在任何公司，員工流轉都是大問題。那么你能比較準確地預測，你的團隊中哪個成員最有可能離開辭職嗎？

    許多公司試著這樣做過。前哥倫比亞大學教授Eric Siegel在他的新書《預測性分析》中談到了惠普的飛行風險項目。該程序利用數據預測哪位惠普員工最有可能辭職。Siegel（在接受采訪時）說，這樣的項目“變得越來越常見，尤其是在大型組織中。”在實驗群組中，Siegel寫道，如果惠普掌握這些知識，能夠將員工流轉率從20%減少到15%.

    在我第一次聽到這種觀點的時候，我認為這聽起來有一點像《老大哥》節目的風格，或者像從《少數派報告》中出來的東西。但隨后我意識到兩件事：

    首先，觀察哪些員工可能離開，需要介入公司廣泛使用的相同過程——來找出哪些客戶最有可能叛變。當然，謀生似乎比工作環境更重要，比你是否想換到一間更有挑戰性的匹薩連鎖店權重更高。但只要負責任地使用數據，這不意味著某人會被擠出去，在他們自己想辭職或者不予升遷之前。畢竟，大多數公司希望保留他們的員工。知道你看重的員工可能辭職，會讓作為經理的你給那個人加薪，或者給他更有趣的任務。這個結果對團隊成員還不錯。

    其次，經理們都會預測哪些員工有可能辭職——有的判斷可能不太公平。Siegel指出，“一般來說，進行數據驅動決策的意義是放棄拍腦袋的決定，更多轉向實證驗證過的決策。”如果經理知道員工懷上第二個孩子，可能會認為她產假結束不會回來，因為三年前某人也這樣做過。但數據可以提醒經理，任何個人的去留決定都基于多種因素，人無法很好權衡。數據也會告訴經理，比起那些給以更多責任的員工，外出休假一段時間實際上會讓員工流轉的風險降低——而不是增加。Siegel說，“核心科學是如何整合多種因素”。

    你是怎么判定哪些員工最有可能辭職的？