A Study on Retention Strategies and Attrition Analysis in the Business Process Outsourcing Industry and Its Impact to the Global Business Operations
Notice bibliographique
Résumé
People have witnessed the instantaneous progress of Business Process Outsourcing (BPO) industry worldwide and in the Philippines. The very first Philippine call center was established in 1992 but it was only in 1995 when it started to tremendously expand, servicing not only to the United States but also in Europe, Canada, Australia and even Japan. India is considered the number one outsourcing country globally while the Philippines is the acknowledged leader in customer service worldwide. The main advantage is the Filipinos’ ability to converse in the English language which is comprehensible to major countries. The country has the people and the proficiency to cater to various back-office services. What attracts the investors more to the Philippines is the cost of doing business which is significantly low. Though the cost is minimal, the work outputs are greatly extensive. It is of utmost concern to know how this industry is able to retain its staff and the reasons why professionals prefer to work in BPO companies rather than be engaged in a local corporation. Though BPO industry is flourishing, it is likewise evident that there is high attrition rate; hence, there is a necessity to explore the motivations behind jumping from one BPO company to the other. The foremost emphasis of this study is to aid the BPO industry to capitalize on its retention strategies and effectively resolve attrition problem by analyzing the causes to uphold this industry and diminish the adverse impact of such in global business operations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».