一、学习背景及初衷 （一）个人介绍 帆软社区用户名：帆软用户mK5I1y1xxM，目前就职于华润微电子旗下的公司，我司所处集成电路制造行业，主营业务有晶圆测试、先进封装及成品测试，专注于集成电路后道加工服务；制造业智能转型趋势下，BI系统已成为提升生产管理效率的关键工具，人力资源部也需掌握数据驱动的人才管理办法。 （二）学习初衷 (1) 人才数据分析瓶颈：传统EXCEL手工处理无法应对日益复杂的人才结构分析（如学历/年龄/流动率/人工成本多维交叉分析）和招聘效能评估 (2) 业务协同需求：需与生产部门及其他业务部门共同建立人才需求预测模型，将BI技能应用于产能扩张与人才储备的匹配分析。 (3) 决策支持升级：为管理层提供可视化人才仪表盘，替代传统PPT汇报，实现动态监控人力指标。 二、作品简介 （一）业务背景 人员结构数据不只是对员工基础信息的静态记录，其中更蕴含着有价值的数据。这些数据能为管理决策提供实际依据，比如优化人员结构、规划人才发展等。通过挖掘这些数据的价值，能推动人事工作从日常事务处理，转向为更重要的决策提供切实支持。 （二）数据来源 2025年1-6的月末花名册、入职人员数据、离职人员数据底表。其中包含员工基础信息、入职日期、工龄、户籍省份、学历等信息。 (1) 分析思路 根据现有数据，对公司人员结构与趋势分析，包括近2025年1-6月的人数分析、人员变动趋势分析、在职工龄分析，籍贯分布分析，学历统计分析以及职位类别分析等。 (2) 数据处理 1. 都为原始数据，需要对数据进行清洗，比如添加公式列统计员工龄，然后再进行条件打标签。 2. 熟悉每个字段，统计数据使用FineBI函数进行统计数据 3. 根据人员结构分析并逐一做对应表格组件，将表格组件添加至仪表盘，设计并装饰。 4. 设置了组件，便于查询各月份人员结构情况。 (3) 可视化报告 在可视化报告中，主要采用柱形图、折线、地理分布、饼图等图表，从多个维度中分析现有人力结构情况与趋势。 (4) 结论 使用FineBI可以提高工作效率，动态关注人员流动情况及人员结构。通过数据分析我们应重点关注人员稳定性，老员工流失，人力规模收缩，低学历占比较大等问题。建议优化留人机制，结合业务需求，平衡学历结构，提升整体人力质量与稳定性，助力公司可持续发展。 三、学习总结 （一）学习经历 基本都是周末抽时间学习，做作业。周一周二再和组队的伙伴们共同探讨课后作业难点，攻克一个个的大作业，作业完成度100%，准确率100%。 （二）个人成长 已经基本掌握技能FineBI的操作技能，可以完成数据清洗、多表关联建模，熟练制作动态看板，掌握“拆解问题—指标定义—维度切分”的分析方法，能用FineBI呈现招聘完成率、人员流动情况、人员结构等，但深度分析能力以及熟练度仍需打磨以及继续努力。目前已通过FCA，有信心拿下FCP考试。 （三）致谢与展望 感谢FineBI提供的强大数据分析能力。作为人力资源从业者，本次学习不仅掌握了技术工具，更获得了数据驱动管理的思维范式，未来将持续探索FineBI在人力资源领域的深度应用，助力公司突破“人才瓶颈”等。