人力资源数据分析：关于人力资源数字化转型四个阶段解析.pdf
人力资源数据分析：HR的三层数据理论.pdf
1.数据表达HR——传统的、经验式、直觉式的人员管理,只会数字或图表简单描述；
2.数据分析HR——科学性、量化的人力资源管理，重视数据整体连接，和业务数据有联系；
3.数据分析管理咨询师——聚焦公司战略，数据洞察力，战略人力资源规划。
人力资源数据分析：全面认识.pdf
数据分析师能做好数据三类应用：
1.优化工作、提高工作效率；
2.更好的了解员工；
3.做出更好的决策。
人力资源数据分析：数据分析方法.pdf
数据分析方法包括：
1. 描述分析法
2. 对比分析法
3. 分组分析法
4. 聚类分析法
5. 趋势分析法
6. 象限分析法
7. 细分分析法
8. 回归分析法
人力资源数据分析：数据分析模型.pdf
数据模型是数据特征的抽象。数据是描述事物的符号记录，模型是现实世界的抽象。数据模型从抽象层次上描述了系统的静态特征、动态行为和约束条件，为数据库系统的信息表示与操作提供了一个抽象的框架，有以下这些模型：
漏斗分析模型
5W2H模型
帕累托模型
管理驾驶舱-仪表盘
人物画像
人力资源数据分析：流程.pdf
分析流程:
1. 提出问题
2. 准备数据
3. 分析数据
4. 数据可视化
5. 生成报告
6. 结果应用
7. 复盘提高
人力资源数据分析：从安斯库姆四重奏来谈数据可视化.pdf
英国统计学家弗兰克·安斯库姆（Frank Anscombe）1973年发表的论文《数据分析中的图表》中构造的，被称为“安斯库姆四重奏”,用来说明图表的重要性。
人力资源数据分析：为什么是仪表盘？.pdf
仪表盘一般商业智能都拥有的实现数据可视化的模块，是向企业展示度量信息和关键业务指标（KPI）现状的数据虚拟化工具。关键的特征是从多种数据源获取实时数据，并且是定制化的交互式界面,可交互的可视化界面为数据提供更好的使用体验。
人力资源数据分析：仪表盘设计流程.pdf
仪表盘设计流程:
数据准备-设计草图-配色选择-数据处理-组件拼装-检查测试与发布
人力资源数据分析：仪表盘设计原则.pdf
仪表盘设计原则:
1. 将核心指标放在显眼位置
2. 核心指标精简原则
3. 数据和图表要突出对比
4. 不要试图将所有信息放在一页上
5. 仪表盘以简洁简单为主
6. 减少用户的选择
7. 内容具有逻辑性
人力资源数据分析：仪表盘构件讲解.pdf
仪表盘构件讲解内容包括:
1. 图表的使用规范与注意事项
2. 数字的使用要求与注意事项
3. 表格的使用规范
4. 字体的使用规范
人力资源数据分析：用数据提升招聘效果和效率.pdf
以分析角度或指标倒推需要何种数据：
招聘计划完成率=实际报到人数/计划招聘人数
人均招聘成本=总招聘成本/实际报到人数
平均招聘周期=总招聘时间/总招聘人数
简历初选通过率=人力资源部初选合格简历数/收到的简历总数
有效简历率=部门选择合格通知面试的人数/HR初选合格简历数
复试通过率=初试通过人数/面试总人数
录用率=复试通过人数/初试通过人数
......
人力资源数据分析：离职数据与人力资源策略的调整.pdf
离职率计算：
月离职率 = 当月离职人数 / (月初人数 + 当月入职人数)
年离职率 = 当年离职人数 / (年初人数 + 当年入职人数)
年度月平均离职率 = ∑月离职率 / 12
人力资源数据分析：数据提升培训效果.pdf
培训效果提升在于：
1. 培训需求的准确度
2. 培训资源的支持
3. 培训数量的保证
4. 培训质量的保证
人力资源数据分析：数据助力人力资源规划监控.pdf
人力资源规划步骤：
1. 规划环境分析
2. 人力资源存量分析
3. 人力资源需求预测
4. 人力资源供给预测
5. 供需平衡对策
6. 制定公司人力资源规划体系
7. 人力资源规划的评价与控制
人力资源数据分析：数据分析报告的撰写.pdf
用讲故事的方法写数据分析报告。确定一个主题，构建一个故事，遵循流程：问题—分析—原因—背后现象—决策。
报告组成：“总 - 分 - 总”结构
1. 标题
2. 目录
3. 问题提出
4. 具体内容
5. 结论建议
报告注意事项：
1. 明确的指标定义
2. 逻辑清晰
3. 结论明确
4. 避免使用无效数据
5. 减少重复内容
6. 易读易懂
封面：图虫创意
暂无评论，点击讲两句