لوحة معلومات Power BI HR Analytics: دليل ذكاء القوى العاملة

يعد الأشخاص أكبر تكلفة في المنظمة وأكثر أصولها قيمة، ومع ذلك فإن معظم أقسام الموارد البشرية تتخذ قرارات حاسمة - التوظيف والتعويضات وإعادة الهيكلة والفوائد - باستخدام الحدس والحكايات وتقارير جداول البيانات المتأخرة. يقوم Power BI بتحويل بيانات الموارد البشرية إلى ذكاء القوى العاملة من خلال تصور ديناميكيات عدد الموظفين وأنماط الاستنزاف وتقدم التنوع والمساواة في التعويضات وكفاءة التوظيف واتجاهات المشاركة في نظام أساسي تفاعلي واحد.

إن التحول من تقارير الموارد البشرية (ما حدث) إلى تحليلات الأشخاص (لماذا حدث ما يجب فعله حيال ذلك) هو الفرق بين وظيفة الموارد البشرية التي تتفاعل مع المشكلات والوظيفة التي تمنع حدوثها. عندما ترى أن الاستنزاف الهندسي يرتفع في الربع الأول من كل عام، أو أن فريق مدير معين لديه 3 أضعاف معدل دوران أقرانه، أو أن الموظفات يتركن العمل بمعدل أعلى من الموظفين الذكور عند علامة الخدمة البالغة 3 سنوات، يمكنك التدخل قبل المغادرة التالية.

يغطي هذا الدليل البنية الكاملة للوحة معلومات تحليلات الموارد البشرية في Power BI، بما في ذلك نموذج البيانات ومقاييس DAX الأساسية وتصميم التصور لكل مجال تحليلات واعتبارات التنفيذ لبيانات القوى العاملة الحساسة.

---

نموذج البيانات لتحليلات الموارد البشرية

الجداول الأساسية

تختلف نماذج بيانات تحليلات الموارد البشرية عن النماذج المالية أو نماذج المبيعات لأن بيانات القوى العاملة لها خصائص المخزون (الأعداد الزمنية) وخصائص التدفق (التغييرات القائمة على الأحداث).

بعد الموظف (DimEmployee). جدول الأبعاد المركزي الذي يحتوي على سمات الموظف الحالي. تتضمن الأعمدة الرئيسية معرف الموظف، الاسم الكامل، القسم، الفريق، عنوان الوظيفة، مستوى الوظيفة (المساهم الفردي، المدير، المدير، نائب الرئيس، المدير التنفيذي)، المدير (معرف الموظف للمدير المباشر)، تاريخ التعيين، تاريخ الإنهاء (خالي للموظفين النشطين)، الموقع، البلد، الجنس، العرق، المجموعة العمرية، نطاق TenureBand (أقل من سنة واحدة، 1-3 سنوات، 3-5 سنوات، 5-10 سنوات، 10+ سنوات)، نوع التوظيف (بدوام كامل، دوام جزئي، مقاول)، IsActive (منطقي)، BaseSalary، TotalCompensation، CompaRatio (الراتب مقسومًا على نقطة منتصف السوق)، وPerformanceRating (الأحدث).

جدول حقائق لقطة عدد الموظفين (FactHeadcountSnapshot). لقطات شهرية لعدد الموظفين حسب القسم والموقع والسمات الديموغرافية. يمثل كل صف عدد الموظفين في نهاية الشهر. تتضمن الأعمدة SnapshotDate، والقسم، والموقع، والجنس، والعرق، وActiveCount، وFTECunt. تعمل اللقطات على تمكين تحليل الاتجاه التاريخي الدقيق لأن بُعد الموظف يعكس الحالة الحالية فقط.

جدول حقائق الأحداث (FactHREvent). يسجل كل حدث مهم للموارد البشرية. تتضمن الأعمدة EventID، وEmployee ID، وEventDate، وEventType (التوظيف، وإنهاء الخدمة، والترقية، والتحويل، وتغيير الراتب، وإجازة الغياب)، وFromValue (على سبيل المثال، القسم السابق، الراتب السابق)، وToValue (على سبيل المثال، قسم جديد، راتب جديد)، والسبب (سبب الاستقالة، سبب الترقية، سبب النقل).

