人力数据分析人力资源经理应对哪些数据进行分析

数据分析师都是干嘛的？薪资一般在什么水平？

从职位薪水来看，数据分析行业的高薪主要分布在长三角、珠三角和京津地区。

北京、上海和深圳的薪水位列第一方阵，均薪在10k+；杭州、宁波和广州位列第二方阵，均薪在9k+；其他沿海及内陆区域中心城市，如南京、重庆、苏州、无锡等位于第三方阵，均薪在8k左右。

从职位量来看，北京、上海、深圳和广州位列第一方阵，职位量在30000+，杭州、成都、南京和天津位列第二方阵，职位量在20000+，武汉、西安、郑州等区域中心或省会城市对数据分析职位的需求也相对较高，职位量在10000+。

从行业需求来看，互联网金融、O2O、数据服务、教育、电子商务、文化娱乐领域对数据分析师需求量相比其他行业更大。

不管是在企业还是社会，数据都已经开始扮演越来越重要的“角色”。

在这种大势之下，数据分析思维已经不只是数据分析师的“专业”了，包括销售、市场、运营、策划、产品等等前端的职位都需要通过数据分析来帮助自己的工作，甚至连后台的财务、法务、人事等也开始需要通过数据分析来提升效率。

可以这么说，如果你在企业之中工作，你未来会开始越来越多的和数据打交道，这个时候数据分析已经成为工作的必要条件。

这里给大家举几个例子： 现在的产品，由于销售渠道开始开始网络化，所以基本上每个产品在做客群划分、竞品分析、销售预测等等工作时都必须基于数据来进行建模并分析。

以前那样只要写写产品分析书，画画产品原型，做做产品交互的“好日子”已经过去了。

这么说吧，越来越多的公司里，如果产品不能拿数据出来支撑自己的工作，是基本上获取不到什么资源的支持。

再拿运营来说，更加离不开数据了。

大到做一个活动，目标人群如何划分，不同人群的方案是什么，预计投入多少产出多少，这些都需要数据支持；小到一个营销话术，也需要切分不通人群进行对照实验来决定。

可以说，现在不依靠数据分析的运营已经越来越少。

最后再举一个后台部门的例子。

现在的HR在做人力规划时，从人员结构分析到配置策略分析再到成本分析，无论哪一项都需要使用到数据。

除了本公司的人力数据外，还需要业务数据，竞对公司数据乃至于整个行业数据。

通过大量数据的分析，可以更加精确的制定公司的人力资源战略。

因工作需要（财务，人力方面）想用来做一些数据的统计与分析，这样可以提高很多效率！貌似现在都是用Ma

1、matlab,一款强大的数据工具，里面包含众多模块。

比如通信、数据统计、图像处理、神经网络等等。

2、matlab，语言以c语言为基础，变量不需要定义，使用起来很方便，if else switch与c大同小异，上手比较快。

3、matlab，具备GUI能力，可以制成exe小软件，可发布，做起来不难。

4、蒙特卡罗模拟，需要学simulnk模块，或者自己编写代码实现，可参考/forum.php?mod=viewthread&tid=49484 5、数据统计与分析，matlab具备该工具箱，或者相关函数。

薪酬数据分析应该怎么做？

转载以下资料供参考 薪酬分析步骤 职位分析 职位分析：结合公司经营目标，公司管理层要在业务分析和人员分析的基础上，明确部门职能和职位关系，人力资源部和各部门主管合作编写职位说明书。

职位评价 职位评价：比较企业内部各个职位的相对重要性，得出职位等级序列；为进行薪资调查建立统一的职位评估标准，消除不同公司间由于职位名称不同、或即使职位名称相同但实际工作要求和工作内容不同所导致的职位难度差异，使不同职位之间具有可比性，为确保工资的公平性奠定基础。

