Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/gabrieladados/people-analytics
People Analytics: Insights para Retenção de Talentos
https://github.com/gabrieladados/people-analytics
bigquery figma people-analytics sql tableau
Last synced: 2 days ago
JSON representation
People Analytics: Insights para Retenção de Talentos
- Host: GitHub
- URL: https://github.com/gabrieladados/people-analytics
- Owner: gabrieladados
- Created: 2024-11-30T11:54:23.000Z (2 months ago)
- Default Branch: main
- Last Pushed: 2024-12-28T20:32:35.000Z (about 1 month ago)
- Last Synced: 2024-12-28T21:23:30.052Z (about 1 month ago)
- Topics: bigquery, figma, people-analytics, sql, tableau
- Homepage: https://public.tableau.com/views/hr_attrition_17105255789630/Demographics?:language=en-US&:sid=&:redirect=auth&:display_count=n&:origin=viz_share_link
- Size: 30.3 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# People Analytics: Insights para Retenção de Talentos
> Este repositório apresenta uma análise de People Analytics utilizando SQL para explorar e gerar insights a partir de uma base de dados fictícia da IBM.
>
## 🤔 O que é People Analytics?
People Analytics é uma metodologia que coleta, organiza e analisa dados de forma estratégica, transformando informações gerenciais em insights valiosos. Esses insights ajudam as lideranças a tomar decisões mais assertivas em relação aos colaboradores da organização.
## 🛠️ Tecnologias Utilizadas
- **SQL:** Para consultas e extração dos dados.
- **Google BigQuery:** Para armazenamento e manipulação da base de dados.
- **Tableau:** Para visualização dos insights.
## 🗂️ Base de Dados
A base utilizada é o conjunto de dados **IBM HR Analytics Attrition Dataset**, disponível no Kaggle. Você pode acessá-la através deste [link](https://www.kaggle.com/datasets/pavansubhasht/ibm-hr-analytics-attrition-dataset?resource=download).
### 🗃️ Estrutura dos Dados
A base original possui 35 colunas, mas utilizamos 15 colunas relevantes para a análise. Confira o dicionário dos dados:
| **Coluna** | **Descrição** |
|--------------------------|-----------------------------------------------------------------------------------------------|
| `Age` | Idade dos colaboradores. |
| `Attrition` | Indica se o colaborador está ativo ou não na empresa. |
| `BusinessTravel` | Frequência de viagens a trabalho. |
| `Department` | Departamento onde o colaborador trabalha. |
| `DistanceFromHome` | Distância da casa do colaborador até o trabalho. |
| `Education` | Grau de escolaridade (1: Below College, 2: College, 3: Bachelor, 4: Master, 5: Doctor). |
| `EmployeeNumber` | Identificador único do colaborador. |
| `EnvironmentSatisfaction` | Satisfação com o ambiente de trabalho (1: Baixa, 4: Muito Alta). |
| `Gender` | Gênero do colaborador. |
| `JobInvolvement` | Envolvimento com o trabalho (1: Baixo, 4: Muito Alto). |
| `JobSatisfaction` | Satisfação com o trabalho (1: Baixa, 4: Muito Alta). |
| `MaritalStatus` | Estado civil do colaborador. |
| `MonthlyIncome` | Renda mensal do colaborador. |
| `RelationshipSatisfaction` | Satisfação com os relacionamentos no trabalho (1: Baixa, 4: Muito Alta). |
| `YearsAtCompany` | Tempo de empresa em anos. |
## 📥 Importação da Base para o BigQuery
1. Faça o download da base de dados no Kaggle.
2. Acesse o BigQuery e crie um novo projeto.
3. Adicione o arquivo baixado ao projeto como uma nova tabela:
- Nome do conjunto de dados: `employee`.
- Nome da tabela: `employee_attrition`.
A tabela contém **1.470 linhas** e **15 colunas**.
---
## 🔍 Análise por Idade
### Pergunta:
Será que existe alguma faixa etária mais propensa a sair da empresa?
Abaixo, vamos analisar a idade média, mínima e máxima dos colaboradores da base de dados da IBM.
