马云说，年轻人离职只有两个原因：要么钱少，要么心烦。对于一些公司来说，员工就像是公司的资产。早上9点开始，亿万资产坐镇办公室，下午5点30分后，公司资产逐步清算。目前，就业形势比较严峻，但招聘形势更加严峻。HR在努力招人的同时，需要随时掌握内部员工的动态，防止员工失控离职，影响企业的正常运营。领英发布的《第一份工作趋势洞察》显示，70后平均第一份工作时间超过4年；80后为3.5年；一个月内离职...作为一名在传统汽车制造企业工作的HRBP，我的工作涉及招聘、培训、人事管理（考勤）、绩效等各个HR模块，如何掌握每个人的动态，以及及时应对今天A辞职，明天B结婚，后天C休产假等突发事件？我想到了一直被我们忽略的人力资源数据。每个月产生的几十万条数据仅仅用于报表，造成数据浪费。隐藏在数据中的价值尚未被发现。10分钟的报告可能需要2、3天的时间来处理数据。人事离职数据表和领导简单的翻阅了几十页的人事数据分析报告，也不知道我花了多少心血才做出来的。那么如何快速将几十页的文字展示给老板，并且仍然让他产生深刻的影响呢？首先想到的是excel，但是excel的显示效果一般。实现丰富的图形和色彩需要付出很大的努力，每次数据更新都需要重新创建，不符合企业的数据应用场景。通过在网上搜索，了解到商业智能（BI）软件可以快速可视化呈现数据进行数据分析。目前市面上比较好的几款商业智能软件有Tableau、PowerBI、FineBI。详细了解后，都不错，效率高，好用，但前两个是收费的，不太适合我个人使用。FineBI个人版是完全免费的，所以我在本地下载安装了一个，简单的用我们公司的人力资源数据做数据处理和可视化。接下来我会用FineBI对数据进行处理，用仪表盘展示三组数据，分别是HR手中最常见的人事信息、加班数据和离职记录。1.在职人员性别比例分析在同一个数据表中，我想反映每个年龄组的女性比例，以及每个级别女性比例中每个部门人员数量的差异。我尝试了finebi中的直方图，finebi有多种形式的直方图选项：分区直方图、堆叠直方图、多系列直方图、百分比堆叠直方图等，官网的帮助文档对每个图都有说明，还有应用示例.分析结论：从团队合作的角度，男女比例要控制在合适的范围内。同时，随着二胎政策的放开，企业需要实时关注各团队适龄女性（22-35岁）的比例。适龄女性比例过高，长期休假导致人员短缺的风险也会增加。试想一下，目前工程师级别的22-35岁的女性比例非常高。如果大量无节制地长期休假，将严重影响企业的生产。因此，在相应岗位调整人员、制定招聘计划时，需要重点调整，提前做好人员储备工作。2、加班数据分析加班数据是最能反映问题的数据。是加班管理制度不规范，管理层面存在问题，还是企业在运营中对人力需求量大，投入与产出成正比。这是一家良性企业。控制住。对于已有的加班数据，我也用堆积柱形图来展示每个月每个部门的加班人数，以及每个年龄组和部门的加班情况。逐月劳动负荷强度显示，让您时刻关注员工劳动强度的变化。加班数据分析显示分析结论：对于加班人员，应关注45岁以上同事的加班负荷，是否应减少加班时间，心血管疾病易发季节是否应增加职业健康检查.“加班的原因是公司缺人还是缺技术专家，前者需要根据生产计划考虑是否增加和调配人手，后者则需要进行人员盘点，建立培训计划。从劳动负荷仪表盘可以看出，6月份员工劳动负荷强度有所上升，总体劳动强度负荷应保持在较低水平。劳动强度过高也会影响员工士气，因此需要考虑安排员工活动来释放压力，通过FineBI的数据可视化，结果一目了然。3、离职情况分析离职数据是企业中常见但又敏感的数据，每个季度之前，离职数据由本季度将与历史数据进行分析对比，这里我使用FineBI的柱状图、饼图、堆积柱状图来分析展示离职级别、离职原因、离职去向，以及组织调整前后的离职对比，最后用组表展示各部门员工的量化和满意度。分析结论：离职人数增加。组织调整后，离职人数较上届增加16%。因福利和发展机会而离职的员工比例增加。注意这方面；监理级以上人员离职翻倍，组织调整后监理级离职愈演愈烈，比调整前增加一倍多，管理层级也翻了一番。通过对人员去向、离职原因、职级比例构成等数据的调研，发现了企业当前经营状况中存在的一些隐患。从上图中的离职去向可以发现，大量的人都去了竞争对手那里。通过离职面谈，发现竞争对手的薪酬政策高于公司。这时候就要考虑公司的薪酬政策是不是已经跟不上市场节奏了。.同时从图中可以看出，组织架构调整后人员流失率有所上升。无论是政策偏向还是管理人员能力问题，都值得用人部门的配合去探究本质。我们无法挽回已经在离职路上的人员，但FineBI可以根据历史数据，预测未来有离职风险的人员，并有针对性地进行干预，最大限度地为企业留住人才.总结数据时代，当面对一堆数据，不知道如何物尽其用，发挥数据价值的时候；当公司生产经营出现问题需要优化而你无从下手时；当你想向领导指出问题却不知从何下手时，你有没有想过通过数据的嘴说出真相？或许你也可以像我一样尝试使用FineBI进行简单的拖放操作，快速将数据可视化，并从中获得意想不到的惊喜。
