数据分析没思路、不知道怎么分析怎么办?那是没有掌握数据分析方法。
学习数据分析,数据分析方法是必不可少的知识。只有这样才知道数据分析从哪方面入手、分析哪些关键点、怎么分析才有逻辑。
下面介绍一下HR常用的六种数据分析方法。
1.对比分析法
单独的数字并不能说明任何问题,是毫无意义的。
例如:
今年人工成本4000万,这个数字并不能说明什么,我们不能确定这个数字是高还是低,如果预算费用5000万,说明这个数字低,如果去年费用2000万,说明这个数字高。
所以在数据分析中,要掌握对比分析法,对比分析是最常用最基础的一种分析方法,哪怕没有掌握数据分析方法的人,在做数据分析时,也会不由自主的使用对比分析法。
例如A公司HR说我们公司年平均离职率为25%,你第一印象这个数字高了,为什么会说高呢?因为你心里有一个基准,这个基准可能是你们公司的离职率在12%左右,也可能是行业平均标准是15%,总之有一个标准才会说这个数字是高与低。
在数据分析中,要判断高与低、好与坏、多与少,少不得使用对比分析方法。
我们做时间的对比,包括同比和环比;
做空间的对比,包括公司、部门、职级、岗位、对标公司等各种对比;
也要做基准对比,包括计划与实际对比、实际与平均值对比、实际与预算对比等。
2.细分分析法
通过分析发现一些问题后,如何去查找这个问题的真正原因呢?
例如公司招聘计划完成率要求95%,实际完成80%,为什么未完成呢?
这时候需要通过一步一步细分去查找招聘计划完成率未完成的原因,最终找到真正原因,可能是业务部门的岗位影响,也可能是中高层岗位影响,最终是需要数据去来定位原因。
细分分析的关键是不断的去问“WHY”,这就像5WHY分析法一样,通过不断问为什么,最终定位问题的真正原因。
3.相关分析法
相关分析是用来分析两种或两种以上的现象是否存在着关联性。
例如:
绩效高低是否影响离职率;
薪酬标准调整和年终奖标准调整哪个最能影响员工满意度;
培训考核方式和员工绩效提升是否存在着关联?
相关分析主要是研究自变量对因变量的影响,通过调整可人为控制的自变量去影响不受人为控制的因变量。如提高年终奖标准,它是可人为控制,然后去影响不受人为控制的员工满意度。
4.矩阵分析法
矩阵分析可以参照要事四象限来学习,通过找到事物的两个关键属性,通过交叉得到4个象限,每个象限提供不同的策略。
例如人才盘点四象限应用,九宫格也是类似的应用,不过是划分了九个区域,策略制定更加详细。
5.漏斗分析法
漏斗分析是流程式数据分析,它是从起点到终点各个环节之间的数据转换情况。
在人力资源数据分析中,漏斗分析主要用于招聘数据分析中,通常叫招聘漏斗分析。
通过漏斗分析来分析各流程数据转换情况,分析哪个环节数据转换出现问题、哪个是薄弱环节。然后针对性的去提升招聘人员技能、完善招聘邀约话术、改善面试环境等,最终提高招聘计划完成率、做好招聘雇主品牌建设。
6.预测分析法
预测分析是通过找到当前数据的规律,预测数据未来的走向,用来指导我们未来的行动。
预测分析是数据分析追求的目标,如果能预测准确,可以提前布局未来,排除各种因素干扰。
事实上我们也一直在做各种预测分析,例如通过经验预测员工离职倾向、预测第二年人员需求;集合专家做出预测的德尔菲法等,经验预测与工作经验、阅历和经历是分不开的,并不是谁都能做出较为合理的预测。
通过数据来预测,可以让我们短期内掌握预测的方法。
以上是HR常用的六种数据分析方法,在以后的文章中,会和大家详细来讲解每个数据分析方法,请继续保持关注。
2楼 布里塞伊丝01476
看完课程再看这篇文章,就很容易理解啦,脑子里有课件的画面了。
1楼 尼古拉斯培训大叔
我到这里来评论,短时间你发现不了哈哈
齐涛
@尼古拉斯培训大叔:果然,好久才发现