

数据驱动离职成本优化 - 用 POWER BI 构建人员流动数据仪表盘

人力资源数据分析

2024-04-29

导读：人力资源的人力成本包含人工成本，招聘成本，培训成本，离职成本，在降本增效的过程中，我们可以从数字化的

人力资源的人力成本包含人工成本，招聘成本，培训成本，离职成本，在降本增效的过程中，我们可以从数字化的角度来对这些人力成本做分析，并建立对应的数据模型来做数据分析，最终优化控制人力成本。

我们今天针对人员流动和离职来做建模分析，根据人力资源数字化分析的流程，首先我们在做模块分析的时候需要选择人员流动的关键指标做分析，我们针对人员流动选择了以下关键指标：

1、人员离职率= 离职人数 / 月度在编人数

2、人员流动率 = （入职人数+离职人数）/ 在编人数

3、人员增长率 = （月末人数 - 月初人数）/月初人数

4、人员留存率

在选择了关键指标后，我们需要进行数据的收集获取和数据的清洗，这个时候就需要设计一个月度的人员流动表，以及这个表里的包含的相关的数据字段，具体的表格如下：

数据分析中数据表的设计表头字段来源于数据的关键指标，和指标的相关数据字段，因为数据关键指标通过计算或者数据透视表都来源于标准的表。

同时对于数据的原始表，对于表的格式也有严格的要求，标准的数据表一定是可以做数据透视的，所以我们在数据的标准化上，一定要检查数据表是否可以做数据的透视表。

在有了关键指标和人员流动数据标准表后，下一步我们要考虑在数据建模的时候要从哪些维度进行数据的挖掘和分析，在数据标准表的字段中，选择时间维度做分析，在数据建模中，选择的时间维度就是数据建模中的切片器。

在完成了挂件指标的选择，数据表的创建和维度选择后，我们基于这些分析思维，就需要构建人员离职的数据模型，在工具的选择上，还是选择了POWER BI 做为数据建模的工具，具体的模型如下：

在这个人员流动的数据仪表盘里，每一个关键指标以数据图的形式进行呈现，在交互的维度上，我们选择了时间和部门的两个我维度进行数据的交叉分析，在这个数据模型里，我们能看到每一年每个部门的各个人员流动数据，也能看到每个部门，在每一个时间段的人员流动数据。

通过上面的数据模型，我们能发现哪个部门在人员离职率和流动率上的数据最高，然后再通过人员离职的数据模型，找到关键的人员离职原因，并给出解决方案

离职人员数据分析仪表盘

通过对人力资源数据进行建模和全局的管理，提升人力资源的工作效率。

学习更多的POWER BI 人力资源数字化的建模和仪表盘的构建技能，学习人力资源数据分析的思维。构建起企业内部人力资源数字化的系统。

上海 05/18-19

广州 05/25-26

《POWER BI 人力资源数字化体系构建全流程》

欢迎您扫码报名咨询！

【声明】内容源于网络

人力资源数据分析

人力资源数据分析，助推HR数字化转型，助力HR高效运营

内容 1029

粉丝 0

人力资源数据分析人力资源数据分析，助推HR数字化转型，助力HR高效运营

总阅读43

粉丝0

内容1.0k