在讲具体怎么做之前，让我们先把自己放在 “高位视角”，学着从更高角度去思考问题 ，当然也不会让你瞎思考。

我会先带你看清楚整个市场环境和HR行业的变化规律，再带你想明白为什么我们要去做数据分析这件事，这件事的价值在哪，以及具体要怎么做。只有把这个思考链路想通，你才能真正懂得如何正确去做数据分析。

思考1：数字化大环境——向HR行业渗透

市场环境：数字化热度持续上升

根据百度搜索指数的综合统计，自2016年起，数字化热度持续上升，2020年疫情后出现明显拐点，以更快的速度上升。

资料来源：穆胜咨询

HR行业：开始重视数据的重要性

根据《中国企业人力资源效能研报》，2021年有50.1%的被调研企业表示：开始重视数据化人力资源，并设有负责此项工作的专职员工/团队，用以沉淀人力资源数据。对比2020年疫情前后，该比例已持续上升5%。

这些信号充分说明了一件事： 数字化时代已经来临，不懂数据的HR必然面临被淘汰的风险。

打开招聘软件，你就更能直观感觉到在数字化转型浪潮下，诸多大厂已经开始对HR提出了全新的要求。

总结下来，这类HR岗位的职责主要有：

• ①数据整合——人才数据的梳理、提取、清洗；
• ②指标搭建——根据业务特点建立数据指标体系；
• ③数据分析——分析数据，制作数据分析报告、数据报表或仪表盘，为业务提升找到优化点；

对比传统HR职能，这种进步已十分明显。真能完全做到以上三点，HR再享受5年的“专业变革红利”不成问题。“红利”反映在什么地方？无非就是HR们的身价（钱）和地位（权）嘛。

思考2：为什么HR要花时间去学数据分析？是真的有价值，还是只是面子工程？

在上文我说了市场和行业的影响，但你再往前独立思考一步：市场和行业有这个要求，我就一定要去学吗？学了有什么用？是真的有价值，还是只是面子工程？ 在这块我不说套话，反正说来说去也就是一句话： 时代的一粒灰，落在每个人的头上都是一座山 ，数字化时代就是说明了数据的重要性，所以在这个时代的我们必须都得学会数据分析。当然，时代也不是傻的，数据分析确实是能帮助我们看清业务优化的方向以及提高工作效率，但这取决于你做数据分析的目的和思路是否正确。

思考3：HR如何正确学习数据分析？具体学习路径如何规划？

避雷：3种最常见的错误数据分析方式

• 初阶，应付了事：只有在年终交报告时，才做数据分析，且只是把简单的数字罗列，为了应付老板
• 中级，思考太浅：只会从单一维度来分析单一指标，最常见就是做单维度数据的折线图、柱状图，只会观察数据变化趋势。
• 高阶，无法解决问题：分析”完数据后，不会用数据思维去解决问题，白分析一场，最后还是根据经验来“拍脑袋”做决策。

牢记：三步走，按照正确路径学习数据分析

• 第一步：先利用业余时间去了解、学习数据分析思维，把数据分析当成是自己的一个必要技能来学习；
• 第二步：在工作中，刻意练习自己的数据思维，与此同时，学会像BI这样给业务人员用的数据分析工具（简单科普下BI，可用来做数据分析和制作数据看板、报告，可处理的数据量比Excel多），平时多用，孰能生巧；
• 第三步：将分析过程和结果可视化，让给部门/老板知道自己数据分析后产出的结论是有价值的，能够真正提升自己的工作效率或提高业务水平，而不是只是绣花枕头。让数据为自己说话，掌握工作上的话语权。

思考4：HR做数据分析，具体分析哪些指标数据，以及如何输出分析结论？

按模块来说

一、招聘模块

1、招聘入职率：应聘成功入职的人数÷应聘的所有人数×100％。
2、月平均人数：（月初人数＋月底人数）÷2
3、月员工离职率：整月员工离职总人数÷月平均人数×100％
4、月员工新进率：整月员工新进总人数÷月平均人数×100％
5、月员工留存率：月底留存的员工人数÷月初员工人数×100％
6、月员工损失率：整月员工离职总人数÷月初员工人数×100％
7、月员工进出比率：整月入职员工总人数÷整月离职员工总人数×100％

二、考勤模块

1、个人出勤率：出勤天数÷规定的月工作日×100％

2、加班强度比率：当月加班时数÷当月总工作时数×100％

3、人员出勤率：当天出勤员工人数÷当天企业总人数×100％

4、人员缺勤率：当天缺勤员工人数÷当天企业总人数×100％

制作： FineBI——部门考勤情况分析

模板： 部门考勤分析案例

得出有用结论： 研发组的平均工作时间最长，但迟到率是最高的（迟到是否仅作为参考项），公司研发岗位业务量很重，接下来公司新增加的研发任务需要新招研发岗位来做。财务组的平均工作时长最少，需要查看一下人事饱和度，近期不考虑增加财务组新岗位。

三、离职模块

1、员工离职率=期间员工离职人数\(期初员工人数+本期增加员工人数)*100%

2、新员工离职率=期间入职半年内就离职的员工人数\期间离职员工人数*100%

3、高绩效员工离职率=期间离职人数中平均绩效为A的员工人数\期间离职员工人数*100%

4、高司龄员工离职率=期间离职人数中司龄在三年以上的员工人数\期间离职员工人数*100%

5、高职级员工离职率=期间离职人数中职级在 p5 以上的员工人数\期间离职员工人数*100%

6、离职健康度=（1-总离职率 * 0.2 +新员工离职率 * 0.2 +高绩效员工离职率 * 0.2 +高职级员工离职率 * 0.2 +高司龄员工离职率 * 0.2 ）*100（这里用了一个等比加权，实际应用中可根据公司关注点调控权值。）

制作工具： FineBI——员工离职分析

得出有用结论： 2020 年公司的总离职率为 27.65%，相对于同行业其他公司 15% 的离职率较高，且高于本公司前两年的离职率。后续需对员工填写的离职原因分析排查离职率高的原因。公司高层本应相对稳定，但是 P7、P6 的流失率为 30% ，决策团队频繁换帅，需要引起重点关注。

总结：

数据分析不仅是一种职业，更是当代HR必备的技能，往大了说，人人都应该是数据分析师。说扎心点，在如今内卷严重的职场，不学点硬技能傍身，怎么体现出你的价值？