這纔是5%頂尖HR的數據分析，你那只是畫個圖表

馬雲說如今的年輕人離職只有兩個緣由：要麼錢少了，要麼是內心不爽了。

對於某些企業來講，員工就像是企業行走的資產，天天早上9點鐘開始，幾十億的資產都坐在辦公室裏，下午5點半後公司的資產逐漸清0。

目前就業形勢比較嚴峻，可是招人形勢更嚴峻，HR須要一邊苦苦在外奔波招人一邊還要時時跟蹤內部員工的動態，防止人員不受控制地離職，爲企業的正常運做產生影響。

領英發布的「第一份工做趨勢洞察」中顯示：

70後的第一份工做平均超過4年才換；80後則是3年半；90後驟減爲19個月；95後平均7個月就離職......

做爲一個就任於傳統汽車製造企業的HRBP，個人工做內容涉及HR各模塊，如招聘、培訓、人事管理（考勤）、績效等。如什麼時候時跟蹤每一個人的動態，及時應對甲今天一言不合就提離職、乙明天結婚、丙大後天又休產假這樣的突發狀況呢？

我想到了一直被咱們忽略的人力資源數據，每個月產生的十幾萬的數據只是在彙報時使用，形成數據浪費，隱藏在數據中的價值未被發現，10分鐘彙報，可能要花費二、3天去處理數據。

人員離職數據表

並且領導面對幾十頁的人力數據分析報告只是簡單的翻幾下，卻不知這是我花了多少心血製做的。那麼如何將幾十頁的文字快速展現給老闆，而且還能讓他影響深入呢？

首先我想到了excel，可是excel的展現效果通常，若想作到圖形及色彩豐富要費一番功夫，且每次數據更新都須要從新制做，不符合企業的數據應用場景。經過在網上搜索瞭解到，商業智能（BI）軟件可以快速將數據可視化呈現，便於數據分析。

目前市場上作的比較好的幾款商業智能軟件有Tableau、PowerBI、FineBI,詳細瞭解了一下都很不錯，高效且易上手，可是前兩個都是收費的，不太適合我我的使用，FineBI我的版徹底免費，因而我就本地下載安裝了一個，簡單用咱們公司的人力資源數據進行數據加工，可視化展示。

下面我以HR手中最多見的人員信息、加班數據和離職記錄三組數據爲例，用FineBI對數據進行加工，並用儀表板進行展現。

1.在職人員性別比例分析
一樣的一張數據表，我想要在女性各級別佔比中，既體現出各年齡段的女性佔比，又將各科室的人員數量差異體現出來，我嘗試了finebi中的柱形圖，Finebi有不少形式的柱形圖選擇：分區柱形圖、堆積柱形圖、多系列柱形圖、百分比堆積柱形圖等，官網的幫助文檔中對每種圖形都有應用舉例。

分析結論：

從團隊配合角度出發，男女比例應該控制在合適範圍內。同時隨着二胎政策開放，因此企業須要實時關注各團隊適齡女性（22-35歲）的佔比。適齡女性佔比太高，長期休假產生的人員短缺風險也會增高。

試想，目前工程師級別22-35歲的女性佔比很高，若大量不受控制的長期休假，則會對企業生產形成嚴重影響。所以在對相應崗位進行人員調整與制定招聘計劃時，要有所側重與調整，提早作好人員儲備。

2.加班數據分析
加班數據是最能反映問題的數據，到底是加班管理制度不規範，管理層面出現問題，仍是真的企業運做人力需求大，投入與產出成正比，都是一個良性企業要把控的點。

對於現有的加班數據，我一樣採用了堆積柱形圖來展現，把各月份各部門的加班人數進行對比、各年齡階層各部門加班狀況進行對比展現，同時使用finebi中的儀表盤組件對每月的勞動負荷強度進行展示，便於時刻關注員工的勞動強度變化。

加班數據分析展現

分析結論：

對於加班人員，要關注超過45歲同事加班負荷如何，是否應減小加班，在易引發心血管疾病的季節是否應增長職業健康體檢，同時還要具體看致使「大齡人員」加班的緣由，是公司用人緊張，仍是「後繼無人」缺乏技術能手，前者要結合生產計劃以爲是否增長、調配人手，後者要進行人員盤點，設定培訓計劃。

從勞動負荷儀表盤中咱們看到，6月的員工勞動負荷強度上升，總體勞動強度負荷應控制在低水平，太高對員工士氣也會有影響，因此需考慮安排員工活動，釋放壓力，這些經過FineBI的數據可視化展現出來,結果一目瞭然。

3.離職狀況分析
離職數據是企業常見卻又敏感的數據，以前每一個季度都會將該季度的離職數據拿來進行分析，並與歷史數據進行比對，此處我用到了FineBI的柱形圖、餅圖、堆積柱形圖從離職人員級別、離職緣由、離職去向和組織調整先後離職對比進行分析展現，最後使用分組表展現了各個科室員工的量化和滿意度狀況。

分析結論：

離職增多，組織調整後離職人員比以前增長了16%，因福利、發展機會緣由離職比例增長，組織調整後儘管薪資未改變，但變化帶來的影響仍增長了離職比例，員工更關注此方面；主管級以上人員離職成倍增長，組織調整後主管層級離職加重，較調整前增長了2倍以上，而經理層級也增長了1倍。

經過研究人員去向、離職緣由、級別比例構成數據等，我發現了企業現有運行狀態下一些隱藏的問題。從上圖的離職去向中能夠發現很大一部分人都去了競爭對手那裏，經過離職訪談發現，競爭對手的薪資政策高於公司，這時就要思考公司的薪酬政策是否已跟不上市場節奏。

同時能夠從圖中看到組織機構調整後人員離職率升高，是政策有偏頗仍是管理者能力問題，值得咱們與用人部門配合探究本質。

已在離職路上的人員，咱們沒法挽回，但基於歷史數據，經過FineBI能預測將來有離職風險的人員，有針對性地進行干預，最大可能爲企業留住人才。

總結

數據時代，當面對一堆數據焦頭爛額，不知如何物盡其用，發揮數據價值時；當公司生產運做出現問題亟待優化卻無從下手時；想向領導指明問題所在殊不知從何提及時，你是否想過借數據之口說出事實真相？

或許你也能夠像我同樣嘗試用FineBI進行簡單的拖拽操做，迅速將數據進行可視化呈現，從中得到意想不到的驚喜。