POWER BI数据仪表盘建模，回答你老板的一切问题

到了年底我们又要开始一年的工作总结，开始梳理人力资源各个模块的数据，做人力资源的分析报告和总结并发送给管理层和老板。作为HR，你能回答出老板对于各个模块的关于人力资源的各个问题吗？ 我们以简单的人员组织结构模块为案例，人员组织结构主要是分析公司内部员工的各个人员结构数据，分析判断各个人员结构指标是否匹配公司现在的发展，但是当你把人员结构组织数据的分析结果呈现给你老板的时候，从老板的角度可能问你以下几个问题：

• 公司的平均年龄多少岁
• 和行业比，我们的年龄是高了还是低
• 如果年龄高，在我们公司内部正常吗？如果不正常，你们的解决方案是什么
• 哪个部门的平均年龄最高？
• 我们的管理层的平均年龄是多少岁？
• 公司学历分布怎么样？现在本科占比多少？管理层的学历分布如何
• 公司现在哪个工龄段的人最多？
• 公司管理层人员分布和储备现在是什么分布

等等........................................................................

以上还只是其中的几个问题，现在你可以思考下，如果你们公司管理层问你这些问题，你需要多久才能回答他们，回答的答案是“好像，还是可能”，还是说你有精确的人员结构数据可以第一时间来回答。

那作为具备人力资源数据思维的HR ，并且在公司内部建立的各个模块的数据分析模型的HR，就可以再第一时间回答任何一个问题。

在这个以POWER BI为基础的人员组织结构的数据仪表盘中，根据公司对关键指标的要求，进行关键指标的数据可视化，同时设置关键的KPI指标 - 公司总人数 ，管理层人数，管理层人员配比等，再加上分析维度的交互，包含 离职/入职时间，部门，岗位等，就可以多维度的进行人员组织结构的数据分析。

公司平均年龄33.78 ，大于行业的30岁平均年龄，主要是因为公司的人员结构组成除了线上人员还包含地推和招商的线下人员，所以和传统的互联网公司相比，我们平台型的电商公司在人员年龄上要大于互联网公司，处于正常水平。

对管理层进行切片器交互，选择管理层

管理层的平均年龄是37.36岁，根据M职级的年龄分布，职级越高，年龄越大，M6的平均年龄为48岁，M5的平均为42岁，在年龄的分布上符合现在公司的发展。

在各个部门管理层的平均年龄上，市场，采购，项目拓展部的平均年龄在前三，主要是这三个部门是线下部门，并且都是从外部引进的员工，都有一定的工作经验，所以平均年龄会偏大。

我们可以通过切片器的数据交互，可以分析任意一个关键指标的数据，所以我们在文章开头提出的这些问题，你只需要构建一个 人员组织结构的数据仪表盘，就可以给出你老板问题的任意一组数据进行解答。

我们一直都在讲降本增效，但是到底如何才能降本增效，我觉得在人力资源的数据层面，只有建立起了体系化的 各模块的数据分析看板，才能真正的做到你人力资源的增效。