Desarrollo de un Modelo Predictivo para la Reducción de la Rotación Laboral en el área de producción de la planta Santa Catarina en Bokados

Un problema común en las empresas, es que tiene una mala retención en sus empleados por lo que genera altos costos y afecta la productividad por la causa de la rotación, por lo cual nos motivó a realizar un análisis de factores predictivos que nos ayudarán a identificar a los empleados con mayor probabilidad de renunciar para que Bokados identifique cual es un perfil adecuado para que pueda implementar estrategias en su selección de personal. El objetivo principal, se basa en desarrollar modelos de analítica predictiva que nos pueda ayudar en identificar las distintas variables que actualmente influyen en la decisión de los empleados de abandonar la compañía, buscando generar un perfil ideal o adecuado a la compañía para que ayude a tener una buena retención en sus empleados y de esta manera reducir sus costos asociados. En el marco de referencia, se incluyen investigaciones previas sobre modelos predictivos aplicados en la industria. Respecto a la metodología, se decidió utilizar Crisp DM ya que fue la más adecuada ya que nos ayudó a cumplir con nuestros objetivos esperados. Se realizaron modelos de Analítica Predictiva, Bosques Aleatorios y Árboles de decisión para identificar las variables que tiene un perfil con alto riesgo de deserción. Los resultados obtenidos nos muestran las variables que tiene un empleado con alto riesgo de renunciar a la compañía. El modelo logró una precisión aceptable al clasificar a los empleados.