

你一定要学会的的绩效 - 薪酬矩阵模型的构建

人力资源数据分析

2022-07-25

导读：在人力资源数字化体系的构建是人力资源各模块之前的建模过程，在人力资源数据分析中，各模块并不是单独的进

在人力资源数字化体系的构建是人力资源各模块之前的建模过程，在人力资源数据分析中，各模块并不是单独的进行数据分析，一定是结合各个模块的数据来对人力资源进行综合的数据分析。

在绩效的数据分析中也是，绩效的分析并不是单单的只分析绩效分析，也要结合人力资源各个模块来对绩效分析，绩效和薪酬之间有着很紧密的关系，所以我们结合绩效和薪酬来做绩效 - 薪酬矩阵模型。

我们先来看看这个模型是什么样的。

在这个模型中分为X Y 两个维度，X轴为薪酬维度，Y轴为绩效维度，因为X轴是薪酬的维度，所以在X轴上设置5个分位值的区间，10分位，25分位，50分位，75分位，90分位。在Y轴上设立了5个区间，分别对应绩效的 A B C D E.

在绩效 - 薪酬矩阵的数据建模上，首先我们有的是原始的各个部门和各个员工的绩效和薪酬数据

但是在我们做薪酬矩阵的时候，是基于员工来进行数分析的，每个岗位的员工的薪酬各个分位值又是不一样的，所以要实现当我选择不同岗位的时候，各个薪酬的分位值要是各个岗位的分位值，所以我们需要对原始数据做数据透视，并且在数据透视表里做各个分位值的计算。

我们用PERCENTILE 函数计算5个分位值，并且每个分位值生成一条薪酬的分位线，这样不管我们选择任意的一个岗位，或者任意的一个部门，薪酬的分位值都是这个岗位的数据。下图是各个分位值的计算数据

数据计算完成后，对员工的薪酬和绩效做散点图，并且在散点图的基础上添加绩效和薪酬的曲线，这样就完成了可以交互的真正意义上的薪酬矩阵。

在做这个模型的时候，最关键的就是模型的设计思路，以部门或者岗位为基础进行数据的交互，并且在交互的同时要确保，各个薪酬和绩效的分位值是这个岗位的数据，同时我们也可以对散点图加数据标签，这样就可以看到每个员工在绩效 - 薪酬矩阵的数据分布。

那有了这个模型后，我们如何来解读这个模型呢，首先我们在切片器上选择“生产部”（如下图）在这个模型里我们可以根据每个绩效等级来分析薪酬，在9-10分的绩效区间，我们发现有5个员工的薪酬是在生产部内部的50分位以下的，这个数据明显是有问题，假设在同一个岗位上，绩效分值高，肯定是薪酬数据高，因为薪酬的奖金部分是和绩效挂钩的，所以我们就要看这5个人是谁，这5个人的绩效数据是是什么样的。