它是职位分析的自然结果，同时又以职位说明书为依据。

薪资调查 薪资调查：薪资调查的对象，最好是选择与自己有竞争关系的公司或同行业的类似公司，重点考虑员工的流失去向和招聘来源。

薪资调查的数据，要有上年度的薪资增长状况、不同薪资结构对比、不同职位和不同级别的职位薪资数据、奖金和福利状况、长期激励措施以及未来薪资走势分析等。

薪资定位 薪资定位：在分析同行业的薪资数据后，需要做的是根据企业状况选用不同的薪资水平。

在薪资定位上，可以选择领先策略或跟随策略。

薪资结构设计 薪资结构设计：要综合考虑三个方面的因素：一是其职位等级，二是个人的技能和资历，三是个人绩效。

在工资结构上与其相对应的，分别是职位工资、技能工资、绩效工资。

也有的将前两者合并考虑，作为确定一个人基本工资的基础。

确定职位工资，需要对职位做评估；确定技能工资，需要对人员资历做评估；确定绩效工资，需要对工作表现做评估；确定公司的整体薪资水平，需要对公司盈利能力、支付能力做评估。

每一种评估都需要一套程序和办法

各位朋友，想请教一下怎么对人力资源进行数据分析？

1、社保、工资这些都有实际数据，几个月对比一下，或者去年同期对比一下。

2、人力资源数据关键还是员工人数的统计、员工工龄、最长工龄与平均工龄 3、各岗位的员工分类、年龄、性别等 4、其他

人力资源数据分析实用表单从哪些方面着手

一、人力资源的自然结构（一）人力资源的年龄结构（二）人力资源的性别结构二、人力资源的社会结构（一）人力资源的教育结构（二）人力资源的职业结构三、人力资源的经济结构（一）人力资源的产业结构（二）人力资源的地区结构（三）人力资源的城乡结构

人力资源经理应对哪些数据进行分析

人力资源经理应对以下几方面数据进行分析： 1.劳动力生命周期的数据 数据分析可以提供员工从招聘到退休的整个生命周期内阶段的能力。

一切都始于进行劳动力的战略规划工作。

HR 数据可以基于角色和地位进行分割，并进一步的分析和识别员工之间能力的差距。

下一步就是观察人才库，用合适的人选来填补这些空白，以避免某种特定的劳动力的短缺。

2. 企业绩效与企业员工相关的数据 管理和提高企业绩效要求有效和持续的员工人数控制，又可以提高公司盈利能力。

基于现有的数据和见解进行规划的HR经理可以精心制定招聘政策和优化人员配置水平。

通过这一点，他们可以保持最低的有效人数，确保在任何时候都令人满意的服务交付。

这也有助于对聘用额外的工人支付加班费用的利弊权衡的评估。

3. 企业员工学习和培训方面的数据 学习和发展新的技能，培训，培训感应和方向形成所有HR路线图的关键部分。

人力资源经理可以评估不同的学习产品，哪些是适合哪层的员工。

这种学习发展的项目和方案会影响中期和长期的员工绩效和任职。

可操作的信息还可以为工作人员的监督计划提供深刻的见解，以及一些活动、招生和指定计划的完成如何影响劳动力的整体素质。

4.从保留人才的角度收集员工信息和数据 保留员工和他们对组织的总体忠诚是组织的成功和长期盈利能力的关键。

人力资源部门在启用、保障和促进所有员工和员工队伍的保留方案中发挥着的重要作用。

对员工信息的定期收集和数据分析，将在需要的时候为HR高级经理们提供更有洞察力的见解。

这对员工绩效的管理和优化其功能是非常重要的。

商务和人力资源主管以及职能经理能够对顶层、中等或底层的雇员获得及时的关注和相关信息。

此外还可以对不同层次的员工的内部调动进行跟踪和分析，为开发、培训和留住关键的员工提供重要的方针。

人才保留策略也可以根据员工流动对绩效的影响和整体保留的成本来精心设计。

5.有关员工薪酬、奖励与绩效方面的数据 数据分析可以帮助监测工资成本，可变薪酬和加班预算。

他们可以提供关于员工薪酬、奖励与绩效的实用的见解，而数据筛选还可以寻找表现优异和一致的员工。

人力资源经理和管理人员也可以提供必要的资金把企业经营活动和定期的劳动力投资联系起来。

各种劳动力有关的参数和指标都可以为服务经理提供意见，以帮助他们了解客户的满意程度，服务的交付成本和联络中心员工绩效。