جدول حقائق التوظيف (FactRecruitment). يتتبع مسار التوظيف بدءًا من نشر الوظائف وحتى قبول العرض. تتضمن الأعمدة معرف الطلب، وتاريخ النشر، والقسم، وعنوان الوظيفة، والمصدر (لوحة الوظائف، والإحالة، والوكالة، وصفحة الوظائف)، وتاريخ الطلب، واسم المرشح، ومعرف المرحلة (المطبق، وشاشة الهاتف، والمقابلة، والعرض، والقبول، والرفض، والسحب)، وتاريخ المرحلة، وتاريخ التعيين، والتكلفة المتكبدة.

جدول حقائق الاستطلاع (FactSurvey). ردود استبيان مشاركة الموظفين ورضاهم. تتضمن الأعمدة SurveyID، وEmployeeID، وSurveyDate، وQuestionCategory (المشاركة، والرضا، والمدير، والنمو، والثقافة)، والنتيجة (1-5 أو 1--10)، وIsAnonymous.

بعد التاريخ (DimDate). تتم مشاركة جدول التاريخ القياسي عبر كافة جداول الحقائق مع دعم التقويم المالي.

---

اتجاهات عدد الموظفين

تدابير عدد الموظفين النشطة

Active Headcount =
CALCULATE(
    COUNTROWS(DimEmployee),
    DimEmployee[IsActive] = TRUE()
)

Headcount End of Period =
CALCULATE(
    MAX(FactHeadcountSnapshot[ActiveCount]),
    FILTER(
        FactHeadcountSnapshot,
        FactHeadcountSnapshot[SnapshotDate] = MAX(DimDate[Date])
    )
)

FTE Count =
CALCULATE(
    SUM(FactHeadcountSnapshot[FTECount]),
    FILTER(
        FactHeadcountSnapshot,
        FactHeadcountSnapshot[SnapshotDate] = MAX(DimDate[Date])
    )
)

New Hires (Period) =
CALCULATE(
    COUNTROWS(FactHREvent),
    FactHREvent[EventType] = "Hire"
)

Terminations (Period) =
CALCULATE(
    COUNTROWS(FactHREvent),
    FactHREvent[EventType] = "Termination"
)

Net Headcount Change = [New Hires (Period)] - [Terminations (Period)]

تصور عدد الموظفين

مخطط مساحي يعرض عدد الموظفين شهريًا على مدار 24 شهرًا، مع مجموعة من التعيينات أعلى وعمليات إنهاء الخدمة أسفل خط الصفر. تكشف هذه النظرة ذات النمط الشلالي عن مسار النمو والمساهمة النسبية للتوظيف مقابل الاحتفاظ بالموظفين.

تفصيل الأقسام باستخدام مخطط شريطي مكدس يوضح عدد الموظفين حسب القسم بمرور الوقت. ويكشف هذا عن الأقسام التي تنمو أو تتقلص أو تستقر.

عدد الموظفين حسب الموقع على خريطة مرئية توضح التوزيع الجغرافي للقوى العاملة. يمثل حجم الفقاعة عدد الموظفين. يمكن أن يمثل اللون معدل النمو (الأخضر للنمو، والأحمر للمواقع المتقلصة).

---

تحليل الاستنزاف

حساب معدل الاستنزاف

إن صيغة معدل الاستنزاف بسيطة بشكل خادع، ولكن الحساب غير الصحيح هو أحد أكثر أخطاء تحليلات الموارد البشرية شيوعًا.

Average Headcount =
(
    CALCULATE(MAX(FactHeadcountSnapshot[ActiveCount]),
        FILTER(FactHeadcountSnapshot,
            FactHeadcountSnapshot[SnapshotDate] = MIN(DimDate[Date])
        )
    ) +
    CALCULATE(MAX(FactHeadcountSnapshot[ActiveCount]),
        FILTER(FactHeadcountSnapshot,
            FactHeadcountSnapshot[SnapshotDate] = MAX(DimDate[Date])
        )
    )
) / 2

Attrition Rate =
DIVIDE([Terminations (Period)], [Average Headcount], 0)

Annualized Attrition Rate =
VAR MonthsInPeriod =
    DATEDIFF(MIN(DimDate[Date]), MAX(DimDate[Date]), MONTH) + 1
RETURN
    (1 - POWER(1 - [Attrition Rate], 12 / MonthsInPeriod))

