HR必须要懂的“人字资源数据分析思维”

今天在我们人力资源数据分析群有个小伙伴提了这样一个话题，所以今天的来分享下什么是人力资源的数据分析思维，如何针对人力资源数据仪表盘来做数据分析报告，如何根据各个指标来做数据的诊断和解决方案。

首先人力资源的数据分析是有一套数据分析的流程的，并不是说我看到数据就马上去做数据建模或者去做数据仪表盘，在整个数据分析流程的过程中，很重要的一点是对人力资源各个模块关键指标的选择，这个就需要做数据分析的人对人力资源对公司的业务都很了解，因为你在做数据可视化数据分析的时候，主要还是对关键指标的数据进行分析，找到关键指标的数据差异性，然后在针对这个关键指标做进一步的原因分析和解决方案。

其次是数据分析的逻辑也很重要，所谓的数据分析的逻辑就是你对关键指标数据的维度筛选，在人力资源模块里，数据的逻辑维度一般包含 部门，层级，职级，岗位和时间，一般不会逃出这几个维度，只是我们在做数据分析的时候看你是单个维度做筛选，还是说做数据的交叉分析，数据的聚焦和细分，在数据分析的过程中，数据越聚焦，你通过数据发现的问题就越有针对性，给的解决方案就越有效。

在最后的数据分析报告中，我们一般的形式是PPT的形式来做数据分析报告的呈现。但是需要注意的是PPT的报告并不是表和图，核心是你的文字的数据诊断和数据的解决方案。

如果要根据你做的数据模型和数据仪表盘来做数据分析，我觉得你必须具备两个核心的能力

1、人力资源专家

2、对业务的了解度

因为我们是人力资源数据分析，所以在人力资源的某个模块你一定是一个专家，这样你才可以从人力资源的角度进行分析，还有一个最重要的，是我们通过分析发现问题，但是发现了问题你怎么去解决问题，所以你一定是要给出一个针对性 的人力资源解决方案，这个时候你就必须是一个人力资源的专家COE。

在业务的了解上，因为所有的人力资源数据分析目的都是为了提升业务岗位的绩效，所以分析一定是结合业务来进行的，如果你的分析只停留在人力资源的范围，你的分析就没有价值。

我们来给大家看个案例，平时我们做人员离职比较多，那就来做人员离职分析：

以上是人员离职的数据仪表盘，包含了人员离职的各个关键指标和数据分析维度，维度包含部门，离职原因，时间和职级

首先我们全选所有部门来看看哪个部门的人员离职最多，从人员离职的条形图上看，发现是招商部门的人离职最多，离职人数为13人。

然后做数据的聚焦，在切片器上选择招商部，看看招商部门的人员离职画像。

招商部的人员离职数据描述

1、在各个岗位的人员离职数量上，招商主任，招商主管离职的人数最多13人，管理层和非管理层的离职人数占比一致50%，管理层的离职人数过多。

2、在离职年龄上30-39岁占据了62%，

3、在离职的工龄上 一年内的离职人数占据了84%，这个数据非常不正常

4、在离职的原因上薪酬不满意38%，家庭原因是31%

以上是对招商部离职人员的数据描述，很多同学在做数据分析的时候，到了这一步就结束了，然后开始做数据的原因诊断和解决方案，数据分析一定要做聚焦，所以一定要做数据的筛选，我们可以从不同的维度做聚焦，然后发下不同的问题，并给出解决方案

1、在人员描述上，我们发展管理层离职人数很多，所以在数据筛选上选择M，来分析管理层的离职情况

2、在离职原因上，选择薪酬原因，和 家庭原因，来分析因为薪酬原因离职的人员画像是什么样的，再根据这类人来分析因为薪酬或者家庭离职的真正原因，最终给出解决方案

3、在人员的工龄上，1年内的离职人员占比居然达到了62%，在切片器上选择这个工龄的人群，来分析这类人的人员画像，最终我们要找到为什么一年内离职的人这么多。

结合这三个数据聚焦的分析给出解决方案，最终帮助招商部门降低人员离职率，但是在分析问题，解决问题的过程中，你需要很了解招商部门的业务，这样你才可以真正的通过数据分析帮助业务部门解决问题.