离职数据分析模板怎么做?5个维度让你轻松拿捏!——九数云BI
员工离职怎么分析?不会分析不要急,九数云带着数据分析模板来帮你!
员工离职是每个公司都会面临的问题,适当的人员流动可以减少冗员,激发内部竞争,而离职率过高则会对企业带来不利影响。因此,人力资源部门需要做好离职分析,挖掘员工离职背后隐藏着企业管理过程中的问题。下面这个离职数据分析模板希望可以帮到你!
01 离职数据分析模板怎么做:业务背景
据统计去年大约有16%的员工离开公司,管理层认为,这种程度的员工流失对公司不利,一是导致项目推迟,影响公司的收入,同时也降低了在合作伙伴和客户的信任感;二是需要维持大量的人力资源处理离职、招聘新员工、培训新员工,同时新员工也存在无法胜任工作的问题。
02 离职数据分析模板怎么做:分析问题
本分析的问题主要有:
- 该公司整体的离职率是多少?
- 哪类员工离职率相比平均水平较高?
- 为什么此类员工的离职率高?
- 建议该公司采取什么样的举措?
03 离职数据分析模板怎么做:分析思路
现状分析:基于5W2H框架,分析高离职率员工的特征。
根因分析:先定性后定量,先基于相关性分析找到影响离职的核心要素,再定量分析各要素的详细情况。
提出建议:基于人货场的思路提出建议,并基于决策树预测员工离职的倾向性。
04 离职数据分析模板怎么做:具体分析操作
现状分析:哪类员工离职率高
分析指标:
- 何地:部门、岗位
- 谁:性别,年龄、婚姻状态、职位级别
- 何时:和现任主管共事年数、司龄、总工作年数
- 为什么:工作满意度、工作环境满意度、工作关系满意度、工作生活平衡度、绩效登记、项目参与度、出差
- 多少:总员工数、在职员工数、离职率
可视化图表:
指标卡、圆环图、堆积柱形图、明细表、对比柱形图、词云、箱型图。
分析结论:
通过各维度的分析,离职员工画像为:研发和销售部门的基层岗位、入职时间短(3年以内)、级别低(助理级别)、年龄小(18-23岁)、工作经历少(3年以内)、和当前主管共事时间短(1年内)、工作满意度和环境满意度低。
离职员工来源:离职237人主要集中在研发和销售部门,占总离职人数的95%;离职人员主要集中在基层岗位,其中实验室技术员、销售经理、研究员、销售代表占总离职人数的84%。
各部门离职率:总体离职率16%,销售部门和人力资源部门资源的离职率显著高于平均水平,分别为21%、19%,研发部门的离职率较低为14%。
各司龄区间离职率:司龄3年以内离职率最高,为30%,随着司龄逐渐变大,基本呈下降趋势。
职位级别离职率:助理级别离职率最高,为26%,其次是中级级别,为15%。
各出差频率的离职率:经常出差的员工离职率最高,为25%。
各年龄区间离职率:18-23岁的员工离职率最高,男性18-23岁离职率为41%,女性18-23岁离职率为56%;对于男性来说,未婚者相比已婚者的离职率普遍更高。
各工作年数(所有工作经历)区间离职率:总工作年数3年以内离职率最高,为44%,随工作年数逐渐变大,基本呈下降趋势。
按与现任主管共事年数区间的离职率:共事在1年内离职率最高,为32%,随着年数增多,基本呈下降趋势。
通过比对平均值和分布,离职员工的工作满意度和工作环境满意度相比未离职员工低,其他指标指标差异不大。
离职数据分析模板怎么做:根因分析
分析指标:
- 离职相关:加班、月收入、总工作年数、司龄、职级……
- 月收入相关:职级、总工作年数、年龄、司龄、管理者岗位……
- 基层岗位:销售代表、实验室技术员、人力资源、销售经理、研究员……
可视化图标:散点图、明细表、箱型-折线组合图、柱形图
分析结论:
基于和离职相关性最高的top5因素为:加班、月收入、总工作年数、司龄、职级,而月收入和总工作年数、司龄、职级的相关性非常高,因此主要围绕加班和月收入为主线展开分析。
加班导致工作压力大,进而离职:五个基层岗位人群(销售代表、实验室技术员、人力资源岗位、销售经理、研究员)的加班率为24%-33%,此部分加班人群的离职率显著高于非加班人群的离职率,但加班人群和非加班人群的收入几乎无差异。
以销售代表为例,加班人群的流失率为67%,非加班人群的流失率为29%,加班人群的平均月收入约为2500+,非加班人群的平均月收入约为2600+。
月收入较公司平均水平差距大,虽有加薪,但仍无法挽留住基层员工:四个基层岗位人群(销售代表、研究员、实验室技术员、HR)占公司总员工的49%,但平均月收入为2626-4623,仍远低于公司平均水平的6503,此四个岗位的离职率较高。以销售代表为例,平均月收入为2626,但离职率为40%。
月收入与项目投入、绩效未挂钩,无法激发积极性,向上通道窄:月收入与项目参与度、绩效评级的相关性很低,说明对项目付出多、绩效优异的员工拿到更高薪酬的可能性低。而月收入与总工作年数、司龄存在显著的关系,年轻员工的薪酬待遇普遍比老员工低。以上两个因素导致年轻员工的向上通道窄,无法激发工作积极性,进而导致离职。
离职数据分析模板怎么做:提出建议
通过对离职人群画像和离职原因的分析,代入一位名为Alex员工,可以想象如下场景:Alex是一位21岁的未婚男性,入职XYZ公司的销售代表岗位刚满1年,在去年的重点新药销售项目中频繁去医院客户城市出差、加班加点终于在年底取得了较好的成绩,主管对Alex的年度项目参与度和绩效等级都给了不错的评价。
今年Alex的月收入虽然有所提升,但仍然相比该公司收入水平差很多,相比外部公司也差。
Alex认为去年的项目付出没有得到应有的回报,并且他也发现和自己类似年龄和司龄的员工的收入都非常低,这让他减少了工作的积极性,同时对未来的发展充满了担忧,进而向主管提出离职。对该公司提出如下4条建议:
- 工作环境:直接主管加强对频繁出差、加班人群的关怀,同时识别是否可以通过线上会议减少部分非必要的出差,通过增强培训辅导、开发工具的方式提升员工的工作效率,减少加班。
- 绩效体系:对绩效等级评价精细化,避免只存在两类等级导致吃大锅饭,绩效评级要根据项目参与度拉开差距,同时面向员工宣传清晰绩效标准。
- 薪酬体系:加强绩效对职级的影响,使得高绩效导向高职级进而导向高月收入、股票水平,使得员工能看到付出带来的正向效果,提升工作的积极性。
- 离职预测:定期对人员离职情况进行回顾和预测,提前对高离职倾向员工进行关怀和沟通,避免员工已提出离职才被动相应。
若想实现更加迅速有效的员工离职分析,不妨尝试九数云的【人员流失分析】看板,无需复杂操作,只需上传数据,再进行推拽就可以实现智能化的数据分析。
上一篇: 制造行业数据分析怎么做?不会的看这篇文章!——九数云BI
下一篇: 不会做大数据分析实时计算?那就来看这篇文章!——九数云BI