《人力资源Power BI + AI 数据分析师》
工作坊+研讨会
数字经济与 AI 技术全面重塑人力资源行业，企业加速从经验式人事管理转向数据驱动人才决策，HR 数据分析师成为紧缺复合型岗位。当下多数企业存在人事数据分散、指标混乱、只会基础报表、不会 AI 建模预测等痛点，传统 HR 普遍缺乏数据处理、AI 工具应用与业务洞察能力，行业人才缺口显著扩大。
市场急需既精通人力资源全模块业务，又掌握数据清洗、可视化、AI 智能分析、流失预测、人力成本测算的专业人才。本课程紧扣企业数字化转型需求，填补HR 业务、数据分析与 AI 工具之间的技能鸿沟，面向 HR 从业者、行政、业务管理者系统教学实战技能，帮助学员完成从事务型 HR 到数据战略人才的转型，适配各行业企业人才盘点、组织诊断、智能人力管控等核心工作需求。。
课程周期：2天 09:00 -12:00 13:30-16:30
课程收益：
1、 构建体系化的人员各模块的数据标准表和指标库
2、 学会人力资源的数据分析思维，数字化的人力资源运营模式
3、 构建人力资源的数字化管理体系
4、 学习AI 在人力资源数据分析中的高效应用和智能体开发
课程特色：全程人力资源案例+AI 实操，工作坊+研讨会
课程大纲：
一：人力资源AI数字化转型的趋势和价值
1.1 WHY 人力资源数据化转型价值 – 人力资源决策的数字化支撑，数字化+AI智能体
1.2 HOW 人力资源数字体系化底层架构逻辑 – 数据标准化，分析业务化，，模型可视化，智能化
1.3WHAT People Analyst 人力资源AI 数据分析师的胜任力模型和职业发展
二、人力资源AI 技术基础指南和AI 平台介绍扣子，workbuddy
1、 AI的三个阶段发展演变 - 生成式AI ， AI 智能体， AI个人助理
2、 面向人力资源的AI专业术语的解析 – 技能Skills,智能体Agent,Token , MCP
3、 人力资源各场景的 国内外AI 工具的推荐和功能介绍
4、 AI 智能体开发平台 – 扣子编程 ，Dify , Work buddy
三、人力资源AI数字分析流程六步骤和分析思维
1、人力资源各模块关键数据指标体系的构建和AI技能开发
2、人力资源各模块的标准数据报表的构建和AI数据清洗
3、人力资源各模块数据表的数据关联和AI 计算
4、人力资源数据分析的维度和逻辑
5、人力资源数据仪表盘的设计和AI的可视化搭建
6、数据分析思维和数据分析报告AI 技能skills的开发
案例实操分析：
1、根据数据分析流程，完成 某零售公司人员组织结构的数据分析流程，构建人员组织结构的数据仪表盘
2、根据完成的人员组织结构数据仪表盘，分析该公司的人员组织结构数据，分析管理层的人员指标结构，诊断人员结构的问题，并给出解决方案
步骤一、人力资源各模块关键数据指标体系的构建和AI技能开发
•人力资源各模块关键指标库构建技能skills开发– 扣子编程
•AI 搭建人力资源各模块的指标数据库表
•人员流动和离职关键指标： 人员流动率，人员离职率，增长率，新进率
•人员组织结构关键指标：在编率，各职级人员分布，管幅比，年龄段人员分布，学历分布等
•招聘关键数据指标：招聘完成率，招聘人效，招聘各阶段转换率，招聘周期
•数字化人才盘点与绩效关键指标：月度KPI 绩效数据，员工能力评估数据，潜力评估数据，九宫格数据模型，绩效离散度数据
•薪酬关键数据指标：带宽，重叠度，薪酬变动比，中位值，薪酬极差，薪酬偏离度，渗透率，回归系数
•人效数据关键指标：人力成本效率，人力成本利润效率，净利润率。人力成本含量，全员劳动生产率
步骤二 、人力资源各模块的标准数据报表的构建和AI数据清洗
•各关键指标对应的人力资源数据表梳理
•人力资源数据表的标准制定
