В этой статье покажу пример анализа данных по текучести кадров. Разрез исследования - структурные подразделения компании: функциональные (отделы, департаменты) или территориальные (филиалы, округа).
🟢Шаг 1. Определить цель анализа
Главная цель анализа текучести кадров — не просто посчитать цифры, а выявить «болевые точки» компании. Такой анализ будет основой для разработки целевых программ удержания персонала.
Пример:
Цель анализа данных - определить:
- в каких подразделениях текучесть превышает критический уровень?
- является ли проблема с персоналом точечной или системной?
- куда в первую очередь нужно направить ресурсы для решения проблемы?
🟢Шаг 2. Описать методику сборки данных и расчета коэффициента текучести
Данные для анализа текучести представляют собой выгрузку из информационных систем компании по учету кадров. Методика описывает, какие данные включаются в расчет, а какие - нет.
Пример:
Согласно методике сборки данных в расчет включаются увольнения по инициативе работника и работодателя. Не включаются - увольнения по обстоятельствам, независящим от воли сторон (смерть или утрата трудоспособности работником и т.д.).
На ее основе HR специалистом прозводится рассчет коэффициента текучести.
🟢Шаг 3. Расчитать коэффициент текучести кадров по каждому подразделению
Общепринятая формула для рассчета текучести выглядит так:
Пример:
Среднесписочная численность работников отдела продаж - 50 человек. По собственному желанию уволилось 5 человек. Коэффициент текучести = (5 / 50) * 100% = 10%
🟢Шаг 4. Отсортировать данные
Сортировка данных будет зависеть от цели исследования. Но обычно значения упорядочиваются в порядке от большего к меньшему. Пример по несгруппированным данным:
🟢Шаг 5. Сгруппировать данные (при необходимости)
В отдельных случаях потребуется группировка данных с последующей сортировкой. В частности, если данные многичисленные и разнородные и/или логически объединены каким-то признаком.
Пример:
1.) Сгруппировать данные по отношению к норме текучести (естественная, допустимая, аномальная),
2.) Сгруппировать данные по функции (бэк-офис, фрон-офис и т.п.).
3.) Сгруппировать данные по территориям (филиалы, федеральные округа и т.п.).
Пример по несгруппированным данным:
🟢Шаг 6. Сформировать наглядные диаграммы
В зависимости от цели визуализации данных подбирается соответствующий тип диаграммы. В норме, правильная визуализация за 5 секунд донесет до руководства то, что не смогут сделать десять страниц таблиц.
Так, для того, чтобы сравнить разные категории и определить наибольшее и наименьшее значение, используется линейчатая диаграмма
Пример по несгруппированным данным:
Пример по сгруппированным данным: