因各個世代對工作的期盼不一，挽留人才方面並沒有萬靈的策略。譬如佔勞動人口最多的千禧世代通常較在意到不同地方工作的機會，比嬰兒潮世代僱員較常跳槽。
因此，不少企業因此希望利用預測性分析來解決這艱鉅的人事挑戰，以各種內部及外來數據建立一些為人事部及業務經理而設的工具，並將其注入核心人力資源系統，從而預視哪些員工有離職的可能，以便採取相應措拖。例如有一間公司分析保存了多年的數據，發現於公司多個部門工作過的員工較傾向留低，推翻年資長短與去留意向掛勾的假設。結果，公司重訂擱置已久的崗位輪替計劃，以改善員工流失情況。
彌補人手除了在招聘和培訓上需要金錢和時間外，流失優秀員工亦可導致生產力、客戶滿意度及工作士氣下降。雖然很多僱主以為加薪是防止員工流失的唯一方法，但很多員工離職主因是與公司欠乏維繫。滿意僱主並與其關係密切的僱員，甚少理會獵頭公司或尋找其他工作機會。
有調查顯示，員工維繫指數與公司表現有直線關聯。有調查指，員工維繫度高的公司，在顧客評分、工作效率及盈利較競爭對手高出一至兩成二。而另一調查則發現，員工維繫度高的公司，每股收益比競爭對手更高出147%。
維繫員工最重要是明白每人的原動力，並與他們一起建立符合他們目標及興趣且明確、清晰的前程規劃。單靠年度評估並不足以達到目的，僱主應該持續給予員工意見和新機會，吸引他們繼續投入工作。
預測性分析利用科學和技術，透過分析僱員上班乘車時間、人生重大轉變、上次升職日子等因素，以了解員工需要和目標的轉變，並識別出有機會萌生去意的員工，並在他們離心形成之前提供個人化建議，助公司重新與他們維繫。另外，數據科學除了讓僱員了解與自己相似的僱員在公司的情況、不同的前景、需提升的技能和經驗外，更提供個人化建議協助僱員開拓理想前途。數據科學另一優勢在於增加僱員與人事部、經理甚至同事之間的透明度及個人化水平。預測性分析不單是維繫及挽留員工的一大競爭優勢，更是協助僱員策略更理想前途的好幫手。
圖：Shutterstock
以上文章刊於《招職》。
