1. 員工離職原因數據分析|python
數據源自kaggle，通過分析了解員工離職的原因，為降低員工離職率的舉措提供數據支撐。
1.數據預覽
可大體看清數據基本情況。
可看出各個欄位的計數、平均值、標准差、最小值、最大值等。
此公司未離職員工數11428,佔比76.19%，離職員工數3571，佔比23.81%。
註：下文圖中橫軸left為0，表示未離職，left為1表示離職。
分布圖沒有考慮各項人數比例，反映了正常的離職率（右低左高）。其中只有參與項目數量為2和6、7的員工，離職的比在職的多，也就是說，員工過多、過少的參與項目都可能導致離職的情況發生。
我們可以看到7年及以上工齡的員工(後三種顏色右邊為0)基本沒有離職，只有工齡為5年的員工離職人數超過在職人數。可見工齡長於6年的員工，由於種種原因，其「忠誠度」較高。而員工進入公司工作的第五5年是一個較為「危險」的年份，也許是該企業的「5年之癢」，應當重點關注該階段的員工滿意度、職業晉升等情況，以順利過渡。
從圖中可看出，工作是個對員工離職的影響較小，可推測該企業處理工作事故的方式有可取之處。
分布圖無法明顯看出晉升對離職是否有影響。
可大致看出各部門的離職情況，但分布圖無法橫向對比。
可明顯看出，薪資越高離職人數越少。證明為了減少離職率，提升員工福利待遇是一個可行的手段。
首先該企業員工的滿意度還不錯，大多數員工的滿意度較高。滿意度低、非常低的員工離職人數最多，可見提升員工滿意度是防止人員流失的關鍵環節。
可大致看出，中等受教育程度的員工離職率是最低的。而受教育程度低和受教育程度極高的員工離職人數都比較多，應當對這兩類員工給予特別關注，尋找關鍵原因。
上圖清晰地表明了，月工作時長正常的員工離職率最低。而工時過低、過高的員工離職人數最多。證明恰當的工作任務分配是非常重要的。
附盒形圖的閱讀方法：最上、下方兩根線代表最大值、最小值，盒子中間的線代表數據的中位數，盒子上下邊框線代表數據的四分位數。整個盒子表示數據的主體。
上圖反映出離職員工的滿意度普遍較低。
與分布分析一致，離職員工的受教育水平有極低也有極高的。離職員工的受教育水平相差較大，整體而言受教育程度偏高，反映出該企業優秀人才流失較為嚴重。
與分布分析一致，上圖表明未離職員工的工作時長趨於正常，整體而言離職員工的工作時長過高。
與分布分析一致，上圖表明離職員工參與的項目數過高或過低，而未離職員工的3~4個項目參與量是較為合理的。
反映出工作3~5年的員工離職率較高。
上圖反映出低薪水的離職率較高。
上圖反映出，財務部門、人力部門和科技部的離職率較高。
可見各部門離職率如上圖，離職率由高到低分別為：人力部、財務部、科技部、支持部、銷售部、市場部、IT部門、產品部、研發部、管理部。對於離職率過高的部門，因進一步分析關鍵原因。
再次證明薪水越低離職率越高。
再次證明，滿意度越低離職率越高。
離職率最高的是受教育水平較低的員工，其次是受教育水平最高的員工。對於優秀人才的流失應當引起足夠重視。
離職率最高的是工作時間過長的員工，而工作時長過短的員工離職率也很高，就數據顯示而言，月工作時長調整為正常程度有利於降低員工的離職率。
由圖可見，項目數為3~5最為適宜，而項目數為2、7，即參與項目數過多或過少則離職率增加。
與前述分析一致，工齡5年的員工離職率過高，應當重點關注。
上圖顯示，出現工作事故的員工離職率反而遠遠低於未出現工作事故的員工，說明良好的工作事故處理方式可能會增加員工的忠誠度。
上圖顯示五年內沒有晉升的員工離職率約為有晉升員工的4倍以上。可見為員工提供合理的職業發展空間是十分必要的。
根據上述分析，工作事故對離職的影響不大故剔除，而部門數據不適合量化分析也剔除。
註：黃色為離職，藍色為未離職
1)員工滿意度分析
前述分析中，我們得出員工滿意度越低、離職率越高的結論。那麼滿意度如何與其他因素作用呢？
由上圖可知：
2)受教育水平分析
上述圖片清楚地反映出，對於員工來說：
所以， 對於優質人才，應當合理分配其工作任務和項目數，避免工時過長、項目過多，薪水適宜，並適當適時給予晉升機會以降低其離職率。
2）工齡分析
由圖可知，