在当今快速变化的技术方案中,科技巨头修改他们的战略联盟每隔几年。因此,员工必须适应组织的策略。劳动力的成员既不相关的战略联合,也可以由reskilling相关,必须要么挤出(即放置在另一个工作在组织)或从组织中分离出来。在欧洲等地区,在分离的成本非常高,它变得非常重要为每个员工做出正确的决定。在本文中,我们描述一个基于模拟的方法找到一个员工的再就业的概率和时间。这些数字是输入一个全球性问题的最优决策为整个劳动力。
新职介绍意味着将一个候选人在一个组织内的另一份工作。估计新职介绍时间(OT)和新职介绍概率(OP)的候选人在工作分析是一个棘手的问题由于固有的本质问题。大型科技组织通常需要解决这个问题,由于频繁的调整战略方向的快速变化的技术格局。每次一个组织决定专注于特定的技术领域,他们需要对员工做出一些艰难的决定。每个员工被标记为在下列情形之一:
- 适合一些投资的战略联合reskilling许多雇员)(可能是零。
- 不合适的战略联合,但可以取代。
- 不适合战略联合,不能取代。
确定一个适当的类别为每个候选人,考虑到组织的预算约束是伞的问题需要解决。为了解决这个问题,每一位员工的适配性战略联盟必须量化。那些低于一个阈值应考虑新职介绍。员工类别三个组织必须分开。在一些地区如欧洲,分离的成本是非常高的。因此组织必须非常小心在标签员工在过去的类别。从技术上讲,员工有一个非常大的预期OT和或者非常小的OP在第三类候选人。这个问题找到一个候选人的新职介绍时间和概率在这里解决。
成本近似reskilling vs相关性曲线,再就业时间/概率数据可用,一个全球性的问题,维护一个一致的员工而保持接近预算可以制定和解决。可以货币化的新职介绍时间乘以一个雇员的工资,并添加实际放置过程成本。那些新职介绍成本超过遣散费成本可能会分开,而不是选择新职介绍。整体的问题是为每个员工的三个决策,保持成本reskilling(可能为零),取代或分离,与相应的成本。目标是最小化偏差调整预算(更高的一边与更多的重量偏差)与员工约束。
实体/事件和模型逻辑。