在线职业网络中的人才流动分析

分析跳槽行为对于理解在职个体的工作偏好与职业发展十分重要。在劳动力群体层面进行分析时，跳槽分析有助于洞察不同工作与组织间的人才流动。传统上，通过对求职者与雇主开展调查来研究跳槽行为。除调查外，面对快速变化的就业格局，也可利用数据驱动方法以高度可扩展且及时的方式研究跳槽行为。幸运的是，在线职业网络（OPNs）的出现使得大规模人才流动分析成为可能。本文中，我们提出一种新的数据分析框架，利用某成熟 OPN 中公开可访问的资料，对来自三个不同国家/地区的近 100 万在职专业人士的人才流动模式进行分析。由于 OPN 数据最初是为职业社交应用而生成，我们所提框架将同一数据重新用于不同的分析任务。在执行跳槽分析之前，我们设计了一种职位名称归一化流程，以减轻 OPN 数据中的噪声量。随后我们设计若干度量指标，以衡量担任某职位所需的工作经验量、确定该职位的存续时长（亦称职位年龄），以及上述度量与跳槽倾向之间的相关性。我们还研究了跳槽行为如何与职位升迁/降迁相关。最后，我们在职位与组织层面进行连通性分析，以推导有关人才流动及职位与组织竞争力的见解。