30 мая 2025

Авторы: Иконников Андрей Александрович
Субъект РФ: РФ, Белгородская обл.

Целью Федерального проекта «Медицинские кадры» является повышение доступности медицинской помощи для граждан Российской Федерации благодаря ликвидации кадрового дефицита. Снижение дефицита врачей в государственных медицинских организациях субъектов Российской Федерации остается важной проблемой для региональных органов управления здравоохранением. Актуальной является задача повышения мотивации сотрудников и снижения текучести кадров. Представляет интерес исследование факторов, влияющих на намерения уволиться среди сотрудников медицинских организаций, используя методы машинного обучения, выработки технологической стратегии удержания сотрудников, применяемой руководством для сохранения лучших сотрудников организации.

Для этого в ряде медицинских организаций региона проведен медико-социологический опрос сотрудников, занимающих должности среднего медицинского персонала. Анкета включала, в соответствии с теорией мотивации Альдерфера ERG, ряд вопросов, в которых учтены: внешние факторы (уровень заработной платы, степень удовлетворенности работой в организации); доминирующие внутренние потребности (уверенность в сохранности рабочего места, принадлежность к коллективу/организации, потенциал для личного роста); факторы соответствия (профессиональные качества и образовательная подготовка в текущей работе). Ключевой вопрос касался намерений респондента уволиться с работы. В набор данных для целей статистической обработки и машинного обучения была включена 1331 анкета.

После предварительной обработки массива данных были применены такие алгоритмы машинного обучения, как LogisticRegression и DecisionTree. Перед обучением данные разделялись на обучающую выборку (67%) и тестовую выборку (33%). В качестве независимых переменных использовались 23 переменные, а зависимой переменной являлось намерение уволиться. В процессе обучения оценивали качество моделей с помощью базовых метрик (Accuracy, Precision, Recall, F1-score). Для визуализации результатов использовалась матрица ошибок, вычислялось значение ROC-кривой.

Результатами работы явились обученные модели, оцененные по набору показателей.

Наивысшую точность прогнозирования намерения уволиться показал алгоритм LogisticRegression со значением 0,865, точность DecisionTree несколько меньше и составила 0,85. Получены значения важности признаков логистической регрессии. Так, наибольший положительный вес получили такие признаки, как «Забота администрации о персонале», «Удовлетворенность доходами», «Ожидания карьерных перспектив». Наименьший отрицательный вес относится к признакам «Симптомы хронического заболевания», «Наличие совместительства».

Основные выводы показали, что потребности в существовании (зарплата/доход, гарантия занятости), потребности в связи с другими людьми (удовлетворение принадлежностью к организации, членством в коллективе), потребности в личностном росте (потенциал индивидуального развития, общественная репутация работы) и соответствие личностных характеристик работе значительно влияют на намерения увольнения.

Проведенное исследование расширяет понимание намерений сотрудников уволиться посредством построения моделей машинного обучения. Ключевые переменные, которые были выявлены, могут служить основанием для руководителей организаций по снижению затрат, связанных с увольнением, путем создания позитивной организационной культуры, возможностей карьерного роста, использования компенсаций, повышения зарплаты. То есть, осуществить выбор таких мероприятий по улучшению условий работы, которые обеспечили бы соответствие личностным характеристикам сотрудника. Дальнейшее исследование этих переменных в моделях прогнозирования позволит получить более разнообразные практические выводы, учесть индивидуальные характеристики каждого сотрудника.

Использованные алгоритмы машинного обучения демонстрируют высокую эффективность в прогнозировании намерения уволиться сотрудников. Результаты показывают, что выбранный подход является эффективным методом для информационной поддержки при принятии управленческих решений на основе прогноза намерения увольнения сотрудников. Особое внимание уделяется роли персональной подстройке к условиям работы сотрудников, которая повышает их удовлетворенность и влияет на решение остаться в организации. В целом, моделирование подтвердило тенденции теории мотивации: удовлетворение базовых нужд (заработная плата, безопасность) стимулирует увеличение силы других потребностей (привязанность и развитие).

Результаты моделирования заносятся в аналитический отчет, на основе которого специалисты кадровой службы смогут быстро оценить ключевые факторы удержания и мотивации, основываясь на данных «личность-работа» и величине риска увольнения из организации.

Разработан дашборд с ключевыми метриками и средствами визуализации, содержащий следующие разделы: общая сводка ERG-потребностей сотрудников; индикаторы «Личностной-Рабочей» совместимости; мотивация сотрудников; индикаторы удержания кадров (процент сотрудников с низкой совместимостью «Личность-Работа» или неудовлетворенностью зарплатой); визуализации для дашборда (тепловая карта ERG-баланса, столбчатая диаграмма «Совместимость «Личность-Работа», диаграмма «Мотивационные факторы», линейный график зависимости удержания от уровня удовлетворенности); рекомендации для сотрудников кадровой службы организации.

Этот дашборд позволяет руководству медицинской организации быстро оценить ключевые факторы удержания и мотивации, основываясь предоставленной информации.