Voluntary Attrition Rate =
DIVIDE(
    CALCULATE(
        COUNTROWS(FactHREvent),
        FactHREvent[EventType] = "Termination",
        FactHREvent[Reason] IN {"Resignation", "Retirement", "Personal Reasons"}
    ),
    [Average Headcount],
    0
)

Involuntary Attrition Rate =
DIVIDE(
    CALCULATE(
        COUNTROWS(FactHREvent),
        FactHREvent[EventType] = "Termination",
        FactHREvent[Reason] IN {"Performance", "Restructuring", "Misconduct"}
    ),
    [Average Headcount],
    0
)

تصورات الاستنزاف العميقة

التناقص حسب القسم باستخدام مخطط شريطي مرتب حسب المعدل (من الأعلى إلى الأدنى). تسليط الضوء على الإدارات ذات المعدلات الأعلى من المتوسط ​​التنظيمي. وهذا يحدد على الفور مناطق المشاكل.

الاستنزاف حسب فترة الحيازة باستخدام مخطط عمودي. تشمل الأنماط الشائعة معدل دوران مرتفع في السنة الأولى (فشل الإعداد)، أو ارتفاع حاد في 2-3 سنوات (إحباط النمو الوظيفي)، أو زيادة معدل دوران الموظفين عند أكثر من 5 سنوات (الإرهاق أو الركود).

الاستنزاف من قبل المدير هو العرض الأكثر حساسية ولكنه غالبًا ما يكون أكثر قابلية للتنفيذ. يكشف الجدول الذي يوضح حجم فريق كل مدير، وإنهاء الخدمة، ومعدل الاستنزاف أن بعض المديرين يحتفظون باستمرار بالموهبة بينما يفقدها الآخرون باستمرار. قم بتطبيق هذا التحليل بعناية، واستخدمه للتدريب والدعم بدلاً من اتخاذ إجراءات عقابية.

خريطة الاستنزاف الحرارية تجمع بين القسم والشهر على المحاور مع معدل الاستنزاف ككثافة اللون. ويكشف هذا عن أنماط موسمية (ترتفع معدلات الاستقالة غالبا في يناير/كانون الثاني بعد دفع المكافآت، وفي سبتمبر/أيلول عندما يعود الأطفال إلى المدرسة).

تحليل السبب باستخدام مخطط دائري أو مخطط هيكلي يوضح توزيع أسباب إنهاء الخدمة. بالنسبة للمغادرة الطوعية، قد تشمل الأسباب فرصًا أفضل، وتعويضات، والتوازن بين العمل والحياة، وعلاقة المدير، والنمو الوظيفي، والانتقال، والتقاعد.

تحليل البقاء

تُظهر منحنيات البقاء احتمالية بقاء الموظف مع المنظمة في كل فترة زمنية. قم ببناء ذلك عن طريق حساب معدلات الاحتفاظ لمدة 6 أشهر، وسنة واحدة، وسنتين، و3 سنوات، و5 سنوات.

Retention Rate at 1 Year =
DIVIDE(
    CALCULATE(
        COUNTROWS(DimEmployee),
        DATEDIFF(DimEmployee[HireDate], TODAY(), MONTH) >= 12,
        OR(DimEmployee[IsActive] = TRUE(),
           DATEDIFF(DimEmployee[HireDate], DimEmployee[TerminationDate], MONTH) >= 12)
    ),
    CALCULATE(
        COUNTROWS(DimEmployee),
        DATEDIFF(DimEmployee[HireDate], TODAY(), MONTH) >= 12
    ),
    0
)

قم بتقسيم منحنيات البقاء حسب القسم أو مستوى الوظيفة أو مصدر التوظيف لتحديد المجموعات السكانية الأكثر والأقل استقرارًا.

---

مقاييس التنوع والشمول

لوحة معلومات التمثيل

تتطلب مقاييس التنوع تصميمًا دقيقًا ليكون غنيًا بالمعلومات ومحترمًا. عرض البيانات المجمعة، وليس التفاصيل الديموغرافية على المستوى الفردي أبدًا.

تمثيل الجنس باستخدام مخطط شريطي مكدس يوضح توزيع الجنس حسب القسم ومستوى الوظيفة. ولا تتمثل الرؤية الحاسمة في التوازن العام بين الجنسين، بل في ما إذا كان التمثيل يتغير على المستويات العليا (تحليل "الدرجة المكسورة" أو "السقف الزجاجي").