•Workbuddy / office AI+数据清洗 - 人力资源年度薪酬数据表的清洗
•AI+ excel函数 – 各岗位年度薪酬中位值的计算 / 业务年度提升奖金的计算
•AI+数据汇总计算– 月度业务岗KPI绩效考核数据的自动汇总
步骤三：人力资源各模块数据表的数据关联和AI 计算
•什么是数据关联，数据关联的体系化构建
•数据表的数据关联字段
•Power pivot薪酬 – 绩效 – 花名册 数据的关联，多表透视
•AI 完成人力资源多表数据的匹配和计算
步骤四、人力资源数据分析的逻辑和维度
•人力资源数据分析的四个维度 – 公司– 职级 – 部门 – 岗位
•数据的对比 – 时间 – 结构 – 外部对标
•数据仪表盘中的切片器维度
步骤五、人力资源数据仪表盘的设计和AI的可视化搭建
•BI 工具的选择 EXCEL 和 POWER BI
•人力资源数据仪表盘的搭建原则
•用excel / bi 搭建人力资源组织结构数字化看板
•用AI 输出可视化html版本的数据仪表盘 – 扣子编程
•用Office AI VBA 函数完成各个指标的数据透视表和透视图，切片器的输出
步骤六、数据分析思维和数据分析报告AI 技能skills的开发
•人力资源数据分析报告设计的四维度
1.数据描述
2.数据的诊断
3.数据的预测
4.数据的问题的解决方案
•人力资源数据分析报告的 技能skills开发
•AI设计人力资源分析报告PPT
四、人力资源数据分析方法和基础统计学
描述性统计分析
•算数平均值计算
•加权平均值计算
•数据频率分析
•数据结构分析
业务关联性数据分析
•绩效 – 能力数据相关性分析
•薪酬分位值计算
•绩效数据线性分析
•绩效的离散度分析
•人才矩阵九宫格分析
数据科学 - 预测性数据分析
•薪酬回归分析
•人效数据预测分析
案例实操： 完成人力资源数据的数据统计分析，掌握数据分析和基础统计学的技能
五、 业务视角驱动下的人力资源各模块数字化AI 建模分析和应用案例实操
模块一：组织结构 - 力资源基础数据的数字化运营和建模 – 人员结构配置和人员稳定性分析
•人员配置的关键指标 – 编制，各职级职称人员分布，人员覆盖率，管理幅度比
•行业人员组织结构指标数据的获取和对标分析
•人员组织结构的数据仪表盘构建和各类人才分布，队伍结构的合理化分析调整
•用人员结构数据仪表盘进行年度人员编制的管控
•人员组织结构数据分析报告的输出，发现问题，解决问题，优化结构指标
模块二： 人员流动和离职的数据分析，降低离职率，保留核心人才
•人员稳定性的关键指标 – 流动率，离职率，增长率，入职率，留存率
•人员流动和离职的标准化数据表以及数据仪表盘的构建
•基于各部门的人员流动和离职的分析思维和分析报告，为各梯队人员的建立提供决策
•人员流动预测模型的构建和分析，降低人员离职率
•AI 进行人员流程和离职的数据分析，人员流动的AI离职趋势分析
•案例 – 某互联网企业 完成人员流动 BI 数据仪表盘构建，根据各个部门的人员流动关键指标数据，找出人员最不稳定的部门，在根据人员离职的数据仪表盘分析部门的关键离职原因，给出解决方案，降低离职率
模块三 、如何做招聘阶段的转换漏斗分析，提升招聘完成率
招聘效能的关键指标 – 招聘人效，招聘完成率，各阶段招聘转换率
•核心岗位标准人才画像和胜任力模型
•用 AI 来进行招聘简历的筛选，提升招聘效率
•AI 进行候选人的评估，输出精准的评估报告
•招聘的标准化数据报表和招聘各阶段转换率指标的数据仪表盘构建
•招聘漏斗的分析和成本渠道分析，提升招聘效能，数字化管理各招聘渠道
•案例 – 某制造业企业招聘价值链 BI 数据仪表盘构建，根据招聘的各个阶段转换率数据，分析关键指标，诊断转换率数据最低的阶段，给出解决方案，提升招聘的完成率