### Consulta SQL: Idade Geral
```sql
SELECT
ROUND(AVG(Age),2) AS IdadeMedia,
MIN(Age) AS IdadeMin,
MAX(Age) AS IdadeMax
FROM projeto-ibm-hr.employee.employee_attrition
```
Vamos verificar se existe uma diferença na idade média dos colaboradores que saíram em comparação aos colaboradores que continuaram ativos na empresa.
```sql
SELECT
ROUND(AVG(Age),2) AS IdadeMedia,
MIN(Age) AS IdadeMin,
MAX(Age) AS IdadeMax
FROM projeto-ibm-hr.employee.employee_attrition
WHERE Attrition = false
```
```sql
SELECT
ROUND(AVG(Age),2) AS IdadeMedia,
MIN(Age) AS IdadeMin,
MAX(Age) AS IdadeMax
FROM projeto-ibm-hr.employee.employee_attrition
WHERE Attrition = true
```
Percebemos que em média os colaboradores que saíram da empresa eram 4 anos mais novos que os colaboradores que continuaram ativos. Para conseguirmos aprofundar na análise, vamos criar faixas etárias.
```sql
SELECT
CASE
WHEN Age >= 18 AND Age<25 THEN "18-24"
WHEN Age >=25 AND Age <35 THEN "25-34"
WHEN Age >=35 AND Age < 45 THEN "35-44"
WHEN Age >=45 THEN "45-60"
END AS FaixaEtaria,
FROM projeto-ibm-hr.employee.employee_attrition
```
Agora, vamos trazer algumas informações por faixa etária como: o número total de colaboradores, número de desligados, percentual do total de desligados e a taxa de atrito. Na taxa de atrito consideramos a quantidade de pessoas desligadas naquela faixa etária e dividimos pela quantidade total de colaboradores na mesma faixa etária. Assim, conseguimos entender a representatividade dessas saídas para aquele grupo em questão.
```sql
SELECT FaixaEtaria,
COUNT(EmployeeNumber) AS TotalFunc,
SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END) AS DesligadosFunc,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/(SELECT COUNT(EmployeeNumber) FROM projeto-ibm-hr.employee.employee_attrition WHERE Attrition = true),2),"%") AS PorcentagemTotalDesligados,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END) * 100)/ COUNT(EmployeeNumber), 2), "%") AS TaxaAtrito
FROM
(SELECT
CASE
WHEN Age >= 18 AND Age<25 THEN "18-24"
WHEN Age >=25 AND Age <35 THEN "25-34"
WHEN Age >=35 AND Age < 45 THEN "35-44"
WHEN Age >=45 THEN "45-60"
END AS FaixaEtaria,
Age,
Attrition,
EmployeeNumber
FROM projeto-ibm-hr.employee.employee_attrition) AS ClassificacaoEtaria
GROUP BY FaixaEtaria
ORDER BY FaixaEtaria
```
Nota-se que a faixa etária de colaboradores entre 18 e 24 anos é a que apresenta maior taxa de atrito (39,18%), seguido pelos colaboradores entre 25 e 34 anos (20,22%).
---
## 🔍 Análise por Gênero
### Pergunta:
Qual é o gênero que apresenta maior taxa de atrito?
```sql
SELECT Gender,
COUNT(EmployeeNumber) AS TotalFunc,
SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END) AS DesligadosFunc,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/(SELECT COUNT(EmployeeNumber) FROM projeto-ibm-hr.employee.employee_attrition WHERE Attrition = true),2),"%") AS PorcentagemTotal,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/COUNT(EmployeeNumber),2),"%") AS TaxaAtrito
FROM projeto-ibm-hr.employee.employee_attrition
GROUP BY Gender
```
Percebe-se que a taxa de atrito do gênero masculino (17,01%) é relativamente maior que do gênero feminino (14,8%).
---
## 🔍 Análise pelo Grau de Escolaridade
### Pergunta:
Existe algum grau de escolaridade mais propenso a sair da empresa?
Como o campo Education retorna resultados numéricos de 1 a 4, vamos classificar de acordo com o dicionário da base de dados.
```sql
SELECT
CASE
WHEN Education = 1 THEN 'Below College'
WHEN Education = 2 THEN 'College'
WHEN Education = 3 THEN 'Bachelor'
WHEN Education = 4 THEN 'Master'
WHEN Education = 5 THEN 'Doctor'
END AS GrauEscolaridade
FROM projeto-ibm-hr.employee.employee_attrition
```
Feito isso, agora vamos verificar o número total de colaboradores, número de inativos, o percentual de inativos e a taxa de atrito por grau de escolaridade.
