业务分析怎么做才能真正有价值

挖数网精选
挖数网精选
挖数网精选
352
文章
0
评论
2020-04-1803:05:00 评论 128 2317字
摘要

现在,数据分析已经不仅是公司高层和中层管理者所需要的决策依据,同时也成为了普通业务人员必备的能力之一。最近很多公司高薪招聘人力资源数据分析岗位,却仍然是打着灯笼也找不到合适的人才。

原因很简单,人力资源数据分析,是HR最稀缺的能力之一,多少HR的数据分析,最后都变成了罗列数字。最常见的所谓人力资源数据分析的模板,可能就是下面这样:

业务分析怎么做才能真正有价值

员工性别比例、工作年限、地区分布、学历水平等等,把数据罗列好,配上简单的图表。

然而这样的数据,掌握基本Excel使用能力的人都能轻松统计出来,为什么要高薪聘用人力资源数据分析师来做?这样的数字统计出来了,到底代表了什么呢?好还是不好?性别比例背后的意义,是要老板自己猜吗?

只有数字罗列,没有分析,这样的数据不要也罢。而所有的数据分析,都应该有驱动业务的价值。

人力资源的数据分析,应该是通过数据获取有关组织和人才的信息,对企业在组织和人才上未来可能产生的问题进行和预测、预警、预判,并据此向业务部门提出决策意见。

这里我们就以一个真实案例,来讲解一下有价值的业务分析是怎样炼成的。

一.找到并分析业务痛点

小王是某公司总部的人力资源专员,每个月、每季度、每年,小王都要负责整理这段时间区间内员工的新增、离职、调动情况,并针对员工的构成特征、KPI绩效、工资发放等进行管理。

但是,公司的员工信息保存在OA系统中,而薪资信息又保存在另一套云ERP系统中,有一些分公司还有自己的业务系统。这些数据之间没有被打通,就像一个个孤岛,将其整合在一起需要耗费大量的人力,而就算费了老大劲整理好了数据,这些数据也存在滞后性、准确性等问题。

比如:

  • 小王每个月月中就要发布通知,让各分公司将本月的人力资源信息开始汇总,之后进行上报。从发布通知到上报结束,往往需要经历2周甚至更多的时间, 白白耗费了许多人力不说,还存在严重的滞后性。
  • 人力资源数据采用Excel进行上报,绩效、薪资的计算也是人工使用Excel进行核算,篡改、纰漏等数据准确性问题无法把关,全靠业务人员的责任心和专业性。
  • 数据以月份为单位进行存放,当需要汇总观察趋势时候,就需要将N张Excel进行整合,费时费力,Excel的性能也堪忧。

业务分析怎么做才能真正有价值

因为以上的种种数据问题,小王每个月的大部分工作时间都在整理、核算数据,更不要提什么数据分析了。

二.选择分析工具,进行数据处理

为了解决上述问题,小王需要的是一套能够实现多数据源整合+数据处理+数据分析的软件。小王的这一需求,是许多企业推进数字化进程中的共性需求,估计看到这里很多人就想到了商业智能(BI)分析工具。

没错,BI工具能够满足从数据源到业务人员数据分析的完整流程,下面我们就用国内BI市场占有率第一的数据分析工具——FineBI,来看一看如何利用BI工具解决小王遇到的数据难题。

1.数据连接

如何将不同来源的数据基于业务分析需求进行分类管理呢?

首先,要通过多源的数据连接就可以将数据进行整合,比如传统关系型数据库MySql、Oracle和Kylin,Hive,Spark等大数据平台,从而打破业务系统中的数据孤岛。

业务分析怎么做才能真正有价值

2.数据关联

在数据连接的基础上,将数据表添加至业务包进行管理后,管理员可以给这些数据表添加对应的表间关系。

  • 对于IT管理员而言:只需要配置基础的数据关联和权限,分析用户无论如何进行数据处理,都一定是在其权限范围内操作,而且自助数据集的关联也可以自动继承,不需要管理员再进行配置
  • 而对于业务分析人员来说:分析用户可以拿到自己权限范围内所需要的数据,进行无限次处理和分析

图为本人力资源案例的表间关联。

业务分析怎么做才能真正有价值

业务分析怎么做才能真正有价值

3.数据加工

在设置好数据连接,添加好需要的数据表并设置了表间关联后,我们可能还需要对数据进行一些处理,比如过滤掉一些不需要的数据,或者进行一些计算等等。

主要是数据的二次加工,进行比如过滤、分组汇总、新增列、排序、合并、挖掘、R语言分析等数据处理功能,可以让不懂代码的业务人员快速搭建各类分析模型。

4.自助分析

数据治理这些后台的底层工作完成后,业务人员就可以针对数据进行探索式分析了。

三.输出可视化结果,比对分析

1.新入职员工分析

业务分析怎么做才能真正有价值

我们可以通过探索分析发现以下特点:

  • 今年每个月雇佣的员工数都比去年多, 有几个月的雇佣员工数明显很多;
  • 从按地区和种族划分的新员工计数和在职员工计数组合图可以看出,我们在东部区域招聘的员工较之更少;
  • 按年龄组划分的新员工增长率变化瀑布图显示,我们主要招聘的是年轻员工。 这种趋势可能是因大部分工作都是兼职性质所致;
  • 新员工数(按性别) 饼图显示,新员工数按性别大致均分

2.离职员工分析

我们可以通过探索分析发现以下特点:

业务分析怎么做才能真正有价值

  • 左边的两个组合图显示了,与去年同期相比在职员工数和离职员工数的变化情况。 今年的在职员工数比去年多,这是由于快速雇佣所致,同时离职员工数也比去年多。
  • 8 月的离职员工数比其他几个月都多。通过点击不同的区域、性别进行探索分析,发现其中东部地区的离职人数明显更多。

我们注意到,在饼图中,在职员工数按性别和年龄段均分。 接下来可以选择不同的年龄段了解各个年龄段是否按性别均分。

3.差员工分析

业务分析怎么做才能真正有价值

要探究的最后一个部分是差员工。 差员工定义为上班不超过 60 天就走人的员工。 我们正在快速雇佣,但我们是否雇佣到了优秀候选员工?

选中左侧"区域" 过滤组件中的"西北" ,并点击"差员工数(按性别)" 环形图中的"男性" 。研究"差员工数" 页上的其他图表。 我们注意到,男性差员工数比女性要多,并且 A 组中有很多差员工。

4西北区域差员工数

如果研究"差员工数(按性别)" 环形图,并选中"区域"过滤组件中的不同区域,就会注意到,东部区域是唯一一个女性差员工数比男性要多的区域。

四.抛开教程,实战一次

上面的内容简单的为大家展示了一个人力资源的分析案例,包含了基本的数据分析流程,但是想要真正掌握数据分析的精髓,不能只通过书面上的教程,更需要的是通过实践。

End.作者:李启方来源:知乎 本文均已和作者授权,如转载请与作者联系。

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: