Meer over JiGSO
Questions?
Neem contact met ons op!
Most recent videos
Wat is JiGSO Listen?
Een korte video over JiGSO Listen en hoe dit slimme platform jou kan helpen om je teams naar een (nog) hoger niveau te tillen.
JiGSO Listen pitch
JiGSO Listen is een innovatieve tool die teams inzichten geeft om te werken aan inclusie, psychologische veiligheid en teamcohesie.
JiGSO Listen pitch (NL)
Nederlandstalige versie van onze JiGSO Listen pitch, waar Jolien 2 feiten, 1 frustratie, and 1 fix deelt over teams.
Wat HR van andere disciplines kan leren
Momenteel is er een heuse ’tech boom’ aan de gang in HR , maar we kunnen nog veel leren van andere disciplines zoals politiek, marketing en fusie.
HR Analytics video's: personeelsverloop
Personeelsverloop of -verloop – de snelheid waarmee werknemers een personeelsbestand verlaten en worden vervangen – kan voor veel organisaties een ernstig probleem zijn. Zelfs als de tijd en kosten van investeringen (werving, aanwerving, training) als relatief laag worden beschouwd voor een bepaald personeelsbestand, zal het altijd niet-nul zijn. Daarnaast zijn we ons maar al te bewust van de impact op het moreel van het team en het bedrijfsimago.
In deze videoserie legt Data Scientist Thomas Stainer uit hoe Survival Analysis u kan helpen inzicht te krijgen in het verloop van medewerkers.
Part 1: Introduction
Introducing the concept of Survival Analysis and how it can help you understand churn.
Part 2: Censoring
Censoring is an important feature in Survival Analysis that helps you take into account missing data.
HR Analytics videos: Model Explainability
Hoewel de fundamentele concepten van Machine Learning al een tijdje bestaan, beginnen de meeste mensen nu pas kennis te maken met de technologie. Daarom klinkt blindelings vertrouwen op de voorspelling die uit een black box-model kwam voor de meesten misschien nog steeds behoorlijk ontmoedigend. In deze videoserie opent Data Scientist Wout Goossens de zwarte doos door het concept van Model Explainability te introduceren.
Part 1: Introduction
What is Model Explainability and how can it give you more insight into Machine Learning predictions?