```sql
SELECT
GrauEscolaridade,
COUNT(EmployeeNumber) AS TotalFunc,
SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END) AS DesligadosFunc,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/(SELECT COUNT(EmployeeNumber) FROM projeto-ibm-hr.employee.employee_attrition WHERE Attrition = true),2),"%") AS PorcentagemTotal,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/COUNT(EmployeeNumber),2),"%") AS TaxaAtrito
FROM
(SELECT
CASE
WHEN Education = 1 THEN 'Below College'
WHEN Education = 2 THEN 'College'
WHEN Education = 3 THEN 'Bachelor'
WHEN Education = 4 THEN 'Master'
WHEN Education = 5 THEN 'Doctor'
END AS GrauEscolaridade,
Attrition,
EmployeeNumber
FROM projeto-ibm-hr.employee.employee_attrition)
GROUP BY GrauEscolaridade
```
É notável que os colaboradores que apresentam um grau de escolaridade mais baixo são os que possuem as maiores taxas de atrito. Enquanto os que possuem mestrado (14,57%) ou doutorado (10,42%), são os que possuem as menores taxas de atrito.
---
## 🔍 Análise por Estado Civil
### Pergunta:
Qual é o estado civil que apresenta maior taxa de atrito?
```sql
SELECT
MaritalStatus,
COUNT(EmployeeNumber) AS TotalFunc,
SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END) AS DesligadosFunc,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/ (SELECT COUNT(EmployeeNumber)FROM projeto-ibm-hr.employee.employee_attrition WHERE Attrition = true),2),"%") AS PorcentagemTotal,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/COUNT(EmployeeNumber),2),"%") AS TaxaAtrito
FROM projeto-ibm-hr.employee.employee_attrition
GROUP BY MaritalStatus
```
Os colaboradores solteiros são os que apresentam o maior número absoluto de desligados (120), além da maior taxa de atrito (25,53%).
---
## 🔍 Análise por Tempo de Empresa
### Pergunta:
Os colaboradores com menor tempo de empresa são os que apresentam a maior taxa de atrito?
Abaixo, vamos analisar a média, o mínimo e o máximo de tempo que os colaboradores da IBM ficam na empresa.
```sql
SELECT
ROUND(AVG(YearsAtCompany),2) AS MediaTempoEmpresa,
MIN(YearsAtCompany) AS MinTempoEmpresa,
MAX(YearsAtCompany) AS MaxTempoEmpresa
FROM projeto-ibm-hr.employee.employee_attrition
```
Para facilitar a análise, criaremos classificações do tempo de empresa.
```sql
SELECT
CASE
WHEN YearsAtCompany < 3 THEN "0-2"
WHEN YearsAtCompany >=3 AND YearsAtCompany < 6 THEN "3-5"
WHEN YearsAtCompany >=6 AND YearsAtCompany < 11 THEN "5-10"
WHEN YearsAtCompany >=11 AND YearsAtCompany < 21 THEN "11-20"
WHEN YearsAtCompany >=21 AND YearsAtCompany < 31 THEN "21-30"
WHEN YearsAtCompany >=31 AND YearsAtCompany < 41 THEN "31-40"
END AS AnosEmpresa
FROM projeto-ibm-hr.employee.employee_attrition
```
Feito isso, agora é hora de analisarmos o número total de colaboradores, o número de inativos, o percentual de inativos e a taxa de atrito por tempo de empresa.
```sql
SELECT
AnosEmpresa,
COUNT(EmployeeNumber) AS TotalFunc,
SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END) AS DesligadosFun,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/(SELECT COUNT (EmployeeNumber) FROM projeto-ibm-hr.employee.employee_attrition WHERE Attrition = true),2),"%") AS PorcentagemTotal,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/ COUNT(EmployeeNumber),2),"%") AS TaxaAtrito
FROM
(SELECT
CASE
WHEN YearsAtCompany < 3 THEN "0-2"
WHEN YearsAtCompany >=3 AND YearsAtCompany < 6 THEN "3-5"
WHEN YearsAtCompany >=6 AND YearsAtCompany < 11 THEN "5-10"
WHEN YearsAtCompany >=11 AND YearsAtCompany < 21 THEN "11-20"
WHEN YearsAtCompany >=21 AND YearsAtCompany < 31 THEN "21-30"
WHEN YearsAtCompany >=31 AND YearsAtCompany < 41 THEN "31-40"
END AS AnosEmpresa,
EmployeeNumber,
Attrition
FROM projeto-ibm-hr.employee.employee_attrition)
GROUP BY AnosEmpresa
```
Nota-se que a maior taxa de atrito está nos colaboradores que possuem entre 0 e 2 anos de empresa (29,82%). Essa taxa vai se reduzindo ao longo do tempo de empresa, até apresentar um novo pico com os colaboradores que possuem de 31 a 40 anos de empresa (25,00%).
---
## 🔍 Análise Salarial
### Pergunta:
Os colaboradores que saíram da empresa apresentavam menores salários comparado aos que estão ativos?
Inicialmente, vamos analisar a média, o mínimo e o máximo de salário de todos os colaboradores.
```sql
SELECT
ROUND(AVG(MonthlyIncome),2) AS SalarioMedio,
MIN(MonthlyIncome) AS SalarioMin,
MAX(MonthlyIncome) AS SalarioMax
FROM projeto-ibm-hr.employee.employee_attrition
```
Agora iremos comparar essas mesmas medidas entre aqueles que foram desligados e aqueles permanecem ativos na empresa.
```sql
SELECT
ROUND(AVG(MonthlyIncome),2) AS SalarioMedio,
MIN(MonthlyIncome) AS SalarioMin,
MAX(MonthlyIncome) AS SalarioMax
FROM projeto-ibm-hr.employee.employee_attrition
WHERE Attrition = false
```
```sql
SELECT
ROUND(AVG(MonthlyIncome),2) AS SalarioMedio,
MIN(MonthlyIncome) AS SalarioMin,
MAX(MonthlyIncome) AS SalarioMax
FROM projeto-ibm-hr.employee.employee_attrition
WHERE Attrition = true
```
Nota-se que os colaboradores que saíram da empresa recebiam aproximadamente 29,94% a menos que os demais colaboradores.
---
## 🔍 Análise por Departamento
### Pergunta:
Qual é o departamento com a maior taxa de atrito?
```sql
SELECT
Department,
COUNT(EmployeeNumber) AS TotalFunc,
SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END) AS TotalDesligados,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/ (SELECT COUNT(EmployeeNumber) FROM projeto-ibm-hr.employee.employee_attrition WHERE Attrition = true),2), "%") AS PorcentagemTotalDesligados,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/COUNT(EmployeeNumber),2),"%") AS TaxaAtrito
FROM projeto-ibm-hr.employee.employee_attrition
GROUP BY Department
```
Como podemos notar, o departamento de vendas é o que apresenta a maior taxa de atrito (20,63%), seguido por recursos humanos (19,05%). Vamos cruzar esses dados com o de salário para conseguirmos mais insights.
Abaixo segue a média, o valor mínimo e máximo do salário dos colaboradores que permaneceram na empresa em comparação aos que saíram.
**Departamento x Salário**
```sql
SELECT
Department,
ROUND(AVG(MonthlyIncome),2) AS MediaSal,
MIN(MonthlyIncome) AS MinSal,
MAX(MonthlyIncome) AS MaxSal
FROM projeto-ibm-hr.employee.employee_attrition
WHERE Attrition = false
GROUP BY(Department)
```
```sql
SELECT
Department,
ROUND(AVG(MonthlyIncome),2) AS MediaSal,
MIN(MonthlyIncome) AS MinSal,
MAX(MonthlyIncome) AS MaxSal
FROM projeto-ibm-hr.employee.employee_attrition
WHERE Attrition = true
GROUP BY(Department)
```
Em uma análise geral, percebe-se a média salarial dos colaboradores que permaneceram na empresa é maior quando comparado aqueles que saíram. Isso pode ser percebido em todos os 3 departamentos.
