AIAI University/ Stadika Смотреть курсы
AI University / Промпты / HR и рекрутеру
HR и рекрутеру

Промпт: анализ текучести персонала по выгрузке 1С:ЗУП

Расчёт текучести по подразделениям, ранняя текучесть, гипотезы о причинах и формулы Excel. Готовый промт на русском с ответами нейросетей: посмотрите, что выдают GigaChat, ChatGPT, Claude и Gemini, и откройте текст промпта, чтобы запускать его со своими данными.

Проверено на: GigaChatChatGPTClaudeGemini · Обновлено 01.10.2026

Текст промпта

Текст промпта открывается с доступом к библиотеке

Ответы нейросетей ниже получены этим промптом на примере из таблицы. Чтобы скопировать промпт и запускать его со своими данными, откройте доступ ко всем промптам или полный доступ к AI University.

Разовый платёж, без подписки. Новые промпты входят в доступ.

Что подставить в промт

ПолеПример
{headcount}9 месяцев 2026 года, средняя численность 210 человек: склад 120, офис 60, доставка 30
{data}Склад: уволено 41 (по собственному желанию 35, за прогулы 4, по соглашению сторон 2), из них 22 со стажем меньше 3 месяцев
Офис: уволено 7 (по собственному желанию 6, по соглашению сторон 1), стаж в основном больше года
Доставка: уволено 15 (все по собственному желанию), из них 9 со стажем меньше 3 месяцев
Причины из exit-интервью склада: график, «обещали больше», далеко ездить, конфликт с бригадиром

Ответы нейросетей на этот промпт

Один и тот же промпт с примером выше, ответы без правок: выберите нейросеть, которой пользуетесь, и посмотрите, что она выдаёт.

GigaChat 2 Max06.10.2026

Анализ данных увольнений

Исходные данные
Данные об увольнениях:

Из них 22 сотрудника со стажем менее 3-х месяцев.

Средний стаж работников офиса на момент ухода превышает год.


Расчёт коэффициента текучести кадров

Коэффициент текучести показывает долю уволившихся сотрудников относительно средней численности персонала за отчетный период. Формула расчета следующая:

$$
К_{\text{тек}} = \frac{\text{Количество уволенных}}{\text{Средняя численность сотрудников}} \times 100\%
$$

Расчёты по каждому подразделению отдельно:

Общий коэффициент текучести

Всего уволилось: $41 + 7 + 15 = 63$ человека.

$$
K_{\text{общий}} = \frac{63}{210} \times 100\% = 30,\!00\%
$$

Таким образом, общий уровень текучести составляет примерно 30%, что довольно высокий показатель даже для российских компаний. В среднем принято считать нормальным уровнем текучести до 10–15%, однако эти цифры зависят от отрасли ([проверить источник]).

Текучесть по подразделениям
Склад

Уволилось 41 сотрудник из общей численности подразделения в 120 человек.

$$
K_{\text{склад}} = \frac{41}{120} \times 100\% = 34,\!17\%
$$

Текучесть на складе самая высокая среди подразделений.

Офис

Уволилось 7 сотрудников из общего числа офисных работников 60 человек.

$$
K_{\text{офис}} = \frac{7}{60} \times 100\% = 11,\!67\%
$$

Это самый низкий показатель текучести.

Доставка

Уволилось 15 сотрудников из 30 человек подразделения доставки.

$$
K_{\text{доставка}} = \frac{15}{30} \times 100\% = 50,\!00\%
$$

Наибольшая текучесть наблюдается именно здесь.


Выявленные закономерности

  1. Высокая доля увольнений в первый квартал работы:

Более половины всех случаев увольнений приходится на людей, проработавших меньше трех месяцев.

  1. Разница в основаниях увольнений между подразделениями:

Наибольшее количество добровольных уходов зафиксировано на складе и службе доставки, тогда как офис демонстрирует наименьшую текучесть. Причинами массового ухода на складе являются плохие условия труда, невыполнимые ожидания, неудобства графика и конфликтов с руководителем.

  1. Общее распределение оснований увольнений:

Подавляющее большинство уходит добровольно (собственное желание). Увольнения за нарушения дисциплины редки.

  1. Стаж на момент увольнения:

Большинство ушедших имеют небольшой стаж, особенно это касается службы доставки и склада. Возможно, речь идет о недостаточной адаптации новичков либо о проблемах подбора подходящих кандидатов изначально.


Ранняя текучесть (сотрудники, работающие менее трёх месяцев)

Из общего количества уволенных:

Получается, большая часть новых сотрудников, принятых на склад и службу доставки, покидают компанию уже спустя несколько первых месяцев работы.


Гипотезы о причинах высокой текучести и способы проверки каждой из них

  1. Гипотеза №1: Несоответствие ожиданий условиям труда. Например, работа тяжелее, чем предполагалось кандидатами.

Проверка: Проведение опросов и выходное интервью для выяснения конкретных несоответствий условий заявленным требованиям.

  1. Гипотеза №2: Неэффективная адаптация новеньких сотрудников. Недостаточная поддержка и обучение приводят к разочарованию новыми сотрудниками.

Проверка: Сравнить текучесть сотрудников прошедших полноценную программу адаптации и тех, кто её не прошел. Оценить работу наставников.

  1. Гипотеза №3: Непривлекательные компенсационные пакеты. Зарплата ниже рыночной или недостаточно мотивирует персонал.

Проверка: Регулярный мониторинг уровня заработных плат аналогичных должностей на рынке труда и сравнительный анализ.

  1. Гипотеза №4: Проблемы коммуникации внутри коллектива. Недопонимание с руководителями или коллегами вызывает недовольство и последующий уход.

Проверка: Анкетирование или личные беседы сотрудников для выявления проблем взаимодействия в коллективе.

  1. Гипотеза №5: Сложность выполнения обязанностей. Сотрудники чувствуют себя перегруженными задачами, невозможностью справиться с работой качественно и вовремя.

Проверка: Анализ производительности и нагрузки каждого подразделения, проведение анонимных опросов сотрудников.


Автоматизация расчетов в Microsoft Excel (формулы русской локализации):

Для упрощения регулярного мониторинга показателей текучести стоит использовать формулы в Excel:

Общие показатели
ПоказательФормула
Общая текучесть=(СУММ(B:B)/C1)*100
Текучесть склада=(B2/C2)*100
Текучесть офиса=(B3/C3)*100
Текучество доставки=(B4/C4)*100

Где:

Дополнительные аналитические срезы

Чтобы получить детальную картину по основаниям увольнений, используйте условное форматирование и фильтры. Для выделения специфичных групп (например, уволенные по инициативе работодателя) применяйте функцию COUNTIFS.

Пример расчета процента ранних увольнений:

=D2/B2*100

где D2 — число уволенных со стажем менее 3 месяцев, B2 — общее число уволенных сотрудников отдела склада.


Итоговый вывод: текучесть кадров крайне высока, особенно на складе и в службе доставки. Необходим комплекс мер для повышения удовлетворенности сотрудников условиями труда, системой мотивации и качеством процесса найма и адаптации.

Советы

Как пользоваться
  1. Откройте доступ и скопируйте промпт кнопкой выше.
  2. Замените поля в фигурных скобках своими данными.
  3. Отправьте в нейросеть и сравните ответ с примером на этой странице.

Подробнее о структуре хорошего запроса: гид AI University.

Похожие промпты

HR и рекрутеруБесплатно Текст вакансии для hh.ruВакансия, которую дочитывают до конца: задачи, требования, условия с цифрами, вопросы для отсева. 4 ответаОткрытьHR и рекрутеруБесплатно Вопросы для собеседования по компетенциямСтруктурированное интервью: поведенческие вопросы, признаки сильного ответа и бланк оценки. 4 ответаОткрытьHR и рекрутеруБесплатно Должностная инструкцияЧерновик должностной инструкции по реальным обязанностям, с подчинённостью и ответственностью. 4 ответаОткрыть

Все 435 промптов и 6 наборов

172 промптов открыты бесплатно. Остальные и наборы-цепочки открывает доступ к библиотеке за 1 490 ₽. Полный доступ за 4 900 ₽: все курсы AI University на русском и библиотека промптов. Разовый платёж, новые промпты входят.