大家在这里，可以把“人事数据”可以直接理解为“员工信息数据”。本节课主要从以下3个方面讲解如何实操“人事数据综合分析”

一、员工信息数据收集

二、人事数据分析常用思路

三、生成仪表盘和报告

一、员工信息数据收集

1. 尽可能全（特质、属性、证书等信息）

2. 在职和离职信息放到一起（针对EXCEL来说）

3. 员工异动数据尽量完善（晋升、降职、调动、转岗、离职等）

数据分析的基础就是数据，数据越全，对数据分析帮助越大。并且所有的数据要确保是客观准备的，一份失了真的数据，即使分析能力再强，也没有办法提供合适的建议方向。

一、人事数据分析常用思路（关键）

哪位伙伴回答下老师在课上讲了哪几个人事数据分析常用的思路？

答：5个，他们分别是：

1. 在职员工结构是否合理？

2. 公司编制情况是否满足？

3. 离职员工结构是否合理？离职各维度数据波动情况。

4. 入职和离职数据结合分析是否存在数据异常？

5.离职数据与绩效、薪酬、培训等数据的关联......

1. 在职员工结构是否合理？

了解几个关键的，如职级、学历、年龄、地域、性别等。我们需要结合公司的背景、行业、所处阶段、战略等来分析它的结构是否合理。

例子：不能说公司大专以下学历占60%不合理，要提高学习层次。劳动密集型企业实际60%的人做简单重复劳动，你根本不需要学历来要求他，只要操作熟练就行。所以具体要结合企业实际情况来判断。

2. 公司编制情况是否满足？

有的公司现在没有做编制，公司业务需要招多少人，就招多少人，就是简单的确定。

但是有的公司，像老师原来工作的企业，它对公司编制要求是特别严格的。比如公司的编制是1500人，你就不能超编制，超了没有费用预算。但是也不能少，因为这都是在合理的情况下计算出来的编制，少了就代表其他人要多做，可能导致工作质量下降，所以必须保证编制数。每年对编制有考核，1500人不能超几个不能低几个，必须保证这个数。

3. 离职员工结构是否合理？离职各维度数据波动情况。

离职员工分析是非常重要的一块，有的人在做人事数据分析的时候，把离职数据他分析的是非常详细，在职数据和入职数据几乎不分析，我们不要偏重某一方面要做一个全面的分析。

4. 入职和离职数据结合分析是否存在数据异常？

经常有人会把离职数据和入职数据分开来做分析，其实后面实操的时候也会给大家来讲，分散能不能得出真正的结论，还只是把数字、图片摆在那就不管了，这是我们要考虑的问题。所以你必须从数据当中分析出问题。

5. 离职数据与绩效、薪酬、培训等数据的关联......

员工离职有各种的离职原因：绩效、薪酬、培训、公司环境、公司管理、领导等原因。这些我们都需要进行关联分析的。但是在这节课上不给大家分析。因为数据量太大，而且有些模拟数据的分析结果不一定特别好，而实际数据对我们分析是有帮助的。

案例解析

2020年初，公司CEO安排人力资源部对公司员工情况做一个分析并提供专项报告给他，人力资源部仅有员工信息表（见课程示例表），其他数据不全（忽略不计），请你作为人力资源部负责人，组织做一份员工情况分析报告。

案例分析（详见课件：S04人数数据综合分析）

分析：分为在职、入职和离职数据分析。其中在职、入职和离职工作簿将员工信息表相关信息分开，数据统计和汇总数据2个工作簿为节省时间方便大家调取数据。后面从草图到仪表盘效果是我们这节课要生成的结果，那么我们先结合这个表，来讲下在职、入职和离职相关数据分析：

一）描述分析

1. 在职：截止到2019年底在职的数据

在讲之前，我们先练习下前面学的内容——描述统计。

那数据描述统计实操步骤是什么呢，我们一起来看

答：1）操作步骤：“数据选项卡”——“数据分析”——“描述统计”。

如上图所示

①平均年龄：36.16；

②中位数：34.5，代表平均数以上的人比较少，他们影响是比较大的；

年龄高低需要你结合公司的情况看，其实这个数据是属于老牌的生产研发企业，他们以技术占领市场，但是生产是主要的，生产的产品是研发出来必须直接能应用。36.1对于这种企业来说平均年龄不算高，毕竟也是一个老牌了。再说它中位数已经到34.5。那么对于其他一些年轻的企业或者说互联网企业这个年龄就相当高的。像老师经历的第1家企业，公司成立3年之后平均年龄都不到28岁，这是相当年轻的一个企业。这一个只有36.1，对这个企业来说是还可以接受的。