التمثيل العرقي باستخدام أشرطة مكدسة مماثلة. قارن التركيبة السكانية لمؤسستك بمعايير سوق العمل ذات الصلة بمواقعك وصناعاتك.

Gender Ratio (Female) =
DIVIDE(
    CALCULATE(COUNTROWS(DimEmployee), DimEmployee[Gender] = "Female", DimEmployee[IsActive] = TRUE()),
    CALCULATE(COUNTROWS(DimEmployee), DimEmployee[IsActive] = TRUE()),
    0
)

Diversity Index =
-- Simpson's Diversity Index: probability that two randomly selected employees are from different groups
1 - SUMX(
    VALUES(DimEmployee[Ethnicity]),
    VAR GroupCount = CALCULATE(COUNTROWS(DimEmployee), DimEmployee[IsActive] = TRUE())
    VAR TotalCount = CALCULATE(COUNTROWS(DimEmployee), DimEmployee[IsActive] = TRUE(), ALL(DimEmployee[Ethnicity]))
    RETURN POWER(DIVIDE(GroupCount, TotalCount, 0), 2)
)

التحليل التقاطعي

إن التحليل الإجمالي للجنس أو العرق وحده يمكن أن يخفي الفوارق. ويفحص التحليل المتعدد الجوانب التركيبات --- على سبيل المثال، معدل تناقص النساء في الهندسة مقابل الرجال في الهندسة، أو معدل ترقية الأقليات الممثلة تمثيلا ناقصا على مستوى المديرين مقابل غير الأقليات.

أنشئ مصفوفة مرئية تحتوي على السمات الديموغرافية في الصفوف والمقاييس (معدل الاستنزاف، ومعدل الترقية، ومتوسط ​​المدة، ومتوسط ​​التعويض) على الأعمدة. يسلط التنسيق الشرطي الضوء على الاختلافات ذات الأهمية الإحصائية.

خط أنابيب التنوع

تتبع التنوع في كل مرحلة من مراحل دورة حياة الموظف. ما هي النسبة المئوية للمتقدمين، والأشخاص الذين أجريت معهم المقابلات، والعروض، والتعيينات، والترقيات، وإنهاء الخدمة التي تنتمي إلى كل مجموعة ديموغرافية؟ ويكشف مسار التحويل الذي يوضح هذه النسب أين يتم فقدان التنوع. إذا كانت نسبة المتقدمين لديك 45% من الإناث ولكن معدل التوظيف الخاص بك هو 30% من الإناث، فقد تكون عملية الفحص أو المقابلة متحيزة تستحق التحقيق.

---

تحليل التعويضات

نظرة عامة على حقوق الملكية في الأجور

Average Salary =
CALCULATE(
    AVERAGE(DimEmployee[BaseSalary]),
    DimEmployee[IsActive] = TRUE()
)

Average Total Comp =
CALCULATE(
    AVERAGE(DimEmployee[TotalCompensation]),
    DimEmployee[IsActive] = TRUE()
)

Compa-Ratio Average =
CALCULATE(
    AVERAGE(DimEmployee[CompaRatio]),
    DimEmployee[IsActive] = TRUE()
)

Salary Range Penetration =
-- How far through the salary range the employee has progressed
DIVIDE(
    AVERAGE(DimEmployee[BaseSalary]) - MIN(DimPayBand[RangeMinimum]),
    MAX(DimPayBand[RangeMaximum]) - MIN(DimPayBand[RangeMinimum]),
    0
)

تحليل فجوة الأجور

يقارن تحليل فجوة الأجور التعويضات عبر المجموعات الديموغرافية. وتقارن فجوة الأجور الأولية (غير المعدلة) بمتوسط ​​الرواتب. وتتحكم فجوة الأجور المعدلة في العوامل المشروعة (مستوى الوظيفة، والحيازة، والأداء، والموقع) وتكشف عن الفجوة المتبقية التي تعزى إلى التحيز المحتمل.

يمكن لـ Power BI تصور مخرجات تحليل حقوق الأجور المستندة إلى الانحدار. عادةً ما يتم إنشاء نموذج الانحدار نفسه باستخدام لغة Python أو R أو أداة تحليل التعويضات المخصصة. قم باستيراد نتائج النموذج (الراتب المتوقع، والراتب الفعلي، والمتبقي) إلى Power BI.

