

年底的组织结构数据分析就应该用POWER BI 这么做

人力资源数据分析

2021-12-20

导读：到了年底我们都会去做人员组织结构的盘点和人员离职的数据分析，同时在年终总结的时候会做人力资源数据分析

到了年底我们都会去做人员组织结构的盘点和人员离职的数据分析，同时在年终总结的时候会做人力资源数据分析的报告，今天我们聊一聊用POWER BI 做的数据分析模型以及数据分析报告。

我们简单介绍下做的 POWER BI 模型

这个建模有3个筛选的维度，年份，部门，和是否离职，是否离职的维度分为在职和离职，这个除了分析人员组织结构外，也可以分析人员离职分析、

在关键指标上有各部门岗位人数，人员户籍分布，年龄占比，工龄占比，职级人数，通过可视化的图进行分布。

然后我们来对这个仪表盘的组织结构来做数据分析，下一篇我们来对人员离职来做数分析。

一、公司整体的人员组织结构

2016年公司总人数106人，管理层41人，管理层的人员配比是1.59，从行业配比数据来看，管理层的配比数据偏高，经分析主要原因是公司大部分的管理层都是外招的人员，在岗位上没有配下属员工，只是一个岗位，这个和部门的岗位性质有关系，但是从公司未来的发展来看，我们还是要从新调整岗位职级，走扁平化路线，实现人员配比的合理性。

公司平均年龄31岁，平均工龄2.45年，从互联网行业来说，31岁年龄明显偏大，互联网的平均年龄是26岁，但是公司的形式和纯互联网又不一样，我们有大量的线下人员，比如地推人员，市场人人员等，这些都是线下的人员，我们在招聘的时候，都要求经验丰富人员，所以在年龄上都要求比较大，所以总体来说公司31岁的年龄符合公司现在阶段的标准。

在各部门岗位人数上，运营部，人力资源部，财务部数量最多，分别是29人，16人，9人，人力资源人多是因为今年是公司扩张阶段，我们在全国6个省开了事业部，所以每个事业部都需要有HR来进行人员的招聘，所以今年HR的人员相对比较多，明年HR的数量会趋向于稳定。在部门人员数量上项目拓展部，市场部是明年重点招聘增加的部门，因为明年公司会大力拓展线下的代理商，所以需要市场部和业务拓展部来进行开拓。

公司各个职级的人数，在非管理层P2 P3 是最多的岗位，分别是29人，22人。P2 P3 只要集中在运营部，今年今年我们的核心工作是线上系统的运营和维护，所以在运营部操作层面的人员招聘的比较多，在管理层上M2 M3 M4 人数最多，但是基层和高层人数比较少，在明年我们要重点关注基层管理层，做好人才的储备，并且在总监这个级别，我们要从经理层进行晋升，增加高层的比例。

二、公司核心部门分析：

今年公司的核心部门运营部，所以我们选择运营部来做部门分析，从运营部的人员结构上我们看出，这个部门20-30岁年龄占比 68.97% 说明这是一个年轻的部门，所以在管理方式和沟通方式上我们要特别的注意。在工龄上2年的占比62% 都是新入职的新员工，对于运营的新员工我们要用互联网的思维进行沟通，辅导。在管理层人员配比上，运营比还是比较的合理，配比数是6.2,5，但是我们发现3个管理岗位都是单岗位，下面没有员工，商品运营缺乏管理层，并且最高的管理层是M3，所以明年我们会在内部提拔几位管理层

这个是对运营部的部门分析，如果我们在部门上选择不同的部门，就可以呈现出不同部门的人员结构数据，我们的所有的分析都是基于人员仪表盘来分析。

所以当你对公司的人员建立了这样的一个数据仪表盘模型，你就可以从各个维度来对人员做分析，做到数据分析的精准化和体系化。

本周我们推出了人力资源数据分析21天系列课 - 《数据化薪酬建模与分析思维》，21天的课程带你掌握薪酬模块的数据建模和分析，助你成为薪酬数据分析专家

【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