Beranda
Studi kasus
Apliqo
Pergantian staf merupakan tantangan yang selalu ada bagi semua organisasi. Dengan setiap perubahan dalam tim Anda, kontinuitas akan berkurang, biaya pelatihan meningkat, dan kemungkinan melambatnya kemajuan operasional. Mengingat sifat pergantian karyawan yang terus berlanjut dan tak terhindarkan serta dampaknya, mengelola dan meminimalkan konsekuensi negatif seefektif mungkin dapat menghasilkan budaya perusahaan dan kesejahteraan karyawan yang lebih baik, serta membantu keuntungan perusahaan.
Perkiraan yang tepat mengenai tingkat atrisi staf merupakan salah satu input untuk perkiraan keuangan yang akurat, yang mempengaruhi biaya gaji langsung dan biaya overhead tidak langsung yang tergantung oleh jumlah staf. Meskipun biaya gaji langsung dapat dengan mudah diidentifikasi dan dianalisis, menemukan dan memasukkan biaya tidak langsung ke dalam FP & A dapat menjadi lebih sulit. Sebagai contoh, meskipun atrisi staf yang tinggi tampaknya mengurangi atau tidak berpengaruh terhadap biaya gaji, biaya tidak langsung seperti iklan, pelatihan, orientasi, kepatuhan, dan SDM dapat meningkat secara signifikan. Selain itu, menciptakan hubungan yang tepat antara jumlah staf dan variabilitas biaya tidak langsung dapat menambah kerumitan.
Dengan memberikan transparansi yang lebih besar terhadap biaya atrisi staf yang sebenarnya, dapat menunjukkan kepada para manajer manfaat dari lingkungan kerja yang mendorong karyawan untuk tetap bersama perusahaan. Sebagai contoh, inisiatif berbasis insentif untuk mempertahankan staf dapat diukur dan dibandingkan secara tepat terhadap biaya atrisi yang dirancang untuk dikurangi. Dengan analisis yang jelas, biaya manfaat yang diberikan kepada karyawan dapat diukur dengan dampaknya terhadap pengurangan biaya atrisi.
Di Apliqo, kami telah mengembangkan model perangkat lunak yang dirancang untuk memprediksi dan meramalkan tingkat perputaran karyawan dan menganalisis biaya tenaga kerja yang terkait. Model kami membantu mengungkap dampak finansial dari berbagai skenario berdasarkan tingkat gesekan yang berbeda dan menggunakan AI untuk membantu meramalkan karyawan mana yang kemungkinan besar akan keluar.
Apliqo Workforce Attrition Model menggunakan algoritma AI untuk menganalisis berbagai faktor, termasuk demografi karyawan, metrik kepuasan kerja, indikator kinerja, dan lainnya. Model ini menggabungkan data ini dengan data eksternal, seperti statistik pasar tenaga kerja, untuk menghasilkan analisis atrisi karyawan yang menyoroti tantangan dan risiko keuangan di masa depan.
Dengan insight yang dihasilkan oleh AI, para eksekutif dapat mengidentifikasi area-area yang menjadi perhatian dan mengambil langkah proaktif untuk meningkatkan retensi dan mengurangi risiko. Dengan mendasari prediksi atrisi karyawan, model ini memberikan prakiraan biaya yang terperinci dan canggih, yang dapat dimasukkan ke dalam FP&A. Dengan wawasan ini, para eksekutif dapat membuat keputusan dengan informasi yang lebih baik terkait alokasi sumber daya, penganggaran, dan perencanaan strategis. Demikian pula, dengan AI yang membantu memprediksi tingkat atrisi di masa depan dan dampaknya, tim SDM dan pemangku kepentingan lainnya dapat merencanakan cara-cara baru untuk mengoptimalkan pengelolaan SDM, meningkatkan retensi karyawan, dan memberikan kontribusi langsung terhadap kesuksesan bisnis.
Solusi kami adalah contoh yang bagus tentang bagaimana algoritma AI dapat membantu mengungkap pola dan korelasi tersembunyi dalam kumpulan data yang besar. Kami menggunakan IBM Planning Analytics dengan TM1Py (Python) untuk menyediakan kemampuan AI untuk model Apliqo, yang disetel dan dikonfigurasikan untuk mengatasi tantangan pergantian karyawan. Model kami dirancang untuk meningkat seiring waktu, karena data baru dapat dibandingkan dengan hasil di dunia nyata, memberikan solusi yang disesuaikan untuk setiap organisasi guna membantu mengelola dan mengurangi atrisi tenaga kerja di seluruh komponen biaya, budaya, dan kesejahteraan karyawan.
Kami telah bermitra dengan IBM dalam proyek ini sejak hari pertama. Salah satu manfaat besar dari bekerja sama dengan IBM adalah betapa cepatnya kami dapat memulai. Berkat fleksibilitas IBM Planning Analytics dan TM1Py, kami dapat mengembangkan versi pertama dari model kami hanya dalam beberapa hari. Di dalam platform ini, asisten AI telah dilatih sebelumnya dan ditargetkan untuk domain perusahaan, seperti SDM, sehingga membantu mengurangi time to value.
Berkantor pusat di Zürich, Swiss, dan berkantor di Australia, Belgia, Tiongkok, Prancis, Jerman, Hong Kong, India, Polandia, Taiwan, Inggris, dan AS, Apliqo (tautan berada di luar ibm.com) mengembangkan solusi perencanaan dan analisis keuangan (FP&A) tingkat lanjut. Apliqo bekerja dengan klien di semua sektor dan semua skala, menggunakan otomatisasi, teknologi OLAP, dan solusi IBM untuk mempercepat dan mengubah fungsi perencanaan bisnis, analisis, dan pelaporan.
Tentang penulis
Sebagai CEO Apliqo, Daniele Tedesco memimpin tim yang khusus untuk mengubah manajemen kinerja melalui solusi perencanaan bisnis dan analisis yang inovatif. Dengan pengalaman lebih dari 20 tahun, Daniele memiliki keahlian di bidang manajemen keuangan, strategi perusahaan, M&A, dan TI. Beliau adalah seorang IBM Champion (2021-2023) dan telah mempublikasikan topik-topik seperti manajemen berbasis nilai dan perencanaan keuangan tingkat lanjut. Misinya adalah meningkatkan transparansi dan nilai dalam perencanaan bisnis untuk perusahaan di seluruh industri.
© Hak Cipta IBM Corporation 2024. IBM, logo IBM, dan TM1 adalah merek dagang atau merek dagang terdaftar dari IBM Corp., di A.S. dan/atau negara lain. Ini adalah dokumen terbaru pada tanggal awal publikasi dan dapat diubah oleh IBM kapan saja. Tidak semua penawaran tersedia di setiap negara tempat IBM beroperasi.
Contoh klien disajikan sebagai ilustrasi tentang cara klien tersebut menggunakan produk IBM dan hasil yang mungkin telah mereka capai. Kinerja aktual, biaya, penghematan atau hasil lainnya di lingkungan operasi lain mungkin berbeda.