Applying machine learning models to predict voluntary employee attrition in a portuguese IT organisation

Abstract

This thesis explores the application of a machine learning (ML) predictive model to forecast voluntary employee attrition in a Portuguese information technology (IT) company. The study proposes the development of a data-driven decision-support tool aimed at optimizing human resource management, in the context of high turnover rates in the technology sector and the significant costs associated with voluntary departures. Following the CRISP-DM methodology, the research makes use of real anonymized human resources (HR) data from an organization to design, train, and evaluate classification models, with LightGBM emerging as the most accurate predictor of attrition. The findings reveal that factors such as career progression (functional promotion interval), variable compensation, organisational unit, loyalty level, and salary increase are the most influential in predicting employee departures. The predictive model demonstrates robust performance (F1 = 0.578; AUC = 0.92), providing actionable insights for the development of targeted retention strategies and evidence-based workforce planning. Additionally, the study discusses the wider implications of predictive analytics for HR management, emphasizing the importance of continuously monitoring and updating the model to ensure its reliability and relevance over time. This research contributes to academic literature by illustrating the effectiveness of ML-based HR analytics and offers practical recommendations for organisations seeking to address employee turnover through advanced analytical methods.

Esta tese explora a aplicação de um modelo preditivo de machine learning (ML) para prever a saída voluntária de colaboradores numa empresa portuguesa de tecnologia da informação (TI). Num contexto de elevadas taxas de rotatividade no setor tecnológico e dos custos significativos associados às saídas voluntárias, o estudo propõe o desenvolvimento de uma ferramenta de apoio à decisão baseada em dados, destinada a otimizar a gestão de recursos humanos. Seguindo a metodologia CRISP-DM, a investigação recorre a dados reais anonimizados de recursos humanos (HR) de uma organização para conceber, treinar e avaliar modelos de classificação, destacando-se o LightGBM como o preditor mais preciso da rotatividade. Os resultados revelam que fatores como progressão na carreira (intervalo entre promoções funcionais), compensação variável, unidade organizacional, nível de lealdade e aumento salarial são os mais influentes na previsão de saídas voluntárias de colaboradores. O modelo preditivo demonstra um desempenho robusto (F1 = 0.578; AUC = 0.92), oferecendo insights acionáveis para estratégias de retenção direcionadas e para o planeamento da força de trabalho baseado em evidências. Adicionalmente, o estudo discute as implicações mais amplas da análise preditiva na gestão de RH, salientando a importância da monitorização contínua e da atualização do modelo para garantir a sua fiabilidade e relevância, ao longo do tempo. Esta investigação contribui para a literatura académica ao evidenciar a eficácia da análise de RH baseada em ML e apresenta recomendações práticas para organizações que pretendam abordar a rotatividade de colaboradores através de métodos analíticos avançados.