Rotación de análisis de personas

Uso de modelos de machine learning para identificar agentes con alta probabilidad de deserción voluntaria

Meta

Reducir la deserción voluntaria de agentes con más de 90 días de permanencia.

Meta

Reducir la deserción voluntaria de agentes con más de 90 días de permanencia.

Estrategia

  • Se creó un modelo predictivo para generar una puntuación y evaluar la importancia de las variables;
  • Se seleccionan los agentes identificados con alta probabilidad de deserción y se aplican medidas preventivas.

Estrategia

  • Se creó un modelo predictivo para generar una puntuación y evaluar la importancia de las variables;
  • Se seleccionan los agentes identificados con alta probabilidad de deserción y se aplican medidas preventivas.

Puntos destacados

  • El modelo genera una puntuación de probabilidad individual para cada agente, lo que nos permite gestionarlos individualmente
  • Los agentes se agrupan en programas y otras jerarquías para facilitar la priorización de acciones.

Puntos destacados

  • El modelo genera una puntuación de probabilidad individual para cada agente, lo que nos permite gestionarlos individualmente
  • Los agentes se agrupan en programas y otras jerarquías para facilitar la priorización de acciones.

Resultados

Reducción mensual del deserción de 0,8 puntos porcentuales e impacto positivo en el absentismo.

Resultados

Reducción mensual del deserción de 0,8 puntos porcentuales e impacto positivo en el absentismo.

Compartir

Casos

CAT ADSL

Linkedin LogoLinkedin Atento Live LogoAtento Live