Avanade 成立于 2000 年，是微軟和埃森哲的合資企業。Avanade 是創新數字和云服務、業務解決方案和微軟生態系統設計主導體驗的領先提供商。全球客戶期待 Avanade 就新的戰略和行業解決方案進行咨詢，以推動這一數字時代的創新和增長。Avanade 擁有 25 個國家/地區的 38，000 名專業人員，是埃森哲微軟商業集團背后的力量，幫助公司利用微軟平臺吸引客戶、增強員工權能、優化運營和改造產品。Avanade 擁有世界上最大的微軟認證專業人員社區之一，曾 14 次榮獲微軟年度合作伙伴獎。
由于 Avanade 是一家咨詢公司，因此它對其員工的專業增長進行了大量投資，以確保他們擁有最高水平。因此，Avanade 的員工保留對于維持成功的商業模式至關重要。來自阿瓦納德人力資源部（布魯斯·伍爾弗頓、山姆·楊、卡羅琳·范寧）的主要成員以及阿瓦納德信息技術服務公司（ITS）的關鍵成員（史蒂夫·納爾遜、馬希馬·貝迪、安德斯·斯旺森、貝薩尼·約根森、塞姆·烏爾法利奧盧）創建了一個積極主動的解決方案，以提高員工保留率。
使用 Power BI 和 Azure 機器學習有助于改進我們在 Avanade 留住人才的方式。通過機器學習，我們可以模擬員工流失情況，了解整個組織的未來風險所在，而 Power BI 則向我們的領導者傳播這些見解，以便將這些見解應用于人才保留策略和行動。
圖 1.阿瓦納德的蔚藍解決方案架構
Avanade 一直使用數據和 AI 作為業務轉型的推動者，為關鍵企業業務流程帶來真正的收益。最近，當 Avanade 的 ITS 智能企業 （IE） 團隊與人力資源 （HR） 業務利益相關者合作時，員工保留問題得到解決。跨功能團隊構建了一個機器學習 （ML） 模型，以識別組織內的消耗風險和Power BI洞察可視化，以改進 Avanade 留住人才的方式。
當員工自愿離開公司時，就會發生自然減員，每個員工花費數千美元，包括培訓、知識轉移和招聘。這通過增加招聘、入職、自然減員和客戶影響，給企業造成重大重大成本。
總體而言，將目前的自然減員率降低 10% 每年可為 Avanade 節省數百萬美元，此外還可以從人才保護中獲得間接價值，以獲得競爭優勢、保護知識產權和企業增長潛力。
從歷史上看，阿瓦納德一直依賴主流方法來管理自然減員。離職面試和員工調查為員工體驗和敬業度計劃提供信息并增強。傳統的商業智能方法產生了自然減員和參與度指標。雖然這種回顧性分析很有價值，但能夠查看前瞻性的自然減員風險為人力資源利益相關者提供了見解，以便在當今競爭激烈的人才市場中更及時地采取行動。
在 2019 財年開始時，Avanade 的首席人力資源官 Dave Gartenberg 優先考慮建立數據驅動分析解決方案的必要性，以定期識別自然減員風險并做出基于證據的決定，以增加保留率。信息技術服務的數據科學家一直與人力資源利益相關者合作，以確定自然減員指標，并構建分析企業和員工數據的假設。由 ITS 可視化專家設計的 Power BI 儀表板中的人力資源經理可查看結果。
目前，該模型按月應用，結果自動出現在 Power BI 中，為每個預測提供個性化和詳細的解釋。這些報告受用戶角色權限的限制。
Power BI 分析解決方案是 Avanade HR 正在全球推出的新員工敬業度計劃的核心組成部分，該計劃旨在將保留作為成功措施。通過計算自然減員風險，Avanade 的人力資源領導者可以發起主動保留行動，并以員工為中心查看增加或減少自然減員概率的因素。
阿瓦納德在編寫 Power BI 報告時面臨兩大挑戰。首先是如何解釋和呈現模型的結果是可以理解的術語。該團隊使用工具提示和書簽來解釋如何解釋結果。解釋基于夏普利添加劑計劃 （SHAP） 方法來解釋個人預測和 Azure 機器學習包。此外，還開發了一個功能映射功能作為元數據，然后包含在報告中。此元數據在機器學習管道執行過程中自動生成。
第二個問題是ML工作的實驗性質。使用不同版本的模型，輸出需要頻繁和持續的更新。最初，Power BI 開發人員必須手動確定要更改、添加或刪除哪些列。為了消除此手動工作，當新版本發布時，功能文檔會在 ML 管道運行期間自動從 Python 代碼生成并包含在報告中。
機器學習模型的結果通過 Power BI 報告傳播給人力資源和業務領導。這些報告使用相同的數據模型和可視化，并采用動態行級安全性構建，因此用戶只能根據其角色和地理位置查看適當的數據。
這些 Power BI 報告為人力資源和領導團隊提供了關鍵見解，使他們能夠采取主動步驟來管理保留。"開始"頁面包含有關報告本身的信息，包括更新計劃，以及指向其他相關 Power BI 報告的鏈接。這為可用的數字見解提供了全面的互連視圖，并為用戶提供了便捷的導航。
概述頁面提供了有關未來三個月內離開 Avanade 風險較高的員工百分比的見解。本頁還可用于制定基于情景的預測展望，以及查看不同組織級別（如地區、部門和級別）的自然減員風險細目。
圖2。（上圖）電源 BI 儀表板演示如何解釋因素對自然減員和保留的影響;（底部）電源 BI 儀表板顯示導致員工自然減員的因素
"因素"頁面包含可視化，以幫助解釋推動這些預測的因素。一個因素可以增加一些人的自然減員風險，而同樣的因素可能是減少其他人的自然減員風險。這些因素可以從整體上看待或單獨分析，以了解它們對自然減員的影響程度和程度。
圖3。使用自然語言功能的示例查詢
"因素"頁面還通過問答按鈕提供自然語言 （NL） 功能，允許用戶根據數據提出自己的業務問題。選擇按鈕會彈出一個對話，用戶可以從建議的問題中進行選擇，也可以自行制定問題。Power BI 可即時生成可視化以回答用戶的查詢。
圖4。電源 BI 儀表板，突出顯示當前保留風險的員工和人群
預測性評估員工流失的新流程使 Avanade 能夠采用創新的主動方法來留住員工。從歷史上看，對于所有行業來說，這些指標只能追溯觀察。憑借 Azure 和 Power BI 的機器學習能力，Avanade 制定了一項現代新戰略，以了解并控制整個公司正在發生的事情。
Avanade 目前正在推出其新流程，并稱其為"人力資源全球參與計劃"。該公司預計不久將開始看到與推動該項目的三個主要組織目標相關的結果。
第一個目標是增加保留率。這種基于證據的新方法幫助 Avanade 識別并采取積極行動來培養人才和增加保留率。
第二個目標是改善員工體驗。這一努力更好地幫助 Avanade 識別與員工留用和自然減員相關的情景和體驗。實施解決方案提供的知識將用于影響組織計劃和流程設計，以酌情提升員工體驗。
推動該項目的第三個目標是為勞動力規劃提供信息。增強對各地區保留和自然減員風險的洞察，將有助于 Avanade 在學習與開發和人才獲取方面的領導合作伙伴主動瞄準 Avanade 期望所需的技能和能力市場。
通過使用完整的 Azure 解決方案與 Power BI 儀表板相結合，Avanade 能夠通過使用機器學習開發專注于具體措施的創造性解決方案來解決人才保留問題。人力資源、學習與開發、人才獲取和領導力現在都可以利用預測性保留數據帶來的好處。
