年度人力资源总量分析常规知识<hr基础~5年功力打造>

人力资源部经理老猫要写部门年度工作报告,在述职会上做汇报,按分工,安排部门人员编写相应内容,其中人力资源总量分析由负责劳动关系的小猪操刀。

考虑到小猪日常事务性工作较多,埋头多,抬头少,思考不够,老猫决定先和小猪沟通,提出工作内容和要求,给小猪打打方向。

于是,老猫和小猪开了二人小会,

老猫缓缓说到:人力资源总量分析就两大块,一是数据分析,二是结构分析……。我要求落实每项数据来源,要准确无误,内容方面,你可以延伸,我们讨论后决定加减。

老猫一开口,小猪已拿出笔,刷刷记,这个烂笔头的习惯是部门优良风格,是老猫对大家潜移默化的影响,小猪很快拟出初步提纲。

会后,小猪完善提纲,把总量分析的框架搭起,然后填充各部分内容。

老话说的好:先说好,后不乱。小猪是先搭框架,再填充,从整体出发,再局部,思考先行,不写写想想再写写。


人力资源总量分析:

(一)人力资源数量分析

1. 总人数、不同业务板块的人数、年初和年末人数、增幅情况。

比如截止2017年12月31日,全集团总人数888人,其中开发板块333人,营销板块222人,物业板块333人;分别较年初300人、200人和300人增加比例情况。其中,各开发板块的人员数和增幅情况。

2. 与编制数差异、人员缺口情况

3. 离职率

离职率=离职人数/累计在册人数×100%,累计在册人数=离职人数+期末人数或者=期初人数+新增人数。

分析点:判断人员稳定程度。不少机构会出具行业离职分析报告,可参考,一般,主动离职率应低于8%。

若主动离职率过大,一般,表明人员不稳定,会导致工作效率低,增加招聘、培训等成本。若主动离职率过小,又不利于公司新陈代谢和保持活力。

根据公司发展和经营需要,可进行团队正常优化,比如辞退(参考文章:“辞退”员工,我只选两种姿势)、合同到期不再续签。

晋升情况

(二)人力资源结构分析

1. 层级机构

公司内部横向和纵向分工的结构,常分为高层、中层、基层三层。比如250人中,高层人员15人,占6%;中层人员30人,占12%;基层人员205人,占82%。

高层:最高经营管理层或战略决策层,主要职能是从整体利益出发,对组织实行统一指挥和综合管理,制定组织目标和方针。

中层:也叫经营管理层,主要职能是为达到组织总的目标,为各职能部门制定具体的管理目标,拟订和选择计划的实施方案、步骤和程序,评价经营成果和制定纠正偏离目标的措施等。

基层:也叫执行层或操作层,主要职能是按照规定的计划和程序,执行各项工作和实施计划。

2. 管理幅度

高层15人,直线下属为中层,高管平均管理幅度为2人,管理幅度一般,部分高管管理幅度相对偏低。

中层30人,直线下属为基层,中层平均管理幅度约7人,管理幅度合理,部分中层管理幅度相对偏高。

常规分析点:较大的管理幅度既可能使上级难以对每位下属细致指导,同时也可能使上级收到信息量过大,影响对信息价值的正确识别和及时利用,从而影响决策的准确性和及时性。

管理幅度与层级结构的关系决定了组织的层级结构可能表现为两种基本形态:相对比较集权的锥型形态与相对比较分权的扁平形态。

3. 岗位结构

依据岗位序列分类,做整体岗位结构分析或对某一类的结构进行分析。

4. 学历结构

学历分为五类:博士、硕士、本科、专科、专科以下。

比如博士2人,占2%;硕士10人,占10%;本科80人,占80%;专科8人,占8%。

一般,学历与员工的素质水平成正比。

员工学历越高,素质水平越高,反之,学历越低,素质水平越低,敲黑板,一般情况下。同时,学历间接反映了员工工作能力的潜力。

5. 年龄结构

年龄区间划分为25岁及以下、26岁-30岁、31岁-35岁、36岁-45岁、45岁以上五个区间。

分析点:仅对年龄分布进行一维分析,主要判断人员年轻化还是日趋老化。要把年龄结构和其他相关的指标结合,才能看出问题比如将年龄和学历结合,或者将年龄和层级结合,组成二维人员结构分析表,从双重指标中显示的数据,看出人员结构所折射出的具体情况。

6. 工龄结构

工龄区间划分为3年以下,3年-5年、5年-10年、10年-15年、15年以上五个区间。

一般,工龄越长代表员工忠诚度越高,经验越多。

老猫看了小猪的报告,缓缓说到:从常规看,总量分析可以了。从进阶角度看,还有要思考的内容,不做时间要求,你先琢磨着。

所有分析指标是否都可以对标行业标杆公司,了解差距。

数据与数据之间是否可以结合,做多维分析。

比如离职率和工龄结合,看看试用期、1年-3年工龄、3年-5年工龄的离职率是什么情况。

数据为分析服务,分析为工作决策服务,分析点可以增加哪些?

【思考题】

(1)人力资源结构分析常规知识有哪些?

(2)1月月初人数50人,1月至6月共新增20人,6月月末人数60人,1月至6月共离职10人,上半年的离职率是多少?

<在公众号对话框回复数字20180111,查阅题2的答案>

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,607评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,047评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,496评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,405评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,400评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,479评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,883评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,535评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,743评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,544评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,612评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,309评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,881评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,891评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,136评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,783评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,316评论 2 342

推荐阅读更多精彩内容