HR數據分析這是當前非常潮流的一個課程，也是人力資源職業的趨勢，更是一個人力資源管理層必須具備的思維認知和職業技能。數據分析初聽感覺假大空，但是細細品味确實能給人力資源從業者或者高層決策帶來關鍵性的支撐。現用離職率舉例說明：
人力資源數據分析的前提要素：縱向是人力資源的專業深度，橫向是驅動業務。
如：離職率分析可以分析到五層（快來看看你分析到了哪一層級？）
第一層：計算公司的離職率。（離職率=離職人數/（期初人數 期末人數/2））
這一層是人力資源的計算離職率最基本的數據，但是這一層的數據給高層決策提供不了必要支撐，隻是基礎的數據統計。
第二層：分類分層計算離職率，如：職位層級劃分、部門劃分、司齡劃分。
為什麼要分類分層計算離職率？
高層關注的是關鍵崗位的離職率。我們人力資源工作的過程經常會出現以下問題：某一個月人力資源部計算的當月公司整體離職率是6%，但是老闆一看，說：不對。我的業務經理10個走了3個，你這個離職率應該是30%，你的數據太好看了。
個體問題會被整體數據忽略。在工作中也會存在某一個10人的小部門，一個月換了7個人；但是公司整體離職率在3%。
綜上：整體的數據說明不了個體的行為，離職率計算要分類分層。
在這一層級的時候有對标好壞高低，屬于高級分析了。
第三層：關鍵人才的離職率。
如何定義關鍵人才？關鍵崗位的；高潛力或高績效即為關鍵人才。
第四層：關鍵人才的留任率。（關鍵人才的留任率=1-離職率。）
留下來的人是因為什麼留下來？我要完善哪些激勵因素？我要做那些吸引因素。
第五層：離職的預測分析。
預測的方法有訪談法，日常關注員工的行為；如果這個人值得我們留下，就要提前幹涉。
在第三層，第四層的時候開始分析行為，指标的合理性，從而推動第五層的模拟和預測。
HR成熟度模型
數據怎麼來？
數據的來源有兩個方面，一，HR功能狀态：選育留用；二，員工的生命周期：升調離、培訓、績效、薪酬等。
數據用什麼方法分析？
分析的方法有三種，基準分析，交叉分析，相關性分析，回歸分析，回歸預測等。
更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!
zpostcode 
Recruit 
weather 
mreligion 
Yellowpages 
sport 
constellation 
shopping 
name 
game 
directory 
literature 
Word 
tour 
furnish 
Lottery 
tftnews 
lyrics 
News 
digital 
car 
dir 
Edu 
Finance 
