Rotación Voluntaria 2026: 5 Causas Raíz

El análisis rotación voluntaria medio se queda en dos respuestas: las personas se fueron por más dinero, o por una mejor oportunidad de crecimiento. Ambas suelen ser explicaciones de superficie que esconden la verdadera causa raíz, situada una o dos capas por debajo. Los datos longitudinales del Work Institute sobre más de 250.000 salidas muestran que el 75% de la rotación voluntaria es prevenible, pero la mayoría de las empresas interviene en la palanca equivocada porque su análisis nunca llega al verdadero impulsor.

Esta guía es un marco operativo para el análisis rotación voluntaria que va más allá de los defaults de compensación y crecimiento. Cubre las 5 categorías de causa raíz que todo análisis debe distinguir, las 4 fuentes de datos necesarias, el workflow de 5 pasos desde las salidas brutas hasta la intervención de retención, la segmentación por cohortes que expone patrones a nivel de mánager, y los errores analíticos comunes que producen falsos positivos. Para el contexto de offboarding más amplio, empieza con nuestra guía completa del proceso de offboarding de empleados.

Cada marco aquí está fundamentado en investigación de Work Institute, Gallup, McKinsey, AIHR y SHRM, y alineado con los requisitos del Reglamento europeo de IA y el RGPD para people analytics. El coste de equivocarse no es abstracto: la rotación regrettable se sitúa entre el 50% y el 200% del salario anual por cada salida. El coste de una causa raíz mal identificada es pagar esa factura dos veces, porque la siguiente persona en el mismo puesto se irá por la misma razón sin resolver.

Por qué falla la mayoría del análisis rotación voluntaria

El patrón dominante en los equipos de RRHH del mid-market: extraer un dato trimestral de rotación, segmentar por departamento, leer los comentarios de las entrevistas de salida, concluir que el problema es compensación o crecimiento profesional, y proponer una revisión de bandas salariales. Seis meses después la tasa no se ha movido, y la siguiente ronda produce las mismas conclusiones. El ciclo se repite porque el análisis confunde la razón declarada para irse con la causa raíz de la salida.

La trampa de la razón declarada

Los empleados rara vez mienten en las entrevistas de salida. Tampoco suelen contar toda la verdad. "He recibido una oferta mejor" es cierto e incompleto. La versión honesta se acerca más a "empecé a buscar porque mi mánager dejó de darme feedback hace 4 meses, y una vez que estaba buscando la oferta mejor fue fácil de encontrar". De esos dos enfoques se derivan dos intervenciones muy diferentes.

Las trampas de la agregación y del "ya lo sabemos"

Las tasas a nivel de empresa son casi inútiles para el trabajo de causa raíz. Una tasa del 14% distribuida uniformemente es un problema diferente de una tasa del 14% que llega al 35% en un equipo y al 4% en el resto. La primera señala un problema estructural, la segunda señala a un mánager. La mayoría de los análisis también cortan por una sola dimensión a la vez (departamento, antigüedad, género), pero los patrones accionables están en intersecciones como "mujeres en ingeniería con 18 a 36 meses de antigüedad bajo 3 mánagers concretos". El análisis de un solo eje no puede ver esas intersecciones. Luego está el patrón del "ya lo sabemos": equipos de RRHH que han hecho varios ciclos de salidas desarrollan una narrativa sobre por qué se va la gente aquí, y el análisis acaba confirmando lo que ya se creía. La evidencia que contradice se explica para descartarla.

Voluntaria, involuntaria, regrettable, prevenible

Antes de cualquier trabajo de causa raíz, la categorización tiene que estar limpia. Mezclar categorías produce ruido analítico que ningún corte de datos puede corregir.

Voluntaria vs involuntaria

La rotación voluntaria es la separación iniciada por el empleado: dimisiones, jubilaciones, contratos temporales no renovados a petición del empleado. La tasa rotación voluntaria equivale a las salidas voluntarias divididas por la plantilla media, expresada en porcentaje. El benchmark europeo del SHRM 2024 para mid-market se sitúa entre el 11% y el 17% anual. La rotación involuntaria es la iniciada por el empleador: despidos por desempeño, eliminaciones de puesto, ERTEs, fin de período de prueba. Causas raíz diferentes, contexto legal diferente. Mezclar la involuntaria dentro de la voluntaria infla la tasa y confunde el diagnóstico.