Vamos analisar melhor essa diferença entre as médias salariais de cada departamento:
- **Research & Development**: 7232,24 (média dos colaboradores que ficaram) — 4108,08 (média dos colaboradores que saíram) = 3124,16 → (3124,16/7232,24)*100 = 43,19%
- **Sales**: 6630,33 (média dos colaboradores que ficaram) — 5908,46 (média dos colaboradores que saíram) = 721,87 → (721,87/6630,33)*100 = 10,88%
- **Human Resources**: 7345,98 (média dos colaboradores que ficaram) — 3715,75 (média dos colaboradores que saíram) = 3630,23 → (3630,23/7345,98)*100 = 49,41%
Percebe-se que os colaboradores de recursos humanos que saíram da empresa recebiam em média 49,41% a menos que os demais colaboradores do mesmo departamento. Isso explica a alta taxa de atrito de 19,05%.
Já a área de vendas, que apresentou a maior taxa de atrito (20,63%), nota-se que os colaboradores que saíram recebiam em média 10,88% a menos que os demais, o que comparado com os outros dois setores não é um número tão elevado. Vale destacar que para uma taxa de atrito ser alta podemos ter diversas variáveis envolvidas. Vamos analisar agora por uma ótica de clima e cultura para conseguirmos mais informações.
**Departamento x Satisfação com o Trabalho**
```sql
SELECT
Department,
ROUND(AVG(EnvironmentSatisfaction),2) AS SatisfacaoAmbiente,
ROUND(AVG(JobInvolvement),2) AS EnvolvimentoTrabalho,
ROUND(AVG(JobSatisfaction),2) AS SatisfacaoTrabalho,
ROUND(AVG(RelationshipSatisfaction),2) AS SatisfacaoRelacionamentos
FROM projeto-ibm-hr.employee.employee_attrition
WHERE Attrition = false
GROUP BY(Department)
```
```sql
SELECT
Department,
ROUND(AVG(EnvironmentSatisfaction),2) AS SatisfacaoAmbiente,
ROUND(AVG(JobInvolvement),2) AS EnvolvimentoTrabalho,
ROUND(AVG(JobSatisfaction),2) AS SatisfacaoTrabalho,
ROUND(AVG(RelationshipSatisfaction),2) AS SatisfacaoRelacionamentos
FROM projeto-ibm-hr.employee.employee_attrition
WHERE Attrition = true
GROUP BY(Department)
```
Analisando a satisfação do ambiente e com o trabalho, o departamento de recursos humanos é o que apresenta as menores médias. Já em relação ao envolvimento com o trabalho o departamento de vendas possui a menor média (2,47) e na satisfação com os relacionamentos, a menor média é do departamento de P&D (2,52).
Portanto, percebemos que a alta taxa de atrito do departamento de recursos humanos (19,05%) pode ser explicada pela diferença salarial de 49,41% a menos em relação aos demais colaboradores do mesmo setor, além da baixa satisfação com o ambiente e o trabalho.
Já em relação ao departamento de vendas (com taxa de atrito de 20,63%) não foi possível tirar informações conclusivas com os dados de salário e engajamento disponíveis. O ideal seria analisar as pesquisas de desligamentos desses colaboradores, além de aplicar pesquisas de pulsos direcionadas para esse público, a fim de identificar as causas e criar planos de ação.
---
## 🔍 Análise da Distância de casa para o trabalho
### Pergunta:
A distância em relação ao trabalho impacta na decisão dos colaboradores de sair da empresa?
Primeiramente, vamos analisar a distância média, máxima e mínimia.
```sql
SELECT
ROUND(AVG(DistanceFromHome),2) AS DistanciaMedia,
MIN(DistanceFromHome) AS DistanciaMin,
MAX(DistanceFromHome) AS DistanciaMax
FROM projeto-ibm-hr.employee.employee_attrition
```
Para facilitar a análise, criaremos uma classificação das distâncias em grupos:
```sql
SELECT
CASE
WHEN DistanceFromHome > 0 AND DistanceFromHome <6 THEN "01-05"
WHEN DistanceFromHome >= 6 AND DistanceFromHome < 11 THEN "06-10"
WHEN DistanceFromHome >= 11 AND DistanceFromHome < 21 THEN "11-20"
WHEN DistanceFromHome >= 21 AND DistanceFromHome < 30 THEN "21-29"
END AS ClassificacaoDistancia
FROM projeto-ibm-hr.employee.employee_attrition
GROUP BY ClassificacaoDistancia
ORDER BY ClassificacaoDistancia
```
Feito isso, vamos analisar o número total de colaboradores, número de colaboradores inativos, o percentual dos inativos e a taxa de atrito por grupo de distância de casa até o trabalho.
