Makine öğrenme teknikleriyle kurumlardaki olası istifaların öngörülmesi
Is this your thesis?
This record came from a bulk archive import. If it’s yours, link it to your profile.
Abstract (TR)
Devam eden dijitalleşme süreci, iş dünyasında dönüşümü beraberinde getirmiş, hem şirketlere hem de ülkelere birçok avantaj sunmuştur. Bu dijitalleşme dalgası işlemleri basitleştirmiş, bağlantıları artırmış ve eşi benzeri görülmemiş veri odaklı karar verme imkanı sağlamıştır. Ancak, her önemli değişiklik gibi, kendi zorluklarını da beraberinde getirmiştir. Günümüz dijital ortamında en acil sorunlardan biri, iş gücü piyasasının değişen dinamikleri etrafında dönmektedir ve bu dinamikler çalışanlara yerleştirdiği sürekli değişen talepleri içermektedir. Bu bağlamda, örgütlerin önceliklerinin ön saflarına çıkan merkezi sorun, nitelikli ve değerli çalışanların tanımlanması ve elde tutulmasıdır. Bir şirketin değeri, işgücünün becerileri, bilgisi ve yenilikçiliği ile giderek daha fazla ilişkilendirildiği bir dönemde, yetenekli bireyleri çekme ve elde tutma yeteneği sadece bir tercih değil, stratejik bir zorunluluktur. Şirketler, başarının sadece en iyi yetenekleri kazanma yeteneğine değil, aynı zamanda onları elde tutma yeteneğine bağlı olduğunun farkındadır. Bu kritik sorunu ele almak için örgütler, sofistike araçlar ve ölçütler kullanmaktadır. Anahtar Performans Göstergeleri (KPG'ler), çalışan katılımını değerlendirmek ve isteğe bağlı katkıları değerlendirmek için vazgeçilmez hale gelmiştir. Bu ölçümler, bir örgütün iş gücünün genel sağlığının ve istikrarının barometreleri olarak hizmet etmektedir. Ancak, gerçek test, bu ölçümleri istifaları belirlemek ve etkili elde tutma stratejileri geliştirmek için önceden kullanmaktadır. Bu özet, bu acil sorunun özüne inerek, çalışan kaybının erken belirtilerini tanıma ve bunun sonucunda elde tutma taktikleri oluşturma stratejilerini aydınlatmayı amaçlamaktadır. Bunun için çalışma, Destek Vektör Makineleri (SVM), Yapay Sinir Ağları (YSA) ve diğer popüler makine öğrenme algoritmaları gibi ileri teknolojilerden yararlanmaktadır. Veri analitiği ve makine öğrenme gücünü kullanarak örgütler, çalışanların istifalarını etkileyen faktörleri daha iyi anlayabilir ve elde tutma çabalarını buna göre uyarlayabilirler. Özetle, bu araştırma çabası, dijitalleşmenin iş gücü üzerindeki oluşturduğu zorlukların ve örgütlerin nasıl tepki verebileceğinin yollarının kapsamlı bir keşfi sunmayı amaçlamaktadır. Veri odaklı yaklaşımların proaktif kullanımını vurgulayarak, bu çalışma dijital çağda yetenek elde tutma alanındaki evrilen manzaranın üstesinden gelmeye çalışan işletmelere değerli görüşler sunmaktadır.
Author
Bidar Özgür Tombuloğlu
Institution
How to Cite
Bidar Özgür Tombuloğlu (Yüksek Lisans Tezi). Makine öğrenme teknikleriyle kurumlardaki olası istifaların öngörülmesi, 2023, Bahçeşehir University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Bahçeşehir University
- Bankacılıkta risk yönetimi ve COVİD-19 pandemisinin Türk bankacılık sektörüne olası etkileri(2023)
- Büyük veri analizi kullanarak müşteri deneyimini geliştirmek: Apple, Airbnb, Starbucks, Netflix ve Amazon'un karşılaştırmalı bir çalışması(2023)
- Kurumsal sosyal sorumluluk (KSS) ve müşteri sadakati üzerindeki etkisi: Çatışma sonrası ülke açısından Zaın Irak'a ilişkin bir örnek çalışma(2023)
- Asya sinemasında LGBTQ'nun temsili (Pakistan ve Hindistan)(2023)
- İnşaat sözleşmelerinde borçlu temerrüdü nedeniyle sözleşmeden dönmede olumsuz zararın tazmini(2023)
- Türk siyasetinde gençlik hareketleri ve kapsayıcı yönetişim: Ak gençlik örneği(2023)