Regrettable y prevenible

La rotación regrettable es el subconjunto de salidas voluntarias que la empresa habría preferido retener, definido por banda de desempeño, criticidad del puesto y dificultad de reemplazo. Es la única categoría donde el cálculo de coste tiene sentido: del 50% al 200% del salario anual por cada salida para individual contributors, escalando hasta el 400% para roles senior o de liderazgo, según el meta-análisis de AIHR de 2025. La rotación prevenible es el subconjunto que una mejor gestión, encaje o reconocimiento habrían evitado, alrededor del 75% de las salidas voluntarias según Work Institute. La celda que recibe la atención analítica es regrettable + prevenible. Ahí es donde el root cause analysis rotación se convierte en ROI.

Las 5 categorías de causa raíz que todo análisis debe distinguir

La mayoría de las razones de salida se agrupan en una de estas 5 causas raíz. Tratarlas como un único cubo llamado "engagement" es el error analítico más común. Cada categoría tiene una firma diferente en los datos y una intervención diferente. Un análisis de rotación limpio etiqueta cada salida regrettable y prevenible en exactamente una categoría primaria, opcionalmente con una secundaria.

Categoría 1: relación con el mánager

La categoría del jefe-como-causa-raíz. Los datos de Gallup State of the Workplace atribuyen el 52% de las salidas voluntarias a factores influenciados por el mánager: falta de feedback, micromanagement, favoritismo, ausencia de defensa de carrera, confianza rota tras un incidente concreto. Es la categoría individual más grande en la mayoría de los datasets y la de mayor palanca, porque el comportamiento del mánager es modificable y está concentrado.

Categoría 2: compensación y equidad

Tres sub-causas se esconden dentro de esta categoría y necesitan análisis separado: brecha de mercado (compensación externa materialmente más alta), brecha con pares internos (un compañero que hace trabajo similar gana más) y shock personal de compensación (coste de la vida, cambio familiar, cliff de vesting de equity). Cada sub-causa tiene un arreglo diferente. Tratarlas como una sola es por lo que los ajustes generales de banda muchas veces no mueven la retención.

Categoría 3: ruta de crecimiento

No son oportunidades de formación en abstracto. La pregunta concreta es si el empleado vio una ruta creíble de 18 a 24 meses dentro de la empresa. Dos modos de fallo: no existe ruta en la familia de roles (un problema estructural de arquitectura de puestos), o existe una ruta pero el empleado no la vio (un problema de conversación con el mánager).

Categoría 4: encaje del rol y sentido

El trabajo en sí no encaja con la persona. Desajuste entre habilidades y tareas, desajuste de valores, o erosión del sentido (el rol antes parecía importante y dejó de serlo). A menudo aflora como "quiero un nuevo reto" en las entrevistas de salida. El encuadre del reto esconde el desajuste subyacente.

Categoría 5: eventos vitales y atracción externa

Causas genuinamente externas: traslado por la pareja, demandas de cuidado familiar, salud, vuelta a estudiar, pivot voluntario de carrera hacia otra industria. Mayoritariamente no prevenibles y no se deben forzar dentro de categorías prevenibles. Cada salida se etiqueta en 1 categoría primaria más 0 o 1 secundaria en un plazo de 30 días, por un revisor humano con acceso a la transcripción de salida, debrief del mánager, historial de stay interviews y los últimos 2 ciclos de evaluación de desempeño.

Los datos que realmente necesitas: una vista de 4 ejes

Un análisis rotación voluntaria serio necesita 4 ejes de datos. La mayoría de las empresas tienen 1 o 2 e intentan compensar con análisis más profundo sobre datos insuficientes. El resultado son respuestas equivocadas con alta confianza. Construye los ejes que faltan antes de construir el análisis.

Ejes 1 y 2: datos estructurados de salida y señales de stay interview

Eje 1: fecha de separación, último día de trabajo, rol, nivel, departamento, mánager, antigüedad en el rol, antigüedad en la empresa, banda de desempeño de los últimos 2 ciclos, flag de regrettable, flag de prevenible y la etiqueta de causa raíz de las 5 categorías. Más respuestas estructuradas de la entrevista de salida sobre un instrumento fijo, para poder comparar entre salidas en lugar de leerlas como anécdotas (ver nuestra guía de preguntas para entrevista de salida). Eje 2: el predictor más fuerte de quién está a punto de irse es lo que dijo en su última stay interview, no en la entrevista de salida. Las stay interviews se hacen trimestralmente con el talento clave. La asimetría es clara: las señales de stay predicen, las entrevistas de salida explican. Ambas son necesarias. Ver nuestra comparativa stay interview vs entrevista de salida.

