课程设计：
时长2天
本课程从三个方面来讲授数据分析的知识：
1. 数据分析框架：介绍数据分析应用框架，帮助学员建立数据分析知识体系
2. 数据分析思维：帮助学员建立数字化系统化的分析思维
3. 数据分析方法：帮助学员掌握数据分析的工具、方法、技巧
课程由理论讲解+现场实战演练组成。
课程收益：
▪ 掌握数据分析的常用思维和方法
▪ 掌握建立人力资源分析模板的方法
▪ 掌握将分析工作自动化的方法
课程大纲：
一、 人力资源的数字化转型
1. 数字化时代对HR的提出更高的要求
2. 人力资源的数字化转型困难
a) 人力资源信息化瓶颈
b) BP工作的新挑战
c) 人力资源管理数字化提升方向模糊
3. HR需要体系化提升数字化能力
a) 数字化思维
b) 工具应用能力
c) 模型开发能力
二、 数据分析框架
1. 数据分析的完整流程介绍
(1) 目标设定
(2) 模型建立
(3) 数据收集
(4) 数据分析
(5) 数据挖掘
(6) 可视化呈现
(7) 模型迭代
2. 分析各阶段常用的工具（简介）
三、 建立模型
1. 牛刀小试
请学员尝试从表中得出结论
2. 什么是模型？
3. 模型的作用
4. 常见的模型种类和模型的演示
(1) 分解模型
(2) 矩阵模型
(3) 漏斗模型
(4) 挖掘模型
四、 数据治理极简学习
1. 数据清洗工具PowerQuery简介
2. 数据清洗任务实操
(1) 如何维护人力资源的分析数据
(2) 哪些数据需要数据清洗
(3) 数据清洗演练
(4) 把清洗步骤编程模板
五、 分析仪表盘入门
1. PowerBI简介
2. 使用PowerBI建立分析图表
3. 分析页面设计
a) 使用切片器
b) 使用图表交互功能
c) 使用分析组件
六、 人力资源分析举例
1. 差异分析：培训场次相比上年减少，少在哪里。培训成本增加，主要增加在哪里？如何快速分析出结论
2. 结构分析：结构（不同部门培训人次占比、时长占比等）是否合理，是否复合预期
3. 运营过程分析：以在线学习为例，注册->登录->搜索->学习->完成学习的过程中有哪个环节是薄弱环节？
4. 归因分析：什么样的员工更有学习精神？学习哪些课程对绩效有明显帮助？学习是否有助于降低离职率？
七、 综合演练
1. 数据背景介绍
2. 实战演练
3. 案例讲解
授课老师
陈剑 信息化专家、IPMA认证项目经理
常驻地：厦门
邀请老师授课：13439064501 陈助理
