为什么需要加星标？
由于微信公众号出现了 “乱序” 排列的状况，也就是说：文章不会按照 “时间顺序” 推送给你。那么朋友们就不能第一时间，收到我的干货。因此希望您抽出一分钟，完成如下三步。
1. 项目数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=4574
2. 数据分析工具：本次案在例中，我所需要做的便是通过已有的信息进行预测员工未来的动向，即判断该员工未来是否会离职。其中训练数据主要包括1100条记录，31个字段。此次数据分析所用到的工具有：excel，tableau
1. 明确业务需求
面对公司留不住人，人员流动大等问题，本文对取自于“阿里天池”关于职工数据集的数据进行分析，挖掘出哪些数据对于离职率有贡献，预测哪些人最后会流动。
2. 数据采集
项目数据集取自“阿里天池”，相关网址链接请参看概述。其中训练数据主要包括1100条记录，31个字段。主要字段说明如下：
（1）Age：员工年龄（1表示已经离职，2表示未离职，这是目标预测值）
（2）Attrition：员工是否已经离职（Non-Travel表示不出差，Travel_Rarely表示不经常出差，Travel_Frequently表示经常出差）
（3）BusinessTravel：商务差旅频率（Sales表示销售部，Research & Development表示研发部，Human Resources表示人力资源部）
（4）Department：员工所在部门（Sales表示销售部，Research & Development表示研发部，Human Resources表示人力资源部）
（5）DistanceFromHome：公司跟家庭住址的距离，（从1到29，1表示最近，29表示最远）
（6）Education：员工的教育程度（从1到5，5表示教育程度最高）
（7）EducationField：员工所学习的专业领域（Life Sciences表示生命科学，Medical表示医疗，Marketing表示市场营销，Technical Degree表示技术学位，Human Resources表示人力资源，Other表示其他）
（9）EnvironmentSatisfaction：员工对于工作环境的满意程度（从1到4，1的满意程度最低，4的满意程度最高）
（10）Gender：员工性别（Male表示男性，Female表示女性）；
（11）JobInvolvement：员工工作投入度（从1到4，1为投入度最低，4为投入度最高）
（12）JobLevel：职业级别（从1到5，1为最低级别，5为最高级别）
（13）JobRole：工作角色 （Sales Executive是销售主管，Research Scientist是科学研究员，Laboratory Technician实验室技术员，Manufacturing Director是制造总监，Healthcare Representative是医疗代表，Manager是经理，Sales Representative是销售代表，Research Director是研究总监，Human Resources是人力资源）
（14）JobSatisfaction：工作满意度（从1到4，1代表满意程度最低，4代表满意程度最高）
（15）MaritalStatus：员工婚姻状况（Single代表单身，Married代表已婚，Divorced代表离婚）
（16）MonthlyIncome：员工月收入（范围在1009到19999之间）
（17）NumCompaniesWorked：员工曾经工作过的公司数
（19）OverTime：是否加班（Yes表示加班，No表示不加班）
（20）PercentSalaryHike：工资提高的百分比
（21）PerformanceRating：绩效评估
（22）RelationshipSatisfaction：关系满意度（从1到4，1表示满意度最低，4表示满意度最高）
（24）StockOptionLevel：股票期权水平
（25）TotalWorkingYears：总工龄
（26）TrainingTimesLastYear：上一年的培训时长（从0到6，0表示没有培训，6表示培训时间最长）
（27）WorkLifeBalance：工作与生活平衡程度（从1到4，1表示平衡程度最低，4表示平衡程度最高）
（28）YearsAtCompany：在目前公司工作年数
（29）YearsInCurrentRole：在目前工作职责的工作年数
（30）YearsSinceLastPromotion：距离上次升职时长
（31）YearsWithCurrManager：跟目前的管理者共事年数
3. 数据清洗
我们使用的数据是excel文件格式，其中自变量30个，因变量为1个（是否离职）。
数据集字符型字段有7个（BusinessTravel/ Department/EducationField/Gender/JobRole/MaritalStatus/Over18/OverTime）数值型字段有24个。
其中将单一变量删除（年满18岁、标准工时、员工编号为常量），部分数值变量<=3的字段也删除，此类数据对于分析预测不具有代表性。
同时观察数据，针对字段值不满一年的数据均用0代替，没有缺失值, 因此不用处理缺失值.
对于记录来说, 其没有唯一标识的字段, 因此会存在重复记录, 这里采取“重复值处理”和“数据一致化”处理；
通过tableau作图观察各自变量对是否离职影响程度大小，
删除单一变量&常量
4. 数据理解
我们使用的数据是EXCEL数据文件格式，其中自变量30个，因变量为是否离职。下表对所有变量进行了说明，以便更好的理解数据。
5. 数据探索性分析
离职人员178人，占比16.18%；在职人员922人，占比83.82%
由下图可以看出，离职人员偏年轻化，峰值出现在28-32岁，其中男性离职人数大于女性人数。
由下图可以看出，Married人士在公司最多，其次是Single人士，再就是Divorced人士，其中离职人数最多的为单身人士；同时从”公司离家距离“这个维度来看，公司离家距离的远近对离职存在影响，且对单身人士影响较大。
由下图可以看出，需要加班对职工的离职影响更高，月工资收入在3k（含）以下的对职工离职影响更高。
如下图，商务差旅数次数的增多对职工离职的影响也随之增大，其中针对商旅次数多的职工来讲，工作平衡大致2-3分占多数，故工作平衡度也影响职工的离职。
如下图，工资提高百分比为12%-14%的职工占主体，且该部分离职员工最多，其次是是提薪10%-12%的职工，说明提薪对于职工离职有较大影响。
如下图，就中位数而言, 离职人员与在职人员对公司满意度都为3, 且离职人员对公司满意度整体波动较大，离职人员中有对环境满意度为1的员工，工作环境对职工离职有较小影响。
如图，就中位数而言, 离职人员对工作的满意度相对较低为2.5，从中位数与第一四分位的差值来看，普遍离职人员对于工作满意度较低，离职人员中有对工作满意度为1的员工。
如公司学员专业领域以“生命科学专业”人数占比最高占42%，，同时其离职占比也最高为6%，其次就是“医学专业”。
06 数据分析
综合分析：该企业的离职人员特征包括入职时间较短，偏年轻化，男性稍多，单身，月收入较低，加班等。
推荐阅读：