Ejes 3 y 4: pendiente de engagement y cohortes a nivel de mánager

El eje 3 es la pendiente, no la puntuación absoluta. Un empleado en 7/10 con tendencia descendente durante 3 pulsos consecutivos está en mayor riesgo que uno en 5/10 estable. La mayoría de las plataformas de engagement muestran cifras absolutas; la pendiente es lo que predice. Si no tienes datos de pulso, la lectura cualitativa del mánager sobre la energía del equipo en las notas de 1:1 es un proxy utilizable (nuestra guía de plantilla de 1-on-1 meeting muestra cómo capturarla). Eje 4: agregar rotación, razones de salida, pendiente de engagement y señales de stay interview a nivel de mánager, incluyendo equipos pasados que ese mánager ha dirigido. Sin esta vista no puedes ver la concentración 80/20 en mánagers que explica la mayor parte de la rotación prevenible.

El workflow de análisis rotación voluntaria en 5 pasos

Un ciclo repetible, ejecutado trimestralmente como mínimo, mensualmente si la rotación está elevada. Cada paso tiene un output definido que alimenta al siguiente. Saltarse pasos produce análisis narrativo que parece perspicaz y no cambia nada.

Paso 1: recoger y limpiar

Extraer todas las salidas voluntarias del periodo. Aplicar los flags de regrettable y prevenible usando criterios acordados con liderazgo por adelantado. Etiquetar cada salida en las 5 categorías de causa raíz a partir de los datos de los 4 ejes. Output: un dataset estructurado con una fila por salida. Normalmente 2 a 4 horas por trimestre una vez construido el pipeline.

Paso 2: segmentar y concentrar

Cortar el dataset por banda de antigüedad, familia de roles, mánager, banda de desempeño y pendiente de engagement. Buscar celdas con tasas materialmente por encima del promedio de la empresa. Output: 3 a 7 cohortes de alta concentración que explican la mayor parte de las salidas regrettable y prevenibles.

Paso 3: hipótesis de causa raíz

Para cada cohorte de alta concentración, generar una hipótesis de causa raíz fundamentada en las 5 categorías. Probar la hipótesis contra los datos cualitativos: transcripciones de salida, historial de stay interviews, notas de 1:1 del mánager. Refutar o refinar. Output: 3 a 7 hipótesis con fuerza de evidencia clasificada como baja, media o alta. Las hipótesis con evidencia baja vuelven a la recogida de datos, no a la intervención.

Paso 4: intervenir

Cada hipótesis con evidencia media o alta recibe una intervención emparejada con un objetivo medible y un plazo de 60 a 90 días. Las hipótesis enraizadas en el mánager reciben coaching, cambio de rol o desarrollo estructurado de mánagers. Las hipótesis enraizadas en compensación reciben trabajo dirigido sobre bandas o ajustes específicos por caso. Las hipótesis enraizadas en crecimiento reciben trabajo de arquitectura de puestos o capacitación para conversaciones con el mánager. Un único responsable por intervención, nombrado por escrito.

Paso 5: medir e iterar

Hacer seguimiento de la misma cohorte a 60 y 120 días post-intervención. ¿Se aplanó la pendiente de engagement? ¿Bajaron las salidas regrettable? ¿Cambió el sentimiento en stay interviews? Si la intervención no movió la aguja, la hipótesis era equivocada o la intervención fue insuficiente. Output: un scorecard trimestral de retención que mide el ROI de la intervención, no solo la tasa rotación voluntaria.

Análisis de cohortes: antigüedad x rol x mánager x banda de desempeño

Los insights accionables viven en la intersección de dimensiones. Un análisis de cohortes limpio es un cubo de 4 vías, no un montón de informes de una sola vía. Las empresas mid-market entre 200 y 2.000 empleados pueden ejecutarlo en una hoja de cálculo. Por encima de 2.000, las herramientas dedicadas de people analytics se amortizan rápido.

Bandas de antigüedad, familias de roles, rollup de mánager

Cortes estándar de antigüedad: 0-6 meses (fallo de onboarding), 6-18 meses (revelación del encaje del rol), 18-36 meses (prueba de la ruta de crecimiento), 36-60 meses (inflexión de carrera media), 60+ meses (antigüedad profunda). Cada banda tiene un perfil típico de causa raíz. Las salidas por fallo de onboarding en los primeros 6 meses casi siempre se trazan a fallos de contratación o de fijación de expectativas, no a engagement. Cortar por familia de roles (ingeniería, ventas, customer success, operaciones), no por título de puesto, que fragmenta los datos. Después agregar cada salida bajo cada mánager, incluyendo equipos pasados, con tres años de historial como horizonte de trabajo. Mánagers con tasas elevadas de forma consistente en varios equipos son un objetivo de intervención distinto de los mánagers con una sola cohorte mala.

