人力资源数据分析该怎么做？一篇案例教会你！

对于人员结构，老板需要的不仅是用户画像，更希望通过结合公司的战略发展，各部门的人员配比比例，来判断年龄、学历、人数等是否合理。

对于人员流失，离职率高表明员工对企业满意度较差，会造成人力成本上升，工作效率低下。但离职率低也未必是好事，企业没有新血液进入，可能会失去活力。怎样的流失才合理，要从不同部门和现有人员结构来判断。

对于公司考勤，老板需要的不仅是一份迟到早退表，更希望通过分析考勤数据了解各个部门的管理和工作情况，从而获得岗位设置、定员定编的可靠建议。

那么人力资源数据分析究竟该如何做呢？今天我们就用一篇案例，通过对某公司的人员结构、离职情况、考勤情况等进行人力资源优化数据分析，为该企业提供可行的人力资源决策管理工具（或思路）。

人力资源优化是所有公司面临的问题，本文通过对某公司人员结构及离职率的人力资源优化数据分析，来帮助企业掌握各部门目前人员配备信息及员工异动状况。

考勤数据不仅可作为发放工资的依据，还可以深入分析发现异动情况、工作饱和情况，提前做好沟通、预警、人员储备等。作品将主要从全勤指标和工作时长的角度来分析该公司目前的考勤状况。

分析指标：不同年份下的部门、职称、职级、性别、年龄、文化程度

可视化图表：组合图、柱形图、环形饼图、指标卡

该公司员工以销售人员为主，男女比例相对均衡；整体学历偏低，高学历（本科以上）成员不足三分之一，年龄层面以30岁以下员工为主，非常年轻化；职级为6的员工最多，整体来看中高级别的员工偏少。

从数据结果可知，2018年员工离职率为27.87%，保持在较高水平，且比前两年高出很多。对年份进行筛选，得到2016年的离职率为19.67%，2017年的离职率为25.69%。

2016-2017年，该公司员工数量急剧攀升（2016年期末在职员工384，但到了公司达到了671人），可能是业务扩张所致，2018年则相对平缓。这种扩张同样体现在离职分析中，2017年每月离职人员数量都小于入职人员数量，员工净流入。

2016-2018年该公司离职率虽然有攀升的态势，但基本上能维持在30%以内，按照经验判断，对于销售型公司，这个离职率是可以接受的，所以该公司的稳定性相对良好，因为某些企业销售人员一年中全部更新一遍的情况也会出现。（但需做好优秀销售的留存工作）

从部门来看，销售部离职率超过总体离职率，但整体符合行业销售的流失率。但物流部门和生产部门离职人数走高，需人力部门进一步分析原因。从职称来看，随着公司整体流失率上升，中级层面的人员的流失也呈上升趋势，中级导购流失接近27%，门店导购的不稳定，容易影响业绩。频繁换人，应当引起高度重视。特别是通过联动分析，对于销售二部，离职人员中含有大量的店长，需要引起警示。

分析指标：部门、职称、职级、年龄、文化程度

新员工比例较高（27.93%），且较为年轻，学历不高，该公司需做好对新员工的培训和帮带活动。

该公司的新员工以低职级员工为主，应适当做好高级人才的引进工作。

结合上下文分析，可能该公司处于扩张当中，销售部、物流部和生产部新员工较多，但其他职能部门人员补充明显没跟上，所以导致财务、人力两个部门加班严重。

分析指标：部门、职称、职级可视化图表：组合图、柱形图、指标卡

从上图结果分析该公司目前的考勤状态具有以下特点：

①整体全勤率偏低，只有67%，旷工人数220人，达到了三分之一，整个考勤管理存在较大问题。

②差中有好，销售二部员工几乎全勤（2人非全勤），物流部、生产部、售后服务部的员工全勤率为后三位，需要加强考勤管理。

③物流部旷工人数85人，为该公司之最，需要检查物流中心（部门）打卡机是没故障还是存在管理问题。

④下钻明细表，发现人力和财务上班双休，理论上该月上班时长为184小时，但这两个部门的员工加班时长几乎达到100小时，可能面临人员紧缺问题，需考虑新增人员。

本案例的作者为feifei0924，作品荣获帆软2023BI数据分析大赛优秀作品奖。整体分析思路清晰、可视化美观度高，非常值得大家学习！

制作各种复杂报表,搭建数据决策分析系统

企业级数据分析平台，人人都是数据分析师

全方位高时效融合各种数据，打破数据孤岛

轻松制作管理驾驶舱，可视化经营决策监控

提供500+BI模板，20+业务分析体系方案，快速打造高效美观的业务报告与可视化仪表板，一站式解决您的数据分析需求！