```sql
SELECT
ClassificacaoDistancia,
COUNT(EmployeeNumber) AS TotalFunc,
SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END) AS DesligadosFunc,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/ (SELECT COUNT (EmployeeNumber) FROM projeto-ibm-hr.employee.employee_attrition WHERE Attrition = true), 2), "%") AS PorcentagemTotal,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/ COUNT(EmployeeNumber), 2), "%") AS TaxaAtrito
FROM
(SELECT
CASE
WHEN DistanceFromHome > 0 AND DistanceFromHome <6 THEN "01-5"
WHEN DistanceFromHome >= 6 AND DistanceFromHome < 11 THEN "06-10"
WHEN DistanceFromHome >= 11 AND DistanceFromHome < 21 THEN "11-20"
WHEN DistanceFromHome >= 21 AND DistanceFromHome < 30 THEN "21-29"
END AS ClassificacaoDistancia,
EmployeeNumber,
Attrition
FROM projeto-ibm-hr.employee.employee_attrition)
GROUP BY ClassificacaoDistancia
ORDER BY ClassificacaoDistancia
```
Observa-se que quanto maior a distância que o colaborador tem da sua casa até o trabalho, maior se torna a taxa de atrito. Destaque-se os colaboradores que moram de 21 a 29 km de distância com taxa de 22,06%.
Agora vamos comparar esses dados com a satisfação. Será que os colaboradores que moram mais distante do trabalho estão mais insatisfeitos?
**Distância X Satisfação**
```sql
SELECT
ClassificacaoDistancia,
ROUND(AVG(EnvironmentSatisfaction),2) AS SatisfacaoAmbiente,
ROUND(AVG(JobInvolvement),2) AS EnvolvimentoTrabalho,
ROUND(AVG(JobSatisfaction),2) AS SatisfacaoTrabalho,
ROUND(AVG(RelationshipSatisfaction),2) AS SatisfacaoRelacionamentos
FROM
(SELECT
CASE
WHEN DistanceFromHome > 0 AND DistanceFromHome <6 THEN "01-5"
WHEN DistanceFromHome >= 6 AND DistanceFromHome < 11 THEN "06-10"
WHEN DistanceFromHome >= 11 AND DistanceFromHome < 21 THEN "11-20"
WHEN DistanceFromHome >= 21 AND DistanceFromHome < 30 THEN "21-29"
END AS ClassificacaoDistancia,
EmployeeNumber,
Attrition,
DistanceFromHome,
EnvironmentSatisfaction,
JobInvolvement,
JobSatisfaction,
RelationshipSatisfaction
FROM projeto-ibm-hr.employee.employee_attrition)
GROUP BY ClassificacaoDistancia
ORDER BY ClassificacaoDistancia
```
Percebemos que a média de satisfação com o ambiente e o envolvimento com o trabalho daqueles que moram entre 21 a 29 km de distância é menor que comparado aos demais grupos.
---
## 🔍 Análise pela frequência de Viagens a Trabalho
### Pergunta:
Os colaboradores que realizam muitas viagens a trabalho são os que apresentam maior taxa de atrito?
Abaixo segue a análise do total de colaboradores, número de inativos, percentual de inativos e a taxa de atrito por frequência de viagens a trabalho.
```sql
SELECT
BusinessTravel,
COUNT(EmployeeNumber) AS TotalFunc,
SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)AS DesligadosFunc,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/(SELECT COUNT(EmployeeNumber) FROM projeto-ibm-hr. employee.employee_attrition WHERE Attrition = true),2), "%") AS PorcentagemTotalDesligados,
CONCAT(ROUND((SUM(CASE WHEN Attrition = true THEN 1 ELSE 0 END)*100)/COUNT(EmployeeNumber),2), "%") AS TaxaAtrito
FROM projeto-ibm-hr.employee.employee_attrition
GROUP BY BusinessTravel
```
Podemos perceber que quanto maior a frequência de viagens a trabalho, maior a taxa de atrito dos funcionários. Os que viajam frequentemente possuem uma taxa de 24,91%, os que viajam raramente apresentam 14,91% e os que não viajam apenas 8,00%.
