沃尔玛、瑞士信贷银行等企业将员工的数据汇集起来，通过分析数据来监测可能会离职的员工。
公司老板们都想知道谁准备跳槽。随着劳动力数量的减少和劳动力成本的增加，在这样一个紧缺的市场上，像沃尔玛、瑞士信贷银行、Box 等公司都开始利用数据挖掘技术来找出可能离职的员工。据分析团队里的人说，这种产品的理念就是让经理尽早地获得预警信息，这样就可以在员工跳槽之前提前行动。
企业数据的汇集整合需要几十种不同类型的数据，包括工龄、工作地点、表现评估、员工调查、交流模型以及人力资源部门对员工进行的“防跳槽”性格测试等。数据分析之后可以给出一个复杂的结果，比如是什么原因激励员工留下来工作，是什么原因导致员工跳槽。
比如根据 Culture Amp 公司的人力资源分析，在 Box 公司，“员工的工资”和“与老板的关系”在离职原因上的关联性就低于“员工与团队的关系”。瑞士信贷银行公司，在一个规模比较大的团队中，如果经理的评价比较差的话，“经理的表现”和“团队规模”是影响员工跳槽的最大因素。
Ultimate Software Group 人力资源软件公司根据每个人的“留职预测指数（retention predictor）”（跟其他公司的评价得分相似），来预测员工是否会辞职。
随着员工入职时间的不断增加，公司会花更多经理来留住员工，很大程度是因为替换员工的成本特别高。根据美国进步中心智囊团的数据，更换一名员工的平均成本差不多是员工一年薪水的 21%；美国人力资源管理协会的数据显示，招聘一名新员工的成本为 3341 美元。
瑞士信贷银行的全球人才招聘与发展总监 William Wolf 说，如果能把损耗率降低 1 个百分点，银行每年可以节省 0.75-1 亿美元。
不过，到现在为止还没有任何数据能够准确预测员工的去留。数据科学家利用模型来预测员工在不久的将来是否可能会离职，他们的模型里包括了长期以来积攒的各种变量和测试结果。当然，现在数据科学家可以根据选定公司的数据来对模型进行优化，提供更准确的预测。
Ultimate Software 公司的数据科学家 Thomas Daglis 说，“人们总是想找到那一个导致员工离开的决定性原因，然而导致员工离职的原因并非那么简单。”
企业老板或许不在乎员工是否有离职风险，但是这些公司强调说使用数据可以提高员工留存率，也不会赶走员工。
除了预警，数据科学家还发现了一些有趣的关系。
HR 数据公司 VoloMetrix 通过分析匿名的员工电子邮件和日历数据，发现可以提前一年预测员工是否会跳槽，因为他们发现有跳槽倾向的员工会花更少的时间与同事交流、不愿意参加计划外的会议。Ultimate Software 公司则发现了员工福利和员工离职之间的关系。而雇主所面临的挑战，准确来说是拿到数据之后如何处理，有些公司的 HR 并不确定如何应对有潜在跳槽倾向的员工。
AOL 公司人才分析师 John Callery 表示，“我们的工作绝不可能是把员工叫来会议室，跟他们说电脑算法告诉我们你有可能要跳槽。”AOL 最近开始与工作里分析公司 Visier 合作，通过软件来预测每一名员工的跳槽几率。Callery 说现在就下结论说 AOL 的留职率提高了还为时尚早，因为他们和 Visier 的合作也不到一年，需要一年以上知道预测是否准确。
在过去的三年里，瑞士信贷银行研究过员工的历史资料，包括加薪、升职以及人生重大变动等事件，来预测他们接下来的数年内是选择留在银行继续工作还是选择跳槽。Wolf 现在负责监管公司的人才分析团队，他认为改变工作职位能够让员工更“执着”地留下来。但是在 5 年之前，瑞士信贷银行中不到一半的工作职位向内部员工开放，其中这部分中的大多数都是被外面应聘的人抢去了。
大约一到一年半之前，瑞士信贷银行发布全球计划，允许员工参与内部人员流动。瑞士信贷的招聘人员现在会把超过 80% 的工作向内部员工开放，并且在职位发布时会直接打电话给内部员工。但是银行的招聘人员发现内部人员流动还是有人会跳槽，于是他们开始用算法来推荐员工参加某项工作。通过内部计划，有 300 多人获得了职位晋升；按 Wolf 的话来讲，这些人如果没留下的话，很可能就跳槽了。“我们相信，是我们的工作让他们留了下来，而没有让他们没有选择跳槽。”