首席数据官

Hi, 请登录

人力资源数据分析指南(1)

“大数据”时代_大数据时代的人力资源管理_高级人力管理资源师

为什么要做人力资源数据分析

WHY

大数据时代的人力资源管理_高级人力管理资源师_“大数据”时代

人力资源数据分析的价值我觉得可以从四个层面进行阐述:

一:人力资源操作层面

这个层面追求数据的准确性,一般以静态的数据为主,主要操作是数据的录入和记录,是HR每天的基础的数据工作,比如 员工花名册,公司人员结构,每天招聘人员数据的记录,这些都是属于操作层面,对于这个层面的要求就是要准确,当老板问你公司有多少人,每个月入职多少人,离职多少人等这些静态数据的时候,你都可以准确的回答。

这个层面的数据是后期数据分析的基础,你没有标准化的数据记录表格和字段,你后面的数据透视吗数据分析就很难展开。

二:人力资源管理数据

这个层面的数据是在人力资源的数据范畴内,对人力资源的数据进行计算和分析,数据的呈现形式是动态的数据,当然也可以在一些模块进行数据的建模,比如人员离职预测的建模,招聘数据分析的建模,主要的目的是通过数据分析来判断人力资源各个模块的绩效是否正常。

这个层面的分析是基于第一个层面数据的汇总和建模,能够通过数据来判断公司人力资源的健康程度

三:企业业务战略发展

这么层面是在第二个层面的基础上,从公司业务和战略角结合人力资源数据进行数据的分析,这个层面需要HR了解公司的业务,盈利模式,商业模式,公司的战略等,从专业的人力资源角度,来给与建议和支持大数据时代的人力资源管理,所以这个层面对HR的要求相对来说比较的高,但是这个也正是能体现HR价值,特别是在人效和薪酬绩效上,是公司比较关注的几个模块,特别是人效,如果我们可以从人力资源数据分析的角度出发,给与业务提升人效的解决方案,这个才是HR的价值所在。

四:数据的预测分析

这个层面的数据分析会涉及到专业的数据分析的一些专业大数据时代的人力资源管理,比如统计学,回归函数,递增函数,正态分布等,通过专业的数据分析来对未来的数据进行预测,从而为公司的业务和战略决策做参考,比如我们年底经常做的 人员编制,人力成本,薪资成本等都是需要做预测分析。

以上是人力资源数据分析的价值,数据创造价值,我们在和业务对话在和老板对话的时候,不能只靠拍脑袋的想法,我们需要有数据的支撑,这样才可以体现HR的职业和价值。

“大数据”时代_大数据时代的人力资源管理_高级人力管理资源师

如何学习数据分析

HOW

大数据时代的人力资源管理_“大数据”时代_高级人力管理资源师

那很多HR会问,那如果我先成为人力资源数据分析专家,我要如何去学呢?我觉得你需要掌握这3方面的能力

一:数据分析工具

数据分析的工具现在有很多,最基础的EXCEL ,还有 phython ,SQL数据库等,都是一些数据分析的工具,现在各个行业都在说大数据,但是我觉得人力资源还没有达到大数据的范围,因为人力资源的数据不像电商,零售行业这么多,因为他是基于人产生的数据,所有人力资源的数据分析 EXCEL足以,其次对于HR从业者来说,大部分都是女性,偏文科,对于他们来说,数据,逻辑,分析就想到困难了,如果还涉及到编程,那就更加的难上加难了,所以对于人力资源的数据分析 EXCEL足以

二:数据分析的流程方法

这个也是我们在上课的时候很多HR问的最多的,面对一堆数据,我掌握了EXCEL的技能,但是我要怎么分析呢,流程是怎么样的,有什么方法吗?在人力资源部的数据分析里,首先在分析前,你要先建立数据模型,我们所有的分析都是基于数据模型来的,然后在根据模型,进行数据的描述,数据的诊断,最终做数据分预测,关于数据分析的流程方法,我们会单独开一个专题来讲。

三:人力资源专业

“大数据”时代_高级人力管理资源师_大数据时代的人力资源管理

大家看上面这个图,如果你懂人力资源但是你数据分析能力不强,你是个人力资源分析菜鸟,如果你数据分析能力很强,但是不懂人力资源,那你只能是数据分析爱好者,如果你人力资源也不懂,数据分析也不强,那你只是打酱油的。

任何的行业的数据分析,如果你想深入分析,给与建议和解决方案你就必须是这个行业的专业,不然你就是一个数据分析的爱好者,所以最后你必须是一个人力资源的专家,结合数据分析技能才可以成为一个人力资源数据分析的专家。

高级人力管理资源师_大数据时代的人力资源管理_“大数据”时代

数据分析方法

WHAT

几种常用的数据分析方法

一:KPI看板

这种是通过数字的形式来做描述性的数据呈现

“大数据”时代_高级人力管理资源师_大数据时代的人力资源管理

二:对比分析

试看结束,如继续查看请付费↓↓↓↓
打赏0.5元才能查看本内容,立即打赏

来源【首席数据官】,更多内容/合作请关注「辉声辉语」公众号,送10G营销资料!

版权声明:本文内容来源互联网整理,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 jkhui22@126.com举报,一经查实,本站将立刻删除。

相关推荐

评论

  • 昵称 (必填)
  • 邮箱
  • 网址
二维码
评论