（1）业务背景 / 需求痛点
作为销售公司的人力资源支持者，每月需完成一次人力经营分析报告，向上级管理层汇报团队现状与趋势。传统工作模式存在以下痛点：
报表繁多：涉及薪酬、人效、人员信息、离职分析等多个维度；
重复劳动：每月手动整理数据、制作PPT，耗时约2-3天；
缺乏洞察：仅停留在“数据罗列”，缺少同比环比趋势分析与业务归因；
呈现单一：PPT图表静态、排版混乱，难以直观传达关键信息。
为此，我尝试通过数据可视化工具构建自动化、动态化、可交互的人力经营看板，实现“一次搭建，持续更新”。
（2）数据来源
企业原始数据：来自系统的《员工花名册》（含姓名、部门、职级、司龄、年龄、籍贯、学历、入职/离职时间等字段）
脱敏处理：所有涉及个人隐私的信息（如姓名、身份证号）均已脱敏或匿名化处理，确保符合数据安全规范
（3）分析思路
|
维度
|
分析重点
|
|
人（人力总量）
|
在职人数、离职趋势
|
|
流（人员流动）
|
离职率、离职结构（年龄/司龄/区域）、离职原因分布
|
|
构（人员结构）
|
学历、职级、司龄、年龄、籍贯分布，识别结构性风险
|
（4）数据处理过程
使用工具：FineBI /（根据实际填写）
创建“司龄”区间字段：20-25岁、25-30岁等
构建“职级区间”分组：11-14级、15-17级、18级以上
定义“离职类型”标签：主动离职 / 被动离职 /等
（5）可视化报告设计
① 数据含义表达与组件设计
|
可视化组件
|
业务含义
|
设计说明
|
|
柱状图（在职人数）
|
展示人力规模变化趋势
|
展示数据发展趋势，各区间呈现人数变化
|
|
地图热力图（籍贯分布）
|
展现人才来源地集中度
|
标注重点区域
|
（6）分析结论与业务价值
通过分析得出的关键结论：
发现结构性问题：离职人群集中在25-35岁、司龄1年内、11-12级员工，多为新晋骨干，存在“入职即流失”风险。广东分公司7月流失3人，占当月总离职人数的23%，需重点关注区域管理差异
识别人才趋势：员工学历以大专、本科为主（合计占比56.2%），整体素质提升，新增校招生使人员结构趋于年轻化，组织活力增强
验证管理策略：11-14级员工中，1-3年司龄占比达29.4%，说明中期留任机制有效
高职级（15-17级）以5年以上老员工为主，体现晋升通道稳定性
对业务的影响与价值：
|
价值维度
|
具体成果
|
|
发现问题
|
识别出“新员工融入难”“区域流失不均”等问题，建议加强导师制与区域管理赋能
|
|
提升效率
|
报表制作时间从3天缩短至0.5天，释放HR 80%重复人力
|
|
推动变革
|
推动HR团队从“数据搬运工”向“业务洞察者”角色转变
|
三、学习总结
（1）学习经历
坚持与突破：连续学习，终于掌握数据建模与动态看板搭建，成就感满满
结识同路人：在学习群中结识多位来自不同行业的伙伴，交流实战经验，受益匪浅
感谢：感谢班主任每日提醒、助教老师耐心答疑、讲师深入浅出的案例教学
有趣的事：第一次做出可交互看板时，激动地分享给同事，被笑称“HR里最像数据分析师的”
课程建议：
希望增加更多HR专属场景案例（如招聘漏斗、离职预测）
吐槽点：部分视频会出现播放一个视频的时候，另一个卡主的视频也会放出声音
（2）个人成长
|
成长维度
|
具体收获
|
|
掌握技能
|
熟练使用BI工具进行数据清洗、建模、可视化；掌握同比环比、趋势分析等方法
|
|
初衷实现度
|
初衷实现约 85%：已能独立完成自动化报表，但战略洞察仍在提升中
|
|
是否达成目标
|
基本达成：提升了工作效率，增强了在组织中的专业话语权
|
|
FCP考试信心
|
有信心通过！目前已完成80%知识点复习，计划9月报考
|
|
心得体会
|
在这个AI时代，HR不能只懂“人”，更要懂“数”。
数据不会说谎，但它需要一个会“倾听”的人。这次学习，让我成为了那个倾听者。
|
| 