③方差：87.18，,方差比较大，也就是说离散情况比较大。就代表年龄从年轻到年老都有，分布比较散；

④峰度：0.64，,大于0。是比较陡峭的山峰；

⑤偏度：0.91，,大于0，它的山峰向左偏，也就是年轻的还是偏多一些，年龄大的稍微偏少一些；

⑥最大值：71，是最大年龄。

一个描述统计我们就可以大概可以看出这些情况。

2. 入职：截止2019年入职数据

入职描述分析

①平均：30.23，平均年龄；

②最大值：63，最大年龄。招聘入职最大63岁，招聘或返聘年龄过高，有风险；

③峰度：3.84，大于0。山峰更陡峭，招聘年龄相对集中。

3. 离职：截止2019年低离职数据

离职描述分析

①平均：30.46，平均年龄。与入职平均年龄相似，在职平均年龄36.17，代表年轻的离职多；

②中位数：29。中位数和离职年龄差不多，代表离职员工年龄比较小。

二）数据分析——使用透视表来完成的

1. 步骤：“员工信息表”工作簿——插入“透视表”

2. 将“员工状态”放入行区域，进行“入职/离职”筛选

3. 将“姓名”放入值区域，即可看到在职数据

4. 将“在职透视数据”复制粘贴至旁边列，“员工状态——离职”

5. 入职情况：将“入职时间”放至行区域，将行区域“年”移至筛选区，选择“2019年”。将行区域“入职时间”去除。

6. 人事数据分析要结合存量情况、入职情况和离职情况一起分析，形成总体建议。从上到下逐个维度进行分析。

7. 年龄分段

1）在职：①与②，二选一。

①有年龄分段，将“年龄分段”放至行区域即可

②无年龄分段，将“年龄（年）”放至行区域，单击选中任一行标签数字，单击鼠标右键“组合”。“起始于”改为20，不勾选。步长设置成5，点击“确定”。

2）入职/离职年龄分段同“1）”操作。

通过以上数据可对比出：

①入职年龄40+入职原因

②年龄段[25-30）离职比例大，年轻员工一直在离职

③将相关数据放到“汇总数据”工作簿

8. 性别分析。将“性别”放入行区域。分析意义不大，无分析必要。

9. 工龄分析，按“工龄（月）”分析在职和离职工龄情况。

1）在职

①将“员工状态”放入筛选，“工龄（月）”放入行区域，“姓名”放至值区域。

②选中任一行标签单元格，单击鼠标右键，“起始于”设置为1——不勾选，步长设置为12（1年），点击“确定”。

③单击“插入”选项卡——“柱形图”——“隐藏图表所有字段按钮”——“形状轮廓”调为白色，“系列选项——间隔宽度”调为2或0。

如上图所示，员工在职情况随着工龄的增长而下降。在第8年时有小高峰

2）离职

①将“员工状态”放入筛选，“工龄（月）”放入行区域，“姓名”放至值区域。

②选中任一行标签单元格，单击鼠标右键，“起始于”设置为1——不勾选，步长设置为12（1年），点击“确定”。

③单击“插入”选项卡——“柱形图”——“隐藏图表所有字段按钮”——“形状轮廓”调为白色，“系列选项——间隔宽度”调为2或0。选中图表，单击“+”——“数据标签”——“数据标签外”

由在职离职工龄分布图对比可看出：

①离职的比较多，高于我们在职的情况。会存在现有工龄低的一直在走，工龄高的相对稳定。工龄高的人越来越多，工龄短的人和新入职的人会越来越少，这样公司就没有活力。我们生产型企业求稳，但是我们也不能不要活力，再说发明创造、创新都需要年轻人。一直在这个公司你的思维就会固化，所以一分析还是有问题的。

②将“工龄段”放入行区域

10. 分析工龄，可以公平分段来说。但是你分析的时候，不能用工龄分段。我们一定要慎重，你不能说它高或者低，因为周期不一样，它是非等距分布。

1. 年龄、工龄、职级、部门离职率和离职原因分析，同上

三、生成报告/仪表盘

1. 先汇报公司整体情况：公司人数、满编率、入职人数、离职人数、离职率、平均年龄

2. 汇报部门情况：部门编制情况、各部门人数占比

3. 汇报辅助情况并得出结论：年龄、工龄、职级、离职分布情况。

今天的分享就到这里，大家可以拿自己公司的数据来实际模拟演练哈。