人力资源这个职能模块，接触诸如招聘、培训、薪酬、员工关系等业务，繁杂重复的工作最近几年貌似在与数据分析的紧密联系中逐渐变得自动智能化了。因工作关系接手过一个智能人员管理系统项目，近期也重新关注一下人力资源方面的数据分析需求，并做2个简单的数据分析案例以作展示
1.人员管理的数据分析可以怎么做？
新手入门人员管理方面的数据分析工作可能会有点束手无策，人的行为具有随机不确定性，从数据能够看出什么东西或者解决什么样的问题呢？以我经历为例，曾经有一份数据摆在我面前，“是否在目标区域（0-1类型）”及“对应时间点”两个可供研究的数据，我没有办法，等到无数个工作日执着于尽可能多的机会去挖掘人员流价值的时候，我才恍悟，数据分析不在于眼前数据而在于应用的场景及关联的数据需求。从定位数据到考勤绩效分析，从绩效与工作表现到员工的分群，从员工分群到员工的工作排配，这一系列都是联系连续的。下图展示的就是这简单数据延伸开来的数据分析及挖掘的内容。
2.人力资源业务相关的数据分析可以怎么做？
上面举的例子是应用在工厂内的人员管理，跟平常所说的人力资源相关的数据分析还是有点不一样的，那么人资业务板块的数据分析又可以怎么做？绝大数的HR都会利用Excel及PPT展示相关的业务数据，但深入专业的数据分析有做到了吗？因为是数学专业出身，我能想到的会偏向于数据挖掘的角度去着手，下图展示的是我个人认为可以做的一些较为深入的人力资源方面的数据分析工作。
3.案例展示及数据分析
上面讲的是思路，那么接下来就要展示啦！左边的表是关于员工的工作表现，包含一些量化的指标（如绩效、完成率、价值量），右边的表是关于公司招聘面试录用员工结果，所用数据均是模拟简化的。
我力求用两张仪表盘的可视化简图来展示这两个表的信息，主要做了下面这些工作：
（1）描述性统计分析：
按部门展示各方面指标的排名、部门考核相关的数据展示、面试过程及结果的百分比计算
（2）相关性分析：
工作难度与对应的工作价值量之间的正比关系、面试录取结果与面试周期的影响
（3）员工表现的聚类分群
根据工作态度（考勤绩效）、工作表现（如工作完成率、准确率）、工作内容（工作难度、价值量）来进行聚类分析，划分为重要价值员工、一般价值员工、一般挽留员工、重要发展员工、一般发展员工；类似客户价值的RFM模型做法
（4）招聘转化分析
招聘包含测试、一轮面试、二轮面试、到岗、录取等环节，通过计算各环节通过的人数来展示招聘过程的转化率；即漏斗模型思想
因业务接触不深入及数据分析技能有限，所做分析及所写内容可能存在很多不足，欢迎读者点评指正！内容原创，不允许转载。谢谢！
