很多朋友对于人力数据分析和人力数据分析师是什么不太懂，今天就由小编来为大家分享，希望可以帮助到大家，下面一起来看看吧！
一、如何有效的将人力资源数据进行分析
数据分析可以帮助企业更好地洞察数据本质，协助人力部门监督员工表现并合理调度，辅助企业高层确定工作重点，预测未来趋势。
通过人力成本统计分析报表，能够清晰地看出各公司在人才的投入产出比的对比情况，通过钻取功能，能够查看每一个企业的人均利润、人均成本发展趋势情况。
定期给管理者汇报离职情况是十分必要的，这对于降低人员流失率、提升管理水平十分关键。
通过分析云核心人员离职分析，我们能够清晰地知道是哪个部门离职率最高、哪个级别离职人数最多、离职原因是什么、是否是管理上出现了问题、有哪些地方可以完善。
“人力资源看板”——一站式人力资源管理平台，一屏展示人力资源核心数据，帮助领导快速、直观了解人事动态。
各公司核心人才流失对比，可以穿透到“核心人员离职统计表”，了解详细情况。
二、HR数据分析师是什么
1、先说重要的，出来工作嘛，主要是为了薪酬。我在这个职能做了也已经三年多了，期间也接触了不少外部机会。总的来说薪酬并不比业务分析方向差，起步薪酬甚至比业务数据分析好的不是一点半点。主要原因，一是目前市场上这个方向的数据分析师很少，供不应求；二是有需求这个职位的基本都是大公司，在华员工数打底两千人以上，或者千人以上并处于急速扩张中的，本身这种类型企业的薪酬就不会太差。但是目前的问题在于，起步价不低，可是封顶也不高。这个我会在下面职业发展一块详细来说。不过封顶这事情吧，你没到一定级别还是不需要考虑太多的。
2、以前我是做业务方向的，基本上都是个人直线或者所在部门直线汇报给业务老大（GM-1）。这种情况下你可以在自己岗位按部就班的晋升到老大以下的最高级别，总体发展态势还是不错的。
3、而HR就有点特殊了。国内很多公司（无论国企外企），人力资源分析都处于起步阶段，定位就没有那么明确，汇报线也是千奇百怪。多数公司的HR都是按照三支柱理论，分为业务伙伴（HRBP）、专家（COE）和共享服务中心（SSC）。常见的一种情况是人力资源数据分析被划在了SSC（三个支柱中最底层，员工最junior的），原因是HR所有数据都产生于SSC。顺理成章的，因为数据产生于SSC，所以数据分析师需要汇报给SSC的头儿（GM-2）或者是SSC分管非工资、非流程的“杂务”的头儿（GM-3）。从职业发展上来看，你的上限比业务分析低了一到二层，有一定的“外行领导内行”的风险。如果要进一步发展，你几乎都不得不承担其他莫名其妙的杂务。我曾经收到过某个知名外企电话，招聘的数据分析岗位居然同时需要帮助上海员工办理社保，并处理外籍员工的公司股票购买事务（外汇、税务什么的），简直莫明其妙。不过好在目前我的公司发现了这个问题，正在逐步使数据分析脱离SSC序列，转为专家一类的独立部门。相信随着数据分析价值的体现，越来越多的公司会发生这样子的转型。如此这般，人力资源数据分析从业者的上限将会被打开，甚至将会成为未来HR Head职位的角逐者之一。
4、相比业务数据分析师而言，HR的数据分析师工作并不简单，多数情况下甚至还更加繁杂。
5、一是HR部门对于数据的意识不如业务部门高，历史数据的质量很差，初期你会不得不投入很大精力去完善数据保存，甚至是研究流程，乃至帮助流程管理方去提高流程数据的质量。
