L4-数据逻辑下离职优化分析.pptxVIP

《数据逻辑下的人力资源效能分析》系列课 L4：数据逻辑下的离职优化分析 离职率及其分析 L4.1 人力资源优化的效能指标有哪些？如何计算和呈现 离职率及其分析——离职率计算 案例1：2月份某公司，期初有员工175人，期末有员工168人，期间离职员工人数8人，就当月离职率。 因近两年互联网企业的兴起，部分公司人员流动较大，按照以上离职率算法在离职率计算时，出现离职率大于100%的现象，为此，曾引发了大量的网络讨论。 思考：那么，离职率能否大于100%呢？我们继续看下一个案例。 案例2：某公司3月份期初人数100人，期末人数也是100人，然后离职人数也是100人，离职率怎么算？ 按国际通用算法：离职率=100/100*100%=100% 按网络某“新”算法：离职率=100/200*100%=50% （思考：这个算法是否正确呢？） L4.1 人力资源优化的效能指标有哪些？如何计算和呈现 离职率及其分析——离职率数据分析 月份 1月 2月 3月 4月 5月 6月 离职率 4.80% 5.30% 5.60% 5.10% 4.50% 4.60% 离职率数据的动态变化： L4.1 人力资源优化的效能指标有哪些？如何计算和呈现 离职率及其分析——离职率数据分析 企业对于离职率设定有目标值，通过与目标值的数据对比，来分析导致导致离职率超过目标值的原因（或处于达标状态下的关键因素），如设定目标值5%； 企业没有设定离职率目标，通过几个月的离职率数据变化分析导致离职率变化的原因。 第一种情况 第二种情况 L4.1 人力资源优化的效能指标有哪些？如何计算和呈现 离职率及其分析——离职率数据分析 主动离职：非企业主导，如 薪资不满意 职业发展受阻 对直接上级不满 工作强度or压力 不认可公司企业文化 离家太远 身体原因 ？ ？ ？ ？ 被动优化：企业主导，如： 绩效不合格 L4.1 人力资源优化的效能指标有哪些？如何计算和呈现 员工满意度 L4.1 人力资源优化的效能指标有哪些？如何计算和呈现 员工满意度——员工满意度调查的目的 员工满意度调查，我们一般用到最多的就是访谈法和问卷调查法。 L4.1 人力资源优化的效能指标有哪些？如何计算和呈现 L4.2 如何通过绩效数据分析做好优化 如何进行绩效偏差分析（正偏差、负偏差、零偏差） 1）实际达成值＜目标值，也就是没有达到预期，我们称之为负偏差 例：销售岗位（销售额），月度销售额目标：150万（目标值）；最后实际达成值：142万。负偏差为：－8万。 偏差率计算：（142－150）/150*100%=－5.3% 2）实际达成值＞目标值，也就是超过了预期，我们称之为正偏差 例：销售岗位（销售额），月度销售额目标：150万；最后实际达成：158万。正偏差为：8万。 偏差率计算：（158－150）/150*100%=5.3% 3）实际达成值＝目标值，也就是正好符合预期，没有偏差，我们称之为零偏差 零偏差：实际达成正好处在标准水平，应将标准状态拿出来分析。 L4.2 如何通过绩效数据分析做好优化 对于绩效偏差导致的原因，其实主要可以归为以下四类： 如何进行绩效偏差分析（正偏差、负偏差、零偏差） L4.2 如何通过绩效数据分析做好优化 如何进行绩效优化分析——绩效改进计划 L4.3 如何通过离职数据分析改善内部管理 离职原因分析——离职定律 136离职定律：就是入职1个月、3个月、6个月、1年、3年和6年各个入职阶段的员工容易离职，这其实也是对于一定的离职周期数据进行汇总分析后得出的一个总结。 入职1个月 入职3个月 入职6个月 入职1年 入职3年 入职6年 离职与HR关系较大 离职原因与直接上级关系较大 离职原因与企业文化关系较大 离职原因与职业晋升关系较大 离职原因与发展平台关系较大 员工离职的可能性很小 L4.3 如何通过离职数据分析改善内部管理 离职原因分析——离职定律 232离职定律 常规的离职原因数据获取还有： 离职报告； 离职面谈； 已离职人员的回访 L4.4 如何构建人力资源管控系统 如何构建企业的人力资源风险管控系统——人力资源风险管控的发展阶段 L4.4 如何构建人力资源管控系统 如何构建企业的人力资源风险管控系统——企业人力资源风险管理体系 L4.4 如何构建人力资源管控系统 如何构建企业的人力资源风险管控系统——对风险等级梳理和描述 L4.4 如何构建人力资源管控系统 如何构建企业的人力资源风险管控系统——对每个模块具体工作流程进行梳理 如何构建企业的人力资源风险管控系统——对每个模块进行风险排查 L4.4 如何构建人力资源管控系统 人力资源优化分析报告要从哪些方面去展开 要明确人力资源优化的目的是什么 梳理人力资源优化的路径 对现有人力资源进行盘点 对岗位能力模型进行梳理 将现有人员能力