课程背景
在各业界数智化转型的大来由下，人力资本部门正从传统的"事务性支持"向"方略性伙伴"转型。可是，许多HR仍停留在"凭心得、靠感觉"的管控模式，无法用资料说话，难以展现HR事务的价值。资料驱动的人力资本管控，不仅能拉升决策质量，还能让人力资本事务和业务标的紧密对齐，真正成为业务的方略支撑。本课专为各业界HR规划，结合AI赋能抓手，支援参训者掌握从资料采集、拆解到运用的全链路本领，拉升HR的专精性和业务影响力。
课程收益
本领收获：
掌握人力资本资料指标架构的规划办法，学会识别要害HR资料
掌握基础资料拆解本领（Excel/表格抓手），能够独立完成资料拆解报告
学会用资料可视化展示HR事务结晶，拉升呈报成效
掌握AI赋能资料拆解的办法，用AI抓手拉升拆解效率
学会用资料驱动HR决策，拉升事务的科学性和说服力
业务价值：
用资料说话，拉升HR在业务部门的影响力
用资料发现问题，提前预警人力隐患（如英才离职、绩效下滑）
用资料精进决策，拉升招聘效率、降低离职率、精进薪酬结构
用资料展现价值，让HR事务可视化、可衡量
课程大纲
模块一：资料驱动思路——HR怎样用资料创造价值？
【情境层】HR资料拆解的典型情境和痛点
情境1：业务部门质疑"HR只是花钱部门"，怎样用资料证明HR价值？
情境2：银行高层要求"精进人员结构"，但缺乏资料支撑，怎样决策？
情境3：离职率高企，但不知道原因，怎样用资料找出问题根源？
情境4：招聘渠道众多，但不知道哪个渠道成效好，怎样评核？
【学识层】资料驱动人力资本管控的核心推演
资料驱动 vs 心得驱动：为何资料更要害？
HR资料拆解的三大价值：发现问题、精进决策、展现价值
各业界HR资料的特殊性：合规性要求高、资料敏感度高、业务关联性强
资料拆解的"黄金三角"：资料采集 + 资料拆解 + 资料运用
【阐释层】各业界HR资料指标架构规划
HR资料指标的四大维度：人员结构、绩效、薪酬、离职率
各业界HR要害指标拆解：人都AUM（资产管控规模）、人都获客数、人都效能、离职率预测
怎样规划适合本银行的HR资料指标架构？
实例拆解：某银行怎样借助资料发现"高绩效员工离职"问题并破解
实操操练：识别本银行的HR资料痛点
小组碰头：本银行当前最需要破解的HR资料问题为何？
模块二：资料采集和处理——怎样构筑高质量的资料基础？
【情境层】HR资料采集的常见痛点
痛点1：资料分散在多个系统（考勤系统、绩效系统，招聘系统），难以整合
痛点2：资料质量差（缺失、错误、重复），影响拆解结果
痛点3：资料更新不及时，拆解结果滞后
痛点4：资料安全和合规要求高，怎样平衡拆解诉求和资料保护？
【学识层】HR资料采集的办法和抓手
资料采集的三大来源：HR系统（E-HR），业务系统（CRM/核心系统）、人工统计
资料采集的五大维度：基本资讯、绩效资料、薪酬资料、行为资料、业务资料
资料清洗的基本办法：去重、补全、格式统一、异常值处理
资料存储和安全：怎样平衡拆解便利性和资料安全性？
【阐释层】AI赋能：用AI抓手拉升资料采集和处理效率
情境1：用AI自动清洗资料（识别重复资料、补全缺失值、格式统一）
情境2：用AI自动提取非结构化资料（从简历、离职报告、绩效评语中提取要害资讯）
情境3：用AI自动生成资料标签（自动标记员工本领、岗位特征）
实例演示：怎样用AI抓手在1小时内完成过去需要1天的资料清洗事务
实操操练：资料采集和清洗
实操差事：给出一组有问题的HR资料（还原各业界员工资料），开展资料清洗
AI抓手演示：用AI抓手辅助资料清洗（如WPS AI辅助识别异常资料）
作业输出：完成一份清洗后的HR资料表
模块三：资料拆解和可视化——怎样让资料说话？
【情境层】HR资料拆解的典型诉求
诉求1：高层要求"拆解人员流动情况"，怎样呈现？
诉求2：业务部门要求"拆解绩效分布和业务KPI的关系"，怎样拆解？
诉求3：招聘部门要求"评核各招聘渠道的成效"，怎样衡量？
诉求4：薪酬部门要求"拆解薪酬结构是否合理"，怎样诊断？
【学识层】HR资料拆解的四大办法
办法1：描述性拆解（为何？）——现况拆解、趋势拆解、对比拆解