## 💡 Principais Insights
A análise revelou fatores que influenciam na capacidade de retenção dos colaboradores na empresa:
- **Idade:** Jovens (18-34 anos) têm maior taxa de atrito, enquanto os mais experientes têm taxas mais baixas.
- **Gênero:** Homens possuem uma taxa de atrito maior (17,01%) que mulheres (14,08%).
- **Escolaridade:** Colaboradores com maior escolaridade têm menores taxas de atrito.
- **Estado Civil:** Solteiros têm a maior taxa de atrito (25,53%).
- **Tempo de Empresa:** Colaboradores com até 2 anos de empresa apresentam a maior taxa de atrito (29,82%).
- **Remuneração:** Colaboradores que saíram recebiam 29,94% menos que a média dos demais.
- **Departamento:** Profissionais do departamento de Recursos Humanos recebiam em média 49,41% a menos que os demais do mesmo setor, e esse departamento apresenta a menor média de satisfação com o trabalho e o ambiente.
- **Distância Casa-Trabalho:** Maior distância está associada a maior taxa de atrito.
- **Viagens a Trabalho:** Colaboradores que viajam frequentemente têm maior taxa de atrito (24,91%).
---
## 🎯 Recomendações Estratégicas
Com base nos insights, propomos as seguintes ações:
1. **Programas de Retenção para Colaboradores Jovens**: Criar programas com foco de desenvolvimento profissional e oportunidades de crescimento para os colaboradores mais jovens, visando aumentar o engajamento e a retenção.
2. **Incentivos para Funcionários Experientes**: Reconhecer e valorizar a experiência dos colaboradores mais experientes por meio de programas de reconhecimento, eventos anuais para colaboradores com muitos anos de empresa e criação de benefícios adicionais.
3. **Incentivos Educacionais**: Oferecer incentivos para educação continuada, como bolsas de estudo ou programas de treinamento interno, para reduzir a taxa de atrito entre os colaboradores sem graduação.
4. **Programas de Integração para Novos Colaboradores**: Desenvolver programas de integração robustos para novos colaboradores, especialmente para aqueles com menos de 2 anos de empresa, para aumentar o envolvimento e a conexão com a empresa desde o início.
5. **Revisão de Remuneração**: Realizar uma revisão salarial para garantir que os salários dos colaboradores estejam alinhados com o mercado e com as responsabilidades do cargo.
6. **Melhoria do Ambiente de Trabalho**: Realizar pesquisas periódicas de pulso e engajamento para identificar os motivos de baixa insatisfação com o trabalho e ambiente, visando a implantação de contramedidas.
7. **Flexibilidade no Modelo de Trabalho**: Considerar políticas de trabalho remoto ou flexível para colaboradores que moram mais longe do escritório, visando reduzir o impacto da distância na taxa de atrito.
8. **Redução das Viagens a Trabalho**: Avaliar a necessidade e frequência das viagens a trabalho e buscar maneiras de reduzir a carga de viagens, quando possível, para minimizar o impacto na taxa de atrito dos colaboradores.
---
## 📈 Dashboard no Tableau
- **KPIs monitorados e Análises Realizadas**:
- Total de Colaboradores (ativos e desligados).
- Total de Colaboradores ativos
- Total de Colaboradores Desligados
- Taxa de Desligamento.
- Taxa de Desligamento por idade, gênero, escolaridade e estado civil.
- Taxa de Desligamento por anos de empresa, departamento, distância e frequência de viagens a trabalho.
- Análise Salarial por departamento dos colaboradores ativos e desligados.
> 👉 **Acesse o dashboard no Tableau Public aqui:** [Dashboard no Tableau](https://public.tableau.com/views/hr_attrition_17105255789630/Demographics?:language=en-US&:sid=&:redirect=auth&:display_count=n&:origin=viz_share_link)
---
## Contribuições
Muito obrigada por acompanhar meu projeto até aqui! 🎉
Contribuições são **muito bem-vindas**. Se você tem sugestões ou melhorias, fique à vontade para abrir uma **issue** ou enviar um **pull request**.
Gostou do projeto? Não esqueça de dar uma ⭐️!
**Meus Contatos:**
💻 [LinkedIn](https://www.linkedin.com/in/gabrielasantanamorais/)
📩 [E-mail](mailto:[email protected])
**Até a próxima!** 🚀