Data Mining to Improve Personnel Selection and Enhance Human Capital: A Case Study in High-Technology Industry
作者: Chien, C.-F. and Chen, L.-F. 來源: Expert Systems with Applications, Vol. 34, 2008, pp. 280-290.
授課教師:黃三益教授組員:徐慎宜 (M954020009) 唐筠 (D954020008) 林皇吉 (D954020004)
Background & Motivation
人力資源為高科技產業關鍵 直接影響:人才招募與挑選方式 過去研究:利用「靜態」的性質
高科技產業迅速變動 靜態的性質不適用 工作內容開始跨部門非單一化 挑選員工變得相當困難 必須要有新的挑選員工方式
高科技產業特徵(半導體業為例) 製程複雜、高不確定性、短產品生命週期、利潤低、人資
招募困難 以「工程師 (engineer) 」最為重要
Background & Motivation (cont.)
高科技產業人資問題 高離職率、招募正確人才困難、挑選困難 問題核心:如何挑選人才到合適職位、如何增加
員工在職年限 DM 雖高度發展,在人資領域的應用卻不足 本文目的
發展一個 DM framework 以進行人才挑選 以 association rule 的方式找出個人特徵與工作行
為 ( 包括工作表現、任職時間 ) 的關連
Empirical study-Background
公司背景 1987 成立 2005 二月底止,共有 18570 位員工
平均年齡 30.6 歲,平均服務 4.8 年 2.4% 博士, 26.5% 碩士, 17.6% 學士, 23.9% 專科, 29.6
% 高中 人資問題背景
高科技產業壓力大:人員流動率高 雖然經過嚴格挑選過程,仍有高離職率和工作表現不佳之
情況 人資部門只能以有限的資訊來預測應徵者的工作表現 應徵過程的表現也常誤導人資部門
Empirical study-Problem definition & Objective
目的 依據應徵者人文基本資料,預測工作行為 亦考量招募管道與工作職位 從中找出相關的 association rules
Empirical study- DM process & Results
DM Process 資料來源:台積電
時間: 2001~2004 職位數 / 資料數 : 19/52895/3825
DM 技術 以 CHAID 發展 decision tree 並建立 asso
ciation rule
Empirical study-DM & Model construction
以 CHAID 技術發展 decision tree 考量任何可能性
Decision tree 合適性 Confidence & Lift
Tree pruning 方式確保每個葉節點樣本數 >20
結果 50條association rule與工作表現有關 16 條 association rule 與任期有關 職位、學校、學歷與工作經驗與工作表現、任期最相關 離職原因:結果太過分歧且無法實行,不予以討論
Empirical study-Interpretation & Knowledge extraction
50 條 rule30 條有意義之 rule 針對招募管道、學歷、工作經驗進行討論
招募管道 工作表現
內部招募之員工 > 自外部招募之員工好,可能性較高 招募高潛力員工(碩士以上、自 tier 1 學校畢業之學生)
內部管道 > 外部管道。 職位 C
外部管道招募且有過一年以上工作經驗之員工,三個月內離職的可能性比內部管道招募之員工較高
在招募上改變作法,對於成功雇用之員工發與現金獎勵。 職位 B
內外部管道招募之員工三個月內離職的比率相當 正設法修改職位 B 之工作範圍
Empirical study-Interpretation & Knowledge extraction
學歷 工作表現
tier 1 大學且學歷較高者,工作表現較好。 招募管道
外部 tier 1 大學表現比起其他學校好
內部 tier 1 與 tier 2 大學表現比起其他學校好
職位 A tier 1 大學且工作表現好的員工,在一年內離職的比率比其他學校高
正著手改變職位 A 的工作內容,並計畫讓工作表現好之員工可以輪調到其他職位
Empirical study-Interpretation & Knowledge extraction
工作經驗 工作表現
一年以上經驗者 > 無經驗者 若同時具有高學歷的特質,工作表現更好 主修化學或材料工程的工作表現較好
離職率 一年以上經驗者三個月內離職比例 > 無經驗者 職位 C尤其明顯
已著手針對職位 C 工作內容進行改變
Empirical study-Knowledge using
第一 與 tier1 大學成立合作專案 (URP) ,學生畢業直接任職
第二 針對透過 URP 成功聘用之員工,提供現金獎勵
第三 針對某些職位負責範圍進行調整
第四 著手發展職位輪調機制
第五 針對 URP計畫已發展出特定輔導模式,加強員工聘用
Conclusion & Critique
貢獻 除解決台積電人才招募問題 DM 對高科技產業人力資源問題為可行技術
限制 只針對工程師( engineer )一職進行研究 單一個案外部有效性稍嫌不足
疑點 學校是何分出 3 個 tier?又各自包含哪些學校? 年齡的部分是哪些種類? 只提到職位 A 、 B 、 C ,其他職位之差異?
Top Related