留任分析方法的构成模块和其他分析活动一样，由以下几部分组成。
1、数据。数据是任何分析活动的基础，需要包含哪些情况下一些员工被留下了，而另一些员工流失了的实例。由此建立的模型可以被用来辨认差异，识别和学习各种模式，并能够做出准确的预测。数据资源越多变，模型的准确性就越高，因为它有更多的信息可以用于分析。当然，数据操作和使用是非常谨慎的，目前数据操作的大部分实践仅限于公共领域。
2、情报。情报是在上一模块的基础上产生的，就是获取数据，解读数据，基于数据行事，在数据的基础上产生见解。
（1）人才：需要发现问题，解读数据的含义，并根据这些知识决定采取什么样的措施。在进行留任分析时，需要各方面的专家——数据员和统计员、留任专家和最终用户、人力资源团队领导和高管人员以及其他外围人力资源实践者，他们除了要使这些解决方案落地、与现行的工作相匹配，还可以帮助设计合适的方法以减少流失。
（2）统计：我们需要统计方法和统计程序来处理数据、清理数据、汇集数据，量化相关性和数据信号，并进行验证性测试。统计建模的主要实践是在公共领域，不需要过分纠结其结果的现实意义。
（3）技术：技术是指支持数据和智能分析的软件，范围从存储数据的基础数据库管理工具到可以用于数据挖掘与预测的定制化统计软件包。
技术可以是一个推动因素，但并非不可或缺的分水岭。换句话说，就是不需要使用最复杂的技术来产生实际结果。然而，无论使用何种技术，都不应该给用户制造新的负担。
这几部分共同构成了留任分析方法的基础，包含了大量信息与各种见解的基础数据，需要通过智能工具和人工进行整理和挖掘。一旦企业获取、解释并认可了那些信息，人力留任专家需要仔细地选择应对策略并付诸实践。只有当运用到实际中时，这些解决方案才能通过降低离职率、阻止员工离职来实现其价值。