AI, MACHINE LEARNING
& CLOUD SERVICES
for efficient workforce
management in HR

Workforce Management

In un contesto di incessante crescita internazionale e innovativa, le aziende trovano nell'area delle Risorse Umane un elemento distintivo per la generazione di valore utilizzando l'Intelligenza Artificiale e il Machine Learning.
Per questo motivo, è importante mantenere una visione integrata dei dipendenti, per avere un monitoraggio costante delle risorse all'interno dell'azienda e stabilire strategie di reclutamento più efficienti ed efficaci, individuando quali settori dell'azienda hanno il maggior potenziale in termini di crescita.
L'obiettivo è quello di fornire una panoramica di come questa esigenza sia stata soddisfatta utilizzando una soluzione personalizzata, basata sui servizi cloud di Microsoft Azure, che integra gli strumenti di gestione delle risorse umane esistenti.

PRINCIPALI BENEFICI DELLA SOLUZIONE

  • Studiare una migliore strategia per aumentare il coinvolgimento e la fidelizzazione dei dipendenti, identificando le aree, le sedi o le caratteristiche degli individui soggetti a maggior abbandono

  • Studiare una miglior pratica di reclutamento nel medio-lungo termine individuando quali aree saranno soggette a carenza di personale esperto a causa di pensionamenti o su cui si concentra la strategia di espansione dell'azienda nello stesso arco temporale

FASI DEL PROCESSO

  • INTEGRAZIONE FONTI

    Recuperati i dati da diverse fonti con due principali modalità di integrazione: tramite File e API

  • TRASFORMAZIONE

    Effettuate modifiche di Data Quality con relative segnalazioni di errori mediante processi ETL su Data Factory

  • MODELLO DATI

    Creato il modello dati con delta table sul datalake di Azure sfruttando i vari layer (raw, silver e gold)

  • VISUALIZZAZIONE

    Realizzate dashboard secondo le specifiche funzionali tramite l’acquisizione dei dati da datalake

  • MODELLI ML

    Utilizzate tecniche di ML per studiare cluster rappresentativi e fare una previsione della Forza Lavoro nei prossimi anni

Perché questo caso d’uso è così innovativo e interessante?

La rendicontazione e l'esplorazione dei dati relativi alle Risorse Umane avviene solitamente con applicazioni che richiedono licenze specifiche e sono limitate in termini di funzioni che possono offrire.
Questa soluzione prevede l'utilizzo di metodologie e infrastrutture general purpose (non specifiche per la gestione dei dati delle Risorse Umane) che consentono di evitare il costo di licenze aggiuntive e sulle quali è possibile sviluppare componenti facilmente scalabili ed espandibili sempre più raffinati, sfruttando tecniche aggiornate per l'arricchimento dei dati e l'identificazione di trend e anomalie.

Non dimentichiamoci che si può sfruttare la potenza di modelli di Machine Learning, come modelli di regressione logistica o di classificazione, per garantire equità e imparzialità nei processi decisionali andando a ridurre il bias nello studio del gender gap. Sono infatti programmati per prendere decisioni basate esclusivamente su dati oggettivi e rilevanti, riducendo il rischio di influenze o pregiudizi personali da parte degli operatori umani.