lecz fundament strategii. Dowiedz się, jak globalny lider redefiniuje relacje z rolnikami, wdraża bioróżnorodność i bierze pełną odpowiedzialność za cykl życia swoich produktów, by zabezpieczyć biznes na nadchodzące dekady zmian klimatycznych.

AI w biznesie Pułapka taniego AI. Dlaczego firma bez ludzi to biznesowy błąd?

Większość projektów AI nigdy nie trafia do produkcji. Dlaczego firmy utknęły w fazie eksperymentów i jak mogą zamienić sztuczną inteligencję w źródło realnych oszczędności oraz przewagi konkurencyjnej? O tym opowiada Udo Sglavo.

Kiedy pracownicy toną w nadmiarze zmian

Liderzy zazwyczaj skupiają się na operacyjnej mechanice zarządzania zmianą, zapominając o kluczowym fundamencie – ludziach, którzy bezpośrednio jej doświadczają. Kiedy organizacja narzuca zbyt szybkie i chaotyczne tempo innowacji, pracownicy tracą zaangażowanie, a procesy wdrażania kończą się porażką. Dowiedz się, jak skutecznie przeprowadzić firmę przez transformację, chroniąc strategiczne zasoby i wydolność swojego zespołu.

Dlaczego zarządy nie widzą we mnie wizjonera?

Zastanawiasz się, dlaczego mimo wieloletniego doświadczenia i głębokiego zrozumienia biznesu, awans na najwyższe stanowiska wciąż omija Cię szerokim łukiem? Często problemem nie jest rzeczywisty brak strategicznego myślenia, lecz nieumiejętność jego odpowiedniego komunikowania. Dowiedz się, jak przestać koncentrować się wyłącznie na operacyjnych konkretach i zacząć skutecznie sygnalizować swoje wizjonerskie podejście.

Sztuczna inteligencja i pułapka zależności poznawczej

Czy sztuczna inteligencja zagraża naszej zdolności do samodzielnego myślenia? Andrew Palmer, redaktor „The Economist”, opowiada o wdrażaniu AI w rygorystycznym środowisku medialnym, pułapce „zależności poznawczej” i algorytmach, które wkrótce mogą przejąć procesy rekrutacyjne. Poznaj podejście do technologicznej rewolucji, w którym kluczem pozostaje krytyczny nadzór człowieka i zarządzanie oparte na faktach.

Multimedia
Depresja u ludzi sukcesu. Jak ją diagnozować i mądrze leczyć?

Czy depresja to tylko smutek i brak silnej woli? W najnowszym odcinku podcastu Klaudii Knapik Zdrowie Lidera prof. Piotr Gałecki obala największe mity na temat tej choroby. Dowiedz się, jak rozpoznać wysokofunkcjonującą depresję u liderów, dlaczego ciało reaguje fizycznym bólem na przewlekły stres i jak nowoczesna medycyna pomaga odzyskać biologiczną równowagę.

Dlaczego firmy nie muszą ciąć etatów z powodu sztucznej inteligencji

Czy masowe zwolnienia w erze sztucznej inteligencji to biznesowa konieczność, czy może fatalny w skutkach błąd? Andrew Winston przekonuje, że organizacje opierające się presji zastępowania młodych talentów algorytmami nie tylko skutecznie zabezpieczą swoją przyszłość i lejek kadrowy, ale też zyskają potężną przewagę strategiczną nad bardziej krótkowzroczną konkurencją.

Multimedia
Kto ukradł narrację o AI? Ograniczenia LLM-ów, o których milczą giganci

W debacie o sztucznej inteligencji ton nadają dziś wielkie korporacje, nierzadko uciekając się do marketingowej propagandy. Zamiast ulegać wizjom bezwarunkowego dobrobytu, liderzy biznesu powinni spojrzeć na algorytmy z chłodnym dystansem. O tym, jak odzyskać strategiczną wyobraźnię i gdzie leżą prawdziwe limity AI, opowiada analityk foresightu strategicznego Bartosz Frąckowiak.

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!