DAX を使用した LuckyTemplates での離職率の計算 – HR Insights

離職率の計算方法について簡単に説明します。ここでは、いつでもスタッフの数を確認する方法を説明します。このチュートリアルの完全なビデオは、このブログの下部でご覧いただけます。

また、参加する人の数と失う人の数を比較する方法も示したいと思います。これにより、人的資源の観点から組織の成長について興味深い洞察が得られます。

ここまでの作業が完了すると、現在のスタッフに関するデータの計算方法を学べば、離職率の計算はそれほど難しくないことがわかるでしょう。式を少し変えるだけです。

目次

• デモデータの分析
• 現在のスタッフの計算
• 離職率の計算
• 結論

デモデータの分析

最初に注意すべきことは、Dates テーブルと Staff Population テーブルの間にアクティブな関係が存在してはいけないということです。

これは、staff テーブルにStart DateとEnd Date という2 つの日付があるためです。

このテーブルには、スタッフ メンバーごとに個別の行もあります。

係員がまだ帰っていない列もある。そのため、[終了日]の下に空の結果が表示されます。

たとえば、この人物を見ると、この人物は 2018 年 2 月にチームに加入し、約 1 年半後に退社したことがわかります。

現在のスタッフの計算

これは、 Current Staffを取得するために使用した式です。

今日より前に何人のスタッフがいたかを調べるために、関数を使用しました。次に、 で、スタッフ人口と開始日を参照しました。

一方、この部分は、その日以降に終了日を持つスタッフの数を示します。ここでもFILTER関数を使用しましたが、今回は終了日を参照しました。

チームに残っているスタッフについては、機能がカバーします。

そこから、ビジュアライゼーションを確認するだけで、ある時点でのスタッフの数を確認できます。

離職率の計算

スタッフの離職率に使用した式は、現在のスタッフに使用した式と比べてはるかに単純です。

COUNTROWS関数はスタッフの数を数えるのに便利です。

しかし、より重要なことは、すべてのEnd Dateを確認することです。これがFILTER関数の目的です。

また、その特定のテーブル内の現在の日付以下の終了日がいくつあるかを確認する必要もあります。

この特定のシナリオでは、初めて離職者が発生したのは 2019 年 5 月 31 日で、3 人のスタッフが退職しました。

データをさらに分析すると、確かに開始日が異なる 3 人がいたものの、全員が同じ日に退社したことがわかります。

ここで、以下の式のこの部分がスタッフ母集団のすべての終了日を処理できる唯一の理由は、異なるコンテキストを強制するアクティブな関係がモデルに存在しないためであることを思い出してください。

また、空白が方程式から削除されていることを確認したいと思います。当然のことながら、これらのスタッフ メンバーは依然としてチームの一員であるため、スタッフの離職に加わるべきではありません。

それが、式のこの部分の目的です。フィールドは完全に無視されます。

視覚化の話に戻ると、人々が離れ始めた時期がわかりやすくなります。

組織がピークに達した時期を調べることで、さらに多くの洞察を得ることができます。おそらく、この分野で人数が大幅に増加したのは組織の成長期であり、より多くのスタッフが必要だったのかもしれません。

減少分析: LuckyTemplates と DAX を使用して失われた顧客を見つける
高度な DAX を使用した LuckyTemplates 顧客属性分析
LuckyTemplates でコホート分析を実装する方法 – 高度な DAX 概念

結論

この離職率の計算は、特にこの種の仕事に従事している場合、間違いなく素晴らしい洞察を与えるでしょう。これは単に長期にわたるスタッフの数を示すだけではありません。また、組織の成長または衰退を確認する良い方法にもなります。

これが機能するには、モデル内に非アクティブな関係が存在することが重要であることに注意してください。そこから、この計算をマスターするのは非常に簡単になります。

ではごきげんよう、