التصور: مخطط متناثر مع الراتب المتوقع على المحور X والراتب الفعلي على المحور Y، ملون حسب المجموعة السكانية. يتم دفع النقاط الموجودة فوق الخط القطري أعلى مما يتوقعه النموذج؛ يتم دفع النقاط أدناه أقل. تشير مجموعات مجموعة ديموغرافية معينة أسفل الخط إلى احتمال عدم المساواة في الأجور.

توزيع التعويضات

مخطط مربع أو مخطط كمان يوضح توزيع الراتب حسب القسم والمستوى الوظيفي. وتكشف هذه ما إذا كانت التعويضات متجمعة بإحكام (ممارسات الأجور المتسقة) أو منتشرة على نطاق واسع (عدم الاتساق المحتمل). قد تشير القيم المتطرفة إلى مخاطر الاحتفاظ (أجور منخفضة) أو حالات دفع مبالغ زائدة.

---

تحليلات مسار التوظيف

مقاييس مسار التحويل

Applications =
CALCULATE(
    COUNTROWS(FactRecruitment),
    FactRecruitment[StageID] = "Applied"
)

Screen Rate =
DIVIDE(
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Phone Screen"),
    [Applications],
    0
)

Interview Rate =
DIVIDE(
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Interview"),
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Phone Screen"),
    0
)

Offer Rate =
DIVIDE(
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Offer"),
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Interview"),
    0
)

Offer Acceptance Rate =
DIVIDE(
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Accepted"),
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Offer"),
    0
)

Time to Fill =
AVERAGEX(
    FILTER(FactRecruitment, FactRecruitment[StageID] = "Accepted"),
    DATEDIFF(FactRecruitment[PostingDate], FactRecruitment[HireDate], DAY)
)

Cost per Hire =
DIVIDE(
    SUM(FactRecruitment[CostIncurred]),
    CALCULATE(COUNTROWS(FactRecruitment), FactRecruitment[StageID] = "Accepted"),
    0
)

فعالية المصدر

تظهر المصفوفة المرئية كل مصدر توظيف (LinkedIn، إنديد، الإحالة، الوكالة، صفحة الوظائف، الجامعة) مع أعمدة للطلبات، والتوظيف، وتكلفة كل توظيف، ووقت التوظيف، ومعدل الاحتفاظ لمدة عام واحد، مما يكشف عن المصادر التي تقدم أفضل المواهب بكفاءة أكبر.

جودة التوظيف هي المقياس النهائي للتوظيف. قم بقياس ذلك من خلال تتبع تقييم الأداء ومعدل الترقية ومعدل الاحتفاظ بالموظفين من كل مصدر. إن المصدر الذي يقدم موظفين رخيصين وسريعين والذين يغادرون في غضون عام أقل قيمة من المصدر الباهظ الثمن الذي ينتج موظفين ذوي أداء عالٍ لفترة طويلة.

تخطيط لوحة معلومات التوظيف

يجب أن تتميز صفحة التوظيف بتصور مسار التحويل الذي يوضح معدلات التحويل بين المراحل، وبطاقات مؤشرات الأداء الرئيسية للطلبات المفتوحة، ومتوسط ​​الوقت اللازم للملء، والتكلفة لكل توظيف، ومعدل قبول العرض، وجدول فعالية المصدر، وخط الاتجاه الذي يوضح حجم التوظيف بمرور الوقت مع توقعات بناءً على الطلبات المفتوحة ومعدلات التعبئة التاريخية.

---

المشاركة والرضا

تحليلات المسح

Average Engagement Score =
CALCULATE(
    AVERAGE(FactSurvey[Score]),
    FactSurvey[QuestionCategory] = "Engagement"
)

eNPS =
-- Employee Net Promoter Score
VAR Promoters =
    CALCULATE(COUNTROWS(FactSurvey), FactSurvey[Score] >= 9, FactSurvey[QuestionCategory] = "Engagement")
VAR Detractors =
    CALCULATE(COUNTROWS(FactSurvey), FactSurvey[Score] <= 6, FactSurvey[QuestionCategory] = "Engagement")
VAR Total =
    CALCULATE(COUNTROWS(FactSurvey), FactSurvey[QuestionCategory] = "Engagement")
RETURN
    DIVIDE(Promoters - Detractors, Total, 0) * 100