Banda de desempeño y la intersección que devuelve

Añadir la banda de desempeño: las salidas de high-performers y las de low-performers parecen idénticas en cifras brutas y tienen implicaciones opuestas. La rotación regrettable está concentrada en las salidas de high-performers. La consulta más útil: salidas de high-performers en la banda de antigüedad de 18-36 meses, por mánager. Esta intersección aísla rotación regrettable, prevenible e influida por el mánager con alta precisión. La mayoría de las empresas que la ejecutan por primera vez descubren que 2 o 3 mánagers explican entre el 30% y el 50% de sus pérdidas regrettable.

Patrones a nivel de mánager: el 80/20 de la rotación prevenible

La rotación prevenible no se distribuye uniformemente entre mánagers. A través de varios datasets de AIHR y Gallup, aproximadamente el 20% de los mánagers explica el 60% de la rotación prevenible. La forma varía por tamaño de empresa e industria, pero la concentración es consistente. Es el hallazgo de mayor palanca que produce la mayoría de los esfuerzos de análisis de rotación, y la mayoría de las empresas no actúa sobre él de forma limpia.

Tres perfiles en la cola de alta pérdida

El 20% que pierde personas no son todos iguales. Perfil 1: el mánager que evita el conflicto, no da feedback nunca y deja que el desenganche silencioso crezca hasta la dimisión. Perfil 2: el mánager de alta presión que impulsa el desempeño a corto plazo a través de una intensidad que los high-performers toleran 18 meses y luego se van. Perfil 3: el mánager ausente que es técnicamente excelente pero no dedica tiempo a las personas, así que sus reportes derivan hacia equipos mejor gestionados o hacia ofertas externas.

Por qué la formación sola falla, y la decisión difícil

La formación genérica de mánagers no mueve la aguja para la cola de alta pérdida. El mánager que evita el conflicto ya sabe que debería dar feedback. El mánager de alta presión ya sabe que la gente necesita recuperación. El mánager ausente ya sabe que la gente necesita 1:1s. La brecha no es de conocimiento, es de comportamiento. El cambio de comportamiento requiere coaching estructurado con objetivos conductuales medibles, no un workshop. Algunos mánagers en la cola de alta pérdida no van a cambiar. El análisis honesto incluye el cambio de rol como una de las intervenciones: sacarlos del people management hacia tracks de IC o de especialista donde sus fortalezas se aplican sin el coste de personas. Nuestro artículo sobre redes ocultas de desempeño cubre cómo detectar estos patrones a nivel de organigrama.

Compensación y ruta de crecimiento como causas rotación empleados, en profundidad

Compensación y ruta de crecimiento son las dos causas rotación empleados más sobre-atribuidas. "Se fueron por más dinero" y "no había oportunidad de crecimiento" cierran el análisis prematuramente. Cada una merece una división limpia en sub-categorías antes de nombrar cualquier intervención.

Compensación: mercado, par interno, shock personal

Brecha de mercado: compensación total materialmente por debajo del mercado externo. Probada contra datos de mercado actuales (Mercer, Radford, benchmarks de industria) en el momento de la dimisión, no en la última revisión de bandas. Un empleado dentro de banda puede estar todavía 15% por detrás del mercado. Brecha con pares internos: el empleado descubrió que un compañero que hace trabajo similar gana materialmente más. Más corrosiva que la brecha de mercado porque dispara una violación de equidad, no solo coste de oportunidad. Shock personal de compensación: las necesidades del empleado cambiaron (subida del coste de vida, cambio familiar, cliff de vesting de equity). Cada sub-causa tiene un arreglo diferente.

El test de descalificación

Antes de etiquetar cualquier salida como enraizada en compensación, ejecutar el descalificador: ¿este empleado se habría quedado con un +15% de compensación si todo lo demás estuviera igual? Si la respuesta honesta es "probablemente no, ya estaba desenganchado", la causa raíz es el problema subyacente de engagement, no la compensación. La compensación fue el detonante, no la causa. Este test reduce el etiquetado falso positivo en compensación en aproximadamente un 30%.

Ruta de crecimiento: ¿existía, la vio el empleado?