模块四、数字化人才盘点和人才发展，提升组织岗位绩效和能力
•绩效 – 能力 – 潜力 – 价值观 为维度的 数字化维度指标
•AI 高效构建各岗位的胜任力模型
•人才盘点数字化九宫格模型和能力分布雷达图，实现各组织的人员合理分布
•业务部门管理层的数字化人才盘点仪表盘和分析结果应用，识别各类员工能力，提升人才素质
•数字化人才盘点模型的分析，识别岗位员工，制定员工针对性的学习发展计划
•人才盘点三维模型的构建。精准识别员工类型
•AI 构建可视化的人才盘点九宫格，输出人才盘点部门/个人 分析报告
•案例 - BI 构建某互联网公司的人才盘点九宫格数字模型 和人才盘点仪表盘，分析各个岗位人员特质和能力分布数据，进行组织结构的优化和人才的发展
模块五、数字化岗位薪酬竞争力建模分析和各职级薪酬结构分析
5.1 岗位薪酬结构的竞争力建模分析
•岗位薪酬的市场数据对标 – 偏离度，CR值，渗透率
•岗位薪酬数据的 偏离度 数据建模分析
•岗位薪酬数据分布模型和仪表盘的构建，提升岗位薪酬竞争力提供决策
5.2薪酬内部结构合理性建模分析 – 内部薪酬结构曲线分析
•内部各层级薪酬宽带曲线的绘制
•各职级薪酬中位值的回归分析，制定新的职级中位值
•各层级内部薪酬结构和外部薪酬对标案例分析
•为各职级的薪酬结构的合理性提供决策
5.3 AI 在薪酬数据分析中的应用
•数据清洗 – office AI / Workbuddy工具自动完成薪酬数据清洗 ,构建标准薪酬数据报表
•数据爬取 – 扣子空间 / workbuddy完成各岗位的年度薪酬数据调研爬取，节约购买薪酬报告费用, 数据爬取的技能skills开发
•数据计算 - AI 生成薪酬数据表中的各类Excel 函数，高效完成薪酬数据的计算
•薪酬分析报告 – AI 生成媲美咨询公司的薪酬数据分析报告
•薪酬分析 - AI 分析年度薪酬数据表，分析公司/部门/职级的薪酬分布合理性，给出解决方案建议，生成分析报告
•薪酬分析 - 分析各岗位和市场薪酬数据，生成岗位薪酬偏离度数据表，分析判断哪些岗位需要做薪酬调整
小组作业：
某家零售企业的人员年度薪酬数据表，根据这个表计算各个层级的带宽，中位值，并与市场数据对标，分析判断该公司的薪酬竞争力，画出高层的薪酬数据分析，来分析判断高层的薪酬数据竞争力。 对内部薪酬进行薪酬曲线和带宽曲线的绘制，分析内部结构是否合理，调整内部的薪酬变动比，中位值极差等数据，设计出合理的薪酬结构，并绘制调整后的薪酬宽带曲线。
模块六： 降本增效 –AI 人力成本效能数据的爬取和分析
•人效的数据关键指标 – 人力成本效率，人力成本含量，全员劳动生产率，人均人力成本
•人力成本的结构和标准数据表
•AI 爬取人效指标外部的行业数据获取和分析
•人效数据进行岗位人员编制的预测和人力成本的预算
•用AI爬取行业的财报经营数据
•用 AI 进行行业人效的指标计算和 人效分析报告的自动生成
案例 – 完成某服装零售企业 基于业务的BI人效数据仪表盘构建，并且根据公司的行业背景，分析该公司的人效各指标数据，对标时间维度和行业数据，预测下一年的人力成本和人员编制，给出降本增效的解决方案
课程讲师：王佩军
Ø《人力资源数据分析师》《人力资源数字化转型》图书作者，入选多所大学人力资源专业课程教材
Ø上海交通大学 ，浙江大学城市学院 海口经济学院 – 特邀人力资源专业数字化课程导师
Ø阿里教育 环球人力 前程无忧 人资学堂 人资百科 华嗣咨询 – 人力资源数字化签约讲师
Ø诺绩咨询 - 国内领先的人力资源数字化咨询公司 创始人
Ø工信部人力资源数据分析师– 认证专家团成员
Ø人社部 HRBP 认证项目 – 授课讲师
Ø《人力资源数据分析师》 系列课程版权课程所有
ØPOWER BI人力资源数字化体系架构师