https://github.com/estebanlaspada89/rotacion-de-empleados
https://github.com/estebanlaspada89/rotacion-de-empleados
csv dax excel google-colab jupyter power-bi python visualization
Last synced: 3 months ago
JSON representation
- Host: GitHub
- URL: https://github.com/estebanlaspada89/rotacion-de-empleados
- Owner: EstebanLaSpada89
- Created: 2024-11-12T23:04:52.000Z (12 months ago)
- Default Branch: main
- Last Pushed: 2025-04-07T00:08:12.000Z (7 months ago)
- Last Synced: 2025-05-22T04:12:11.139Z (5 months ago)
- Topics: csv, dax, excel, google-colab, jupyter, power-bi, python, visualization
- Language: Jupyter Notebook
- Homepage:
- Size: 7.98 MB
- Stars: 1
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Rotacion de Empleados.
Este reporte está constituido por un archivo trabajado en Python y un reporte en Power Bi.
## PROBLEMATICA:
En la empresa, hemos identificado un problema preocupante: una alta tasa de rotación de empleados, lo cual representa una pérdida significativa de recursos financieros y temporales. Cada vez que debemos buscar, contratar y capacitar nuevos empleados, se genera un gasto considerable. Por medio de este conjunto de datos, vamos a investigar quiénes son los empleados que han dejado la empresa, las razones detrás de su partida y cómo podemos reducir esta problemática. (Aclaración, costo de dinero está expresado en Euros).
## Introducción y Metodología
En este análisis se busca identificar las principales causas de la rotación de empleados mediante un análisis de los datos históricos, lo cual permitirá proponer estrategias para reducir esta problemática. El proyecto seguirá los siguientes pasos:
## Preprocesamiento de Datos:
Revisión de datos faltantes y eliminación o imputación según corresponda.
Análisis Exploratorio de Datos (EDA): Exploración de variables categóricas y numéricas para detectar patrones de comportamiento.
Modelos Predictivos: Implementación de modelos para predecir la probabilidad de abandono de empleados.
## Manejo de Valores Nulos
Algunas variables presentan una cantidad considerable de valores nulos, lo que podría afectar el análisis. Las variables anos_en_puesto y conciliacion serán eliminadas debido a su alta cantidad de nulos, ya que la falta de información en estas variables hace poco viable su uso en el análisis. Las variables sexo, educacion, satisfaccion_trabajo e implicacion serán imputadas tras el EDA para asegurar que se mantenga la mayor cantidad de información posible.
## Portada.
## Indice.
## Problema, Solucion..
## Objetivos y Metas.
## Preguntas e Hipotesis.
## Metadata.
## Analisis Exploratorio.
## Tipo de Perfil de Abandono.
## Impacto.
## Fidelizacion.
## Conclusion.