La ruta existe, el empleado no la vio: la arquitectura de roles tiene un siguiente paso creíble de 18 a 24 meses, pero el empleado nunca tuvo la conversación que le mapeara hacia él. Arreglo: conversaciones de carrera estructuradas cada 6 meses, planes individuales de desarrollo vinculados a la progresión de la familia de roles, programas de movilidad interna. La ruta no existe para esta familia de roles: común en roles especializados de IC y en organizaciones planas pasada su fase de crecimiento. Arreglo: trabajo de arquitectura de puestos para rutas laterales o de especialista, conversaciones honestas sobre el techo, programas deliberados de alumni. El fallo operativo más común en ambas sub-causas es la conversación de carrera que falta. Las stay interviews y la cadencia estructurada de 1:1 capturan esto entre 6 y 12 meses antes que las entrevistas de salida. Nuestra plantilla de 1-on-1 meeting incluye la cadencia por defecto.

Errores comunes en el análisis rotación voluntaria

Patrones que aparecen de forma consistente en equipos de RRHH que ejecutan su primer o segundo ciclo analítico. Cada uno produce una respuesta equivocada con confianza.

Titular equivocado, comentarios de salida como verdad, ignorar a los que se quedan

La tasa rotación voluntaria total es una métrica de vanidad. La métrica titular debería ser la tasa de rotación regrettable + prevenible, desglosada por mánager y banda de antigüedad. La tasa total hace que liderazgo sienta que se mide algo; la tasa segmentada les dice dónde actuar. El texto libre de la entrevista de salida es señal, no evidencia. Necesita cruzarse con historial de stay interviews, notas de evaluación de desempeño y debrief del mánager. Un patrón en 5 salidas es evidencia; un solo comentario emocional no lo es. Y el grupo de control son las personas en la misma cohorte que se quedaron: si la cohorte de alta pérdida también es una cohorte de alta permanencia, el mánager o el rol pueden no ser la causa raíz. Nuestra guía de prevención de burnout basada en datos cubre el análisis del lado de los que se quedan.

Ciclo anual, sin medición, puntos ciegos en RGPD y Reglamento de IA

Los ciclos anuales no permiten intervenir a tiempo. La decisión de irse normalmente se toma 2 a 4 meses antes de la dimisión, y el desenganche que la produjo empezó 6 a 12 meses antes. Trimestral es la cadencia mínima útil. La mayoría de los análisis también terminan con recomendaciones y nunca miden si funcionaron: el seguimiento de cohorte a 60 y 120 días es lo que hace que el siguiente ciclo sea más inteligente que este. Por último, people analytics en la UE está dentro del RGPD (base legal, limitación de finalidad, minimización de datos) y del Reglamento europeo de IA (transparencia sobre decisiones automatizadas, clasificación de alto riesgo para algunos usos en RRHH). El análisis agregado de cohortes es válido. El scoring individual de "riesgo de fuga" sin gobernanza es un problema de cumplimiento y necesita DPIA, base legal clara y revisión humana.

Cuantitativo vs cualitativo, y la capa de IA

Ambos modos son necesarios, en una proporción aproximada de 80/20: cuantitativo para identificar cohortes, cualitativo para confirmar la causa raíz. La mayoría de los análisis de RRHH invierte la proporción, lo que parece perspicaz y rara vez cambia los resultados. Ejecutar primero el cuantitativo para identificar las 3 a 7 cohortes que importan, luego deep-dives cualitativos sobre esas cohortes. El análisis basado en LLM puede leer 50 transcripciones de salida en minutos, etiquetarlas contra las 5 categorías, y vincularlas de vuelta a los datos de cohorte, comprimiendo 2 semanas de trabajo en 2 horas y manteniendo un humano en el bucle para confirmar etiquetas. Nuestra guía de automatización de entrevistas de salida cubre el workflow de IA con cumplimiento del Reglamento europeo de IA.

KS-Agents Torch: extracción de conocimiento de pago por uso

KS-Agents Torch ejecuta la entrevista de extracción de conocimiento con IA cuando un empleado se va, produce registros estructurados listos para el sucesor, y cumple con residencia de datos en la UE, GDPR Artículo 22 y alineamiento con la EU AI Act. Cada salida asistida por IA es confirmable y reversible por un revisor humano. Torch es de pago por uso, sin suscripción: 45 EUR por una entrevista de extracción, 175 EUR por un pack de 5 entrevistas. Ver precios de Torch →

FAQ: análisis rotación voluntaria

¿Qué es el análisis rotación voluntaria?