الارتباط بين المشاركة والاستنزاف

أقوى تحليل في تحليلات الأفراد هو العلاقة بين درجات المشاركة والاستنزاف اللاحق. أنشئ تصورًا يوضح الأقسام أو الفرق المرسومة بدرجة المشاركة على محور واحد ومعدل الاستنزاف في الربع التالي على المحور الآخر. ويؤكد الارتباط السلبي القوي أن استطلاعات المشاركة تتنبأ بمعدل دوران الموظفين، مما يجعل المشاركة مؤشرًا رئيسيًا يمكن للموارد البشرية التصرف بناءً عليه قبل حدوث الاستنزاف.

تحليل اتجاهات المسح

تتبع درجات المشاركة عبر إدارات المسح المتعددة (ربع سنوي أو سنوي). يكشف المخطط الخطي الذي يوضح الاتجاهات على مستوى الفئة (المشاركة، علاقة المدير، فرصة النمو، الرضا عن التعويض، الثقافة) عن جوانب تجربة الموظف التي تتحسن أو تتدهور.

---

خصوصية البيانات وأمنها

التعامل مع البيانات الحساسة

تعد بيانات الموارد البشرية من بين البيانات الأكثر حساسية في أي منظمة. تنفيذ تدابير أمنية قوية.

الأمان على مستوى الصف يقيد الوصول إلى البيانات حسب الوحدة التنظيمية. يرى شركاء أعمال الموارد البشرية الأقسام المخصصة لهم فقط. يرى المسؤولون التنفيذيون التسلسل الهرمي لإعداد التقارير. يرى فريق تحليلات CHRO والموارد البشرية كل شيء. قم بتنفيذ RLS باستخدام نفس النمط الموضح في دليل لوحة المعلومات المالية، مع جدول تعيين الأمان الذي يربط هويات المستخدمين بالوحدات التنظيمية.

حدود التجميع. لا تعرض أبدًا البيانات الديموغرافية للمجموعات الأصغر من 5 موظفين. يؤدي تحليل التنوع الذي يظهر "موظف واحد في الفئة الآسيوية في القسم المالي" إلى تحديد هوية الفرد بشكل فعال. قم ببناء مقاييس DAX التي تمنع المجموعات الصغيرة.

Suppressed Count =
VAR RawCount = COUNTROWS(DimEmployee)
RETURN IF(RawCount < 5, BLANK(), RawCount)

تصنيف البيانات. قم بتسمية لوحة المعلومات على أنها سرية في خدمة Power BI. تقييد أذونات التصدير والتنزيل. تدقيق سجلات الوصول بانتظام.

---

الأسئلة المتداولة

ما هي أنظمة معلومات الموارد البشرية التي تتكامل بشكل جيد مع Power BI؟

تتمتع كل من Workday وSAP SuccessFactors وBambooHR وADP وUKG (Ultimate Kronos Group) وOracle HCM Cloud بخيارات تكامل Power BI من خلال واجهات برمجة التطبيقات أو عمليات تصدير البيانات أو الموصلات المخصصة. بالنسبة للمؤسسات الصغيرة التي تستخدم سجلات الموارد البشرية المستندة إلى جداول البيانات، يتصل Power BI مباشرةً بملفات Excel أو جداول بيانات Google. الأسلوب الأكثر قوة هو استخراج بيانات HRIS إلى مستودع بيانات (Azure SQL، Snowflake) وفقًا لجدول يومي، ثم توصيل Power BI بالمستودع.

كيف أتعامل مع الموظفين الذين ينتقلون بين الأقسام؟

استخدم جدول حقائق الحدث لتتبع عمليات النقل كأحداث منفصلة. يلتقط جدول لقطة عدد الموظفين تعيين القسم الصحيح في كل نقطة زمنية. عند حساب التناقص حسب القسم، قرر ما إذا كنت تريد إسناد التناقص إلى القسم الذي غادره الموظف أو القسم الذي كان يعمل فيه عند إنهاء العمل. معيار الصناعة هو القسم في وقت الإنهاء.

