Aiutare a ridurre il rischio migliorando la chiarezza

Daniele Tedesco di Apliqo spiega come il modello di abbandono della forza lavoro di Apliqo utilizza IBM Planning Analytics e Python (sfruttando TM1Py) per prevedere il turnover del personale e garantire una maggiore precisione FP&A per orientare il processo decisionale dei dirigenti.
Giovani uomini d'affari in riunione
In che modo il turnover dei dipendenti influisce sui processi FP&A?

Il turnover del personale rappresenta una sfida costante per tutte le organizzazioni. Ogni cambiamento nel tuo team comporta una riduzione della continuità, un aumento dei costi di formazione e un possibile rallentamento dell'andamento operativo. Data la natura costante e inevitabile dell'abbandono dei dipendenti e dei relativi impatti, gestire e ridurre al minimo le conseguenze negative nel modo più efficace possibile può portare a una migliore cultura aziendale e al benessere del personale, oltre a contribuire al profitto.

Le stime precise dei tassi di abbandono del personale sono uno degli input chiave per previsioni accurate, che influiscono sui costi salariali diretti e sulle spese generali indirette che sono determinate dal numero dei membri del personale. Sebbene i costi salariali diretti possano essere semplici da individuare e analizzare, trovare e incorporare i costi indiretti nell'FP&A può essere più difficile. Ad esempio, anche se un abbandono elevato del personale sembra ridurre o non avere alcun effetto sui costi salariali, i costi indiretti, come pubblicità, formazione, onboarding, conformità e risorse umane, possono aumentare in modo significativo. Inoltre, creare il collegamento appropriato tra il personale e la variabilità dei costi indiretti può aggiungere ulteriore livello di complessità.

Una maggiore trasparenza sul costo reale dell'abbandono del personale può mostrare ai manager i vantaggi di un ambiente di lavoro che incoraggia i dipendenti a rimanere in azienda. Ad esempio, le iniziative basate su incentivi per trattenere il personale possono essere misurate e confrontate con precisione rispetto ai costi di abbandono che sono stati pensati appositamente. Con un'analisi chiara, è possibile misurare la spesa per i benefici piacevoli per il personale rispetto all'impatto che hanno sulla riduzione dei costi di abbandono.

Con l'AI che aiuta a prevedere i tassi di abbandono e il relativo impatto, il team delle risorse umane e gli altri stakeholder possono pianificare dei modi per ottimizzare la gestione dei talenti, migliorare la fidelizzazione dei dipendenti e offrire un contributo diretto al successo aziendale.
Daniele Tedesco CEO Apliqo
Usare l'AI per affrontare la sfida

In Apliqo, abbiamo sviluppato un modello software progettato per prevedere i tassi di turnover dei dipendenti e analizzare i costi associati della forza lavoro. Il nostro modello aiuta a rivelare l'impatto finanziario degli scenari basati su diversi tassi di abbandono e utilizza l'AI per aiutare a prevedere quali dipendenti hanno maggiori probabilità di abbandonare il lavoro.

Il modello di abbandono della forza lavoro di Apliqo utilizza algoritmi di AI per analizzare fattori, tra cui i dati demografici dei dipendenti, le metriche di soddisfazione sul lavoro, gli indicatori di prestazioni e altro ancora. Il modello combina questi dati con feed esterni, come le statistiche del mercato del lavoro, per generare un'analisi dell'abbandono dei dipendenti che mette in evidenza le sfide e i rischi finanziari futuri.

Con insight generati dall'AI, i dirigenti possono individuare le aree di preoccupazione e adottare misure proattive per migliorare la fidelizzazione e mitigare i rischi. Alla base delle previsioni sull'abbandono dei dipendenti, il modello fornisce previsioni dei costi dettagliate e sofisticate, che possono essere incorporate nell'FP&A. Grazie a questi insight, i dirigenti possono prendere decisioni più informate in merito all'allocazione delle risorse, al budget e alla pianificazione strategica. Allo stesso modo, con l'AI che aiuta a prevedere i tassi di abbandono futuri e il relativo impatto, il team delle risorse umane e altri stakeholder possono pianificare dei nuovi modi per ottimizzare la gestione dei talenti, migliorare la fidelizzazione dei dipendenti e offrire un contributo diretto al successo aziendale.

Crescita rapida con IBM

La nostra soluzione è un ottimo esempio di come gli algoritmi di AI possano aiutare a rivelare modelli e correlazioni nascosti all'interno di vasti set di dati. Abbiamo utilizzato IBM® Planning Analytics con TM1Py (Python) per fornire le funzionalità di AI per il modello Apliqo, ottimizzate e configurate per risolvere le sfide del turnover dei dipendenti. Il nostro modello è progettato per migliorare nel tempo, in quanto i nuovi dati possono essere confrontati con i risultati del mondo reale, fornendo una soluzione personalizzata per ogni organizzazione per aiutare a gestire e ridurre l'abbandono della forza lavoro attraverso i suoi costi, la cultura e gli aspetti del benessere dei dipendenti.

Siamo stati partner di IBM in questo progetto sin dal primo giorno. Uno dei grandi vantaggi del lavorare con IBM è la rapidità con cui siamo riusciti a iniziare. Grazie alla flessibilità di IBM Planning Analytics e TM1Py, siamo stati in grado di sviluppare la prima versione del nostro modello in pochi giorni. All'interno della piattaforma, gli assistenti AI vengono pre-addestrati e indirizzati verso domini aziendali, come le risorse umane, contribuendo così a ridurre il time to value.

Logo di Apliqo
Informazioni su Apliqo

Con sede a Zurigo, Svizzera e con uffici in Australia, Belgio, Cina, Francia, Germania, Hong Kong, India, Polonia, Taiwan, Regno Unito e Stati Uniti, Apliqo (link esterno a ibm.com) sviluppa soluzioni avanzate di financial planning and analysis (FP&A). Apliqo lavora con clienti di tutti i settori e di tutte le dimensioni utilizzando automazione, tecnologie OLAP e soluzioni IBM per accelerare e trasformare le funzioni di business planning, analisi e reporting.

Informazioni sull'autore
In qualità di CEO di Apliqo, Daniele Tedesco è a capo di un team dedicato a trasformare la gestione delle prestazioni attraverso soluzioni di business planning e analisi innovative. Con oltre 20 anni di esperienza, Daniele porta con sé competenze in ambito di gestione finanziaria, strategia aziendale, M&A e IT. È un IBM Champion (2021-2023) e vanta pubblicazioni su argomenti come la gestione basata sul valore e la pianificazione finanziaria avanzata. La sua missione è aumentare la trasparenza e il valore nella business planning per le aziende di tutti i settori.

Componenti della soluzione IBM Planning Analytics IBM® TM1
Ottieni una integrated business planning basata sull'AI

Prendi decisioni aziendali migliori e aumenta il coinvolgimento con analisi basate sull'AI

Esplora IBM Planning Analytics Visualizza altri casi di studio
Legale

© Copyright IBM Corporation 2024. IBM, il logo IBM e TM1 sono marchi o marchi registrati di IBM Corp. negli Stati Uniti e/o in altri Paesi. Le informazioni contenute nel presente documento sono aggiornate alla data della prima pubblicazione e possono essere modificate da IBM senza preavviso. Non tutte le offerte sono disponibili in ogni Paese in cui opera IBM.

Gli esempi relativi ai clienti sono presentati a scopo illustrativo di come tali clienti abbiano usato i prodotti IBM e dei risultati che possono aver conseguito. Prestazioni, costi, risparmio o altri risultati effettivi possono variare in altri ambienti operativi.