El estudio sistemático de las separaciones iniciadas por el empleado para identificar causas raíz, predecir riesgo futuro y diseñar intervenciones de retención. Distingue entre rotación voluntaria e involuntaria, regrettable y no regrettable, prevenible y no prevenible, y usa segmentación por cohortes para encontrar patrones de concentración.

¿Cuál es una tasa rotación voluntaria saludable?

Los benchmarks de SHRM para mid-market europeo se sitúan entre el 11% y el 17% anual según industria. La tasa total importa menos que el subconjunto regrettable + prevenible, que idealmente debería estar por debajo del 8%.

¿Cuál es la diferencia entre rotación voluntaria y rotación regrettable?

La rotación voluntaria es cualquier separación iniciada por el empleado. La rotación regrettable es el subconjunto que la empresa habría preferido retener, definido por banda de desempeño y criticidad del puesto. Toda la rotación regrettable es voluntaria, pero no toda la rotación voluntaria es regrettable.

¿Qué porcentaje de la rotación voluntaria es prevenible?

Los datos longitudinales del Work Institute sobre más de 250.000 salidas sitúan la rotación voluntaria prevenible en aproximadamente el 75%. El 25% restante está impulsado por eventos vitales genuinos, pivots de carrera u otras causas externas.

¿Cuáles son las principales causas rotación empleados?

Cinco categorías de causa raíz: relación con el mánager (la causa individual más grande, alrededor del 52% según Gallup), compensación y equidad, ruta de crecimiento, encaje del rol y sentido, y eventos vitales con atracción externa.

¿Cómo se calcula la tasa rotación voluntaria?

La tasa rotación voluntaria equivale a las salidas voluntarias del periodo divididas por la plantilla media, expresada en porcentaje. Anualiza con cuidado las tasas inferiores a un año; multiplicar una tasa trimestral por 4 sobreestima la cifra anual si las salidas se concentran en meses concretos.

¿Con qué frecuencia hay que ejecutar un análisis rotación voluntaria?

Trimestral es la cadencia mínima útil. Mensual es mejor cuando la rotación está elevada o cuando hay intervenciones en marcha. Los ciclos anuales son demasiado lentos, ya que la decisión de irse normalmente se toma 2 a 4 meses antes de la dimisión.

¿Qué datos necesito para un análisis de rotación serio?

Cuatro ejes: datos estructurados de salida con la etiqueta de causa raíz de 5 categorías, señales de stay interview, pendiente de tendencia de engagement (no solo puntuaciones absolutas) y rollups de cohorte a nivel de mánager incluyendo equipos pasados.

¿Cómo afecta el Reglamento europeo de IA al análisis de rotación?

El análisis a nivel de cohorte no está restringido. El scoring individual de "riesgo de fuga" con decisiones automatizadas cae bajo las categorías de IA de alto riesgo y requiere DPIA, transparencia con los interesados, base legal bajo RGPD y revisión humana en el bucle.

¿Cuál es el coste de la rotación voluntaria?

Los costes de la rotación regrettable van del 50% al 200% del salario anual por cada salida para individual contributors, escalando hasta el 400% para roles especialistas senior o de liderazgo según el meta-análisis de AIHR de 2025. Ver nuestro análisis estratégico de la pérdida de conocimiento para el modelo completo de coste.

Del análisis a la estrategia de retención

Un análisis rotación voluntaria que no produce 3 a 5 intervenciones nombradas con responsables, objetivos y plazos está incompleto. El trabajo analítico es la parte barata; el trabajo operativo de cambiar el comportamiento del mánager, arreglar las bandas de compensación y construir rutas de carrera es donde están el coste y el retorno. Tres cosas para hacer este trimestre: reconstruir los últimos 12 meses de salidas voluntarias con las etiquetas de las 5 categorías y los flags de regrettable + prevenible; construir el cubo de cohortes de 4 vías y buscar la intersección de high-performer + 18 a 36 meses de antigüedad + mánager; nombrar 3 a 5 intervenciones con responsables y plazos de 60 a 90 días, con el seguimiento de cohorte a 60 y 120 días en el calendario antes de que arranquen las intervenciones.

Para el sistema de retención más amplio, la guía de offboarding de empleados cubre la columna operativa, la comparativa stay vs entrevista de salida cubre la capa predictiva, la plantilla de transferencia de conocimiento cubre la mitigación de pérdida, y la plantilla de checklist de offboarding cierra el bucle operativo. O funciona, o fallamos. El marco te da la disciplina para saber hacia cuál de las dos te diriges, a tiempo de cambiar el rumbo.