办法2：诊断性拆解（为何？）——问题识别、原因拆解、关联拆解
办法3：预测性拆解（将来会怎样？）——趋势预测、隐患预警、离职预测
办法4：处方性拆解（应该怎么做？）——方案建议、决策支持、成效评核
【阐释层】资料可视化：让资料会说话
可视化图表的选项指南：什么情境用什么图表？（柱状图、折线图、饼图、散点图、热力图）
各业界HR资料可视化实例：人员结构分布图、绩效分布图、离职趋势图、薪酬结构图
资料可视化的三要素：清晰、准确、美观
AI赋能：用AI抓手自动生成资料可视化图表（如用DeepSeek生成图表代码）
实操操练：资料拆解和可视化
实操差事：拆解某银行员工流动情况（提供还原资料）
步骤1：描述性拆解——计算离职率、拆解离职趋势、识别离职高峰期
步骤2：诊断性拆解——拆解离职原因（和绩效、薪酬、职级的关系）
步骤3：可视化呈现——制作离职趋势图、离职原因分布图
步骤4：AI辅助——用AI抓手辅助资料洞察（如让AI拆解离职原因并提出建议）
作业输出：完成一份员工流动拆解报告（含资料可视化图表）
模块四：资料驱动决策——HR怎样用资料精进业务？
【情境层】资料驱动的HR决策情境
情境1：招聘决策——怎样用资料精进招聘渠道和招聘打法？
情境2：英才保留——怎样用资料预测离职隐患并提前干预？
情境3：薪酬精进——怎样用资料拆解薪酬竞争力并精进薪酬结构？
情境4：人效拉升——怎样用资料拉升人都效能？
【学识层】各业界HR资料决策的四大方向
方向1：招聘资料拆解——招聘效率（招聘周期、招聘成本）、渠道成效（各渠道入职率、留存率）、英才质量（入职后绩效、离职率）
方向2：离职率拆解——离职率计算、离职原因拆解、离职预测模型、离职干预打法
方向3：薪酬资料拆解——薪酬结构拆解、薪酬竞争力拆解、薪酬和绩效关系拆解、薪酬激励成效评核
方向4：人效拆解——人都AUM、人都获客数、人都产出、人力成本占比、人效拉升打法
【阐释层】AI赋能：用AI抓手拉升资料拆解深度
情境1：AI辅助离职预测——用AI拆解员工行为资料（考勤、绩效、交流），预测离职隐患
情境2：AI辅助招聘决策——用AI拆解简历和岗位诉求，推荐最 佳候选人
情境3：AI辅助薪酬精进——用AI拆解市场薪酬资料和内部薪酬结构，提供精进建议
情境4：AI辅助资料洞察——用AI自动发现资料中的隐藏规律和异常点
实操操练：资料驱动决策实例上手
实例差事：某银行发现"买方经理离职率高"，怎样用资料拆解原因并提出解题打法？
步骤1：资料采集——收集买方经理的绩效资料、薪酬资料、离职资料
步骤2：资料拆解——拆解离职率和绩效、薪酬的关系，识别高隐患人群
步骤3：AI辅助——用AI抓手拆解离职原因并提出干预建议
步骤4：决策建议——基于资料拆解，提出针对性的保留打法
作业输出：完成一份离职率拆解和干预建议报告
模块五：资料驱动的HR事务呈报——怎样让高层认可你的价值？
【情境层】HR事务呈报的痛点
痛点1：呈报内容繁杂，但抓不住重点，高层听不进去
痛点2：缺乏资料支撑，呈报说服力不足
痛点3：只讲"做了什么"，换个角度看，不讲"创造了什么价值"
痛点4：呈报形式单一，缺乏勾住力
【学识层】资料驱动呈报的"黄金结构"
呈报结构：问题（现况）→ 资料（拆解）→ 洞察（发现）→ 行动（方案）→ 价值（结晶）
资料呈现要则：用资料讲故事，让资料有情感
呈报招数：怎样让非资料来由的高层听懂你的资料拆解？
AI赋能：用AI抓手辅助生成呈报文案和资料洞察
【阐释层】出色HR资料呈报实例
实例1：某银行HR用资料证明"精进招聘渠道节省50万成本"
实例2：某银行HR用资料证明"降低离职率拉升业务业绩10%"
实例3：某银行HR用资料证明"薪酬精进拉升员工满意度30%"
老师简介
Introduction to lecturers
弄懂更多
珀菲特顾问|张娜老师
适合谁听
各业界HR从业者（HRBP、HR经理、HR总监）各业界人力资本资料拆解师希望拉升资料拆解本领的HR从业者希望促成HR数智化转型的HR管人者。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。