ما هو معدل تناقص الموظفين السليم؟

تختلف متوسطات الصناعة بشكل كبير. عادةً ما تشهد شركات التكنولوجيا استنزافًا طوعيًا سنويًا يتراوح بين 15 و20%. الرعاية الصحية وتجارة التجزئة ترى 20-30%. الحكومة والتعليم ترى 5-10%. من المعايير المفيدة مقارنة السعر الخاص بك بصناعتك وجغرافيتك المحددة. والأهم من المعدل المطلق هو اتجاه الاتجاه وما إذا كان الاستنزاف يتركز في الموظفين ذوي الأداء العالي أو يتم توزيعه بالتساوي.

هل يستطيع Power BI التنبؤ بتناقص الموظفين؟

يمكن لـ Power BI تصور درجات مخاطر الاستنزاف الناتجة عن النماذج التنبؤية، ولكن من الأفضل إنشاء التنبؤ نفسه في Python (scikit-learn)، أو R، أو Azure Machine Learning. تشمل الميزات التنبؤية النموذجية فترة العمل، والتغيير الأخير في تصنيف الأداء، والتعويضات المتعلقة بالسوق، ومدة ولاية المدير، ومسافة التنقل، ونتائج استطلاع المشاركة. يُخرج النموذج درجة المخاطر لكل موظف، والتي يعرضها Power BI كخريطة تمثيلية للمخاطر أو قائمة مرتبة ليتصرف قسم الموارد البشرية بناءً عليها.

كم مرة يجب تحديث لوحات معلومات الموارد البشرية؟

يعد التحديث الأسبوعي كافيًا لمعظم مقاييس الموارد البشرية. لا تتغير بيانات عدد الموظفين والاستنزاف والتنوع من دقيقة إلى أخرى. تستفيد لوحات معلومات التوظيف من التحديث اليومي أثناء فترات التوظيف النشطة. يتم تحديث لوحات معلومات المشاركة بعد كل إدارة استطلاع. الاستثناء هو تخطيط القوى العاملة أثناء إعادة الهيكلة أو أحداث الاندماج والاستحواذ، حيث قد تكون هناك حاجة إلى رؤية عدد الموظفين يوميًا أو حتى في الوقت الفعلي.

كيف أضمن الامتثال للوائح خصوصية البيانات (GDPR، CCPA)؟

تنفيذ تقليل البيانات --- يشمل فقط حقول البيانات اللازمة للتحليل. قم بتطبيق RLS بصرامة حتى يتمكن الموظفون المصرح لهم فقط من الوصول إلى البيانات الحساسة. تجميع مجموعات صغيرة لمنع تحديد الهوية الفردية. توثيق أغراض معالجة البيانات الخاصة بك والأساس القانوني. قم بتمكين تسجيل التدقيق في خدمة Power BI لتتبع من يصل إلى لوحة المعلومات ومتى. بالنسبة للمؤسسات الخاضعة للقانون العام لحماية البيانات، تأكد من أن موافقة الموظف تغطي استخدام التحليلات أو أن المعالجة تقع ضمن المصلحة المشروعة مع الضمانات المناسبة.

---

تطوير تحليلات الموارد البشرية بشكل احترافي

تعمل تحليلات القوى العاملة على تحويل الموارد البشرية من مركز تكلفة إلى وظيفة استراتيجية. لكن بناء لوحة معلومات يثق بها قادة الموارد البشرية فيما يتعلق بقرارات القوى العاملة الحساسة يتطلب خبرة في كل من Power BI ومقاييس رأس المال البشري.

تتضمن خدمات Power BI من ECOSIRE تطوير لوحة المعلومات لتحليلات الموارد البشرية والأفراد، ونمذجة البيانات للتكامل المعقد لنظام معلومات الموارد البشرية، وخدمات التنفيذ للمؤسسات التي تعمل على بناء قدراتها التحليلية للأشخاص الأوائل.

---

تحليلات الأشخاص لا تتعلق باستبدال الحكم البشري بالخوارزميات. يتعلق الأمر بتزويد قادة الموارد البشرية بقاعدة الأدلة لاتخاذ قرارات أفضل بشكل أسرع. عندما تكون مخاطر الاستنزاف واضحة قبل وصول خطاب الاستقالة، وعندما يتم قياس فجوات المساواة في الأجور قبل أن تصبح دعاوى قضائية، وعندما يتم تتبع اتجاهات المشاركة قبل أن تصبح أزمات ثقافية، فإن وظيفة الموارد البشرية تنتقل من رد الفعل إلى الاستراتيجية. يبدأ هذا التحول بلوحة القيادة الصحيحة.