6、二呢，不是我抱有偏见，HR部门是个比较浮的部门，很喜欢fancy的东西，搞个大新闻。你一入职就会希望你能拿出一些很炫的产出（dashboard啊、离职预测啊什么的），你得要不断的说服他们先去清理历史数据，积攒一段时间的数据。三是普遍来看，现在的HR对于数据的认识远不如业务。你别老看他们培训时候张口闭口的change mindset（拥抱变化的思维），在自己的职能方向，HR的思维是非常固化的。我就亲眼见过群里从讨论AI和数字化时代在不到十分钟里变成了“HR的职能依靠沟通和经验，是不可能被数字化工具和AI取代的”（黑人问号.jpg）。我还见过不少HRBP在入职两年以后连离职率公式都不知道的。（讲到KPI公式，这是一个大坑，离职当天的人算不算当天的员工数、试用期通过率用延迟计算公式还是即时计算公式，作为数据分析师都会头大，遑论HR们了。）
7、不过，数据意识不强这一点也有好处，那就是他们不会拘泥于每一个数字细节，大方向差不多就成了。熟悉我的朋友都知道，我以前做业务分析时候，老板是个浆糊阿三，但是他特别喜欢抠数字，我的收入总数和财务差了一分钱人民币都会叫我查一下差异的原因在哪里（基本都是汇率的保留小数位数问题）。在HR部门，这种蠢事会相对较少一点（如果你们公司global团队不那么愚蠢的话）。
8、基本上，作为HR数据分析师，你和外部门关系本该只是一个数据出口。但是获取数据的人不会这么认为，他们会觉得数据有错了找你就行了，你不仅应该知道错在哪里，而且应该负责把他改正了。不过这个问题也不仅是HR分析存在的问题吧，但凡做数据的岗位，都会被这个问题困扰。
9、项目其实是HR数据分析的一个难点。因为习惯或者文化问题，你的客户很少会在遇到困难时想到用数据分析的方法去定位和解决问题。HRBP们更喜欢凭自己的经验，收集一些特例并无限放大特例的普遍性，来寻找和解决“问题”。不能说这个方法完全无效，但是这样子的思维很不利于数据分析文化的普及。
10、还有一些项目，比如离职预测、职位匹配等等，很新潮、容易吸引眼球，再加上HR的宣传能力，套上AI啊、大数据什么的包装，宣传效果一级棒。所以HR喜欢花钱做这种项目。不过往往最后建模什么的不那么难，但在实际应用时候会遇到阻碍。比如预测离职，你能把风险用户直接给直线经理吗？（以现在经理的素质，你都不知道人最后走了是模型准还是被经理逼走了。）比如职位匹配，很多直线经理会极度反感你们给员工提供内部职位的机会。怎么去应用项目，永远永远是最大的问题。
三、做HR应该做哪些数据分析为什么呢
这个问题很大，先说说我要的数据有：析人力资源结构分析、招聘数据分析、培训分析、人员效率分析、薪酬分析。因为这是公司安排要做的，就要做了！其实每个公司都有HR要做的数据，只要根据公司要求来做就好了。
我从毕业进入一家港资上市公司人力资源部，截止到如今算是在这个行业做了9年，算是人力资源行业中的一份子。一般人力资源整个的数据与发展应该为三个大的阶段。
1.传统的劳动人事管理阶段，产生于机器化大生产时代，代表性的特点是企业与员工之间是单纯的聘用关系，人力资源部也只负责事务性的工作，人力资源的作用很小。此阶段员工对于企业来说只是会说话的机器。
2.第二个应该是人力资源管理阶段，显现于80年代左右，此阶段因企业之间的产品同质化严重，企业之间的市场争夺十分激烈，企业开始意识到产品的品牌价值，企业逐渐的重视本公司的产品研发，此阶段人才的作用对于企业长期发展有决定性的左右，人力资源上升到企业的战略发展一部分，人才成为企业财富，企业管理的重点不再单单是生产效率的提升，企业内部人力资源的培养和挖掘也变得非常重要。
3.人力资本阶段，产生于知识经济时代，员工此时和企业之间除了是聘用的关系，更是投资的关系，员工和企业有相同的发展目标，共同的利益驱使，非常有代表性的就是现在很多企业推行员工持股计划。
简单来讲就是围绕选、育、用、留四个方面展开的，由此延展到人力资源的招聘、培训、薪酬、绩效、规划、员工关系、企业文化等几个板块的数据。
关于人力数据分析到此分享完毕，希望能帮助到您。
