第三章 人事管理
一、在职人员数据分析
在职人员数据分析是指企业在指定时间节点在职员工的整体情况统计,根据不同统计维度进行数据的汇总及分析。
利用分析结果,可以优化各个岗位最佳的任职者数据,这样既可以帮助企业从已有的人力资源数据中挖掘经济价值,又能够为企业做好员工管理提供支撑性数据,从而帮助企业降低劳动力成本、提高生产效率和组织绩效。同时,这也是对企业人力资源现状的调查和审核,只有对企业人力资源现状有了充分的了解和有效的运用,人力资源管理的各项工作才更有意义。
涉及的报表主要包括:在职人员统计表、在职人员年度环比分析表、在职人员环比分析表、纪律处分统计表、内部奖励统计表和知识技能达成汇总表。
(一)在职人员统计表
1.月初人数、月末人数
【定义】对指定组织、指定时间点所在月份,在职人员月初人数、月末人数进行统计分析。同时,可以通过指定一个或多个字段值自定义统计分析数据范围,如人员类别、职位级别、职位系列、工时制、工作地区等。
【数据来源】益昇eHR—人事管理—员工履历—任职经历
表3-1任职经历表
(a)
|
员工ID |
姓名 |
组织ID |
所属组织 |
人员类别 |
职位ID |
|
10008904 |
陈女士 |
0000001 |
A |
正式 |
PO001306 |
|
10008904 |
陈女士 |
OR1000658 |
B |
正式 |
PO001054 |
|
10008904 |
陈女士 |
OR1000653 |
A |
正式 |
PO000437 |
|
10008904 |
陈女士 |
OR1001374 |
A |
正式 |
PO001164 |
|
10008904 |
陈女士 |
OR1001374 |
A |
试用 |
PO001164 |
(b)
|
职位编号 |
职位名称 |
开始日期 |
结束日期 |
变动原因 |
|
T07A01 |
人力资源经理 |
2022-09-30 |
9999-12-31 |
职位级别调整 |
|
T05B01 |
人力资源主管 |
2018-03-01 |
2022-09-29 |
部门调动 |
|
T05B01 |
人力资源主管 |
2015-12-28 |
2018-02-28 |
职位级别调整 |
|
T03B01 |
行政专员 |
2014-02-28 |
2015-12-27 |
试用期转正 |
|
T03B01 |
行政专员 |
2014-02-10 |
2014-02-27 |
入职 |
【数据解读】
月初人数是指定时间点所在月份第一天的在职人数,月末人数是指定时间点所在月份最后一天的在职人数,月末人数与月初人数的差异受当月入职与离职、调入与调出人数的影响。如果月初人数与月末人数差异较小,说明该组织当月的人员变动不大,较为稳定;如果月初人数与月末人数差异较大,说明该组织当月的人员变动较大,存在导致员工不稳定的因素。
统计分析示例:
A、B、C三个组织中,月初与月末的人数差异分别为3人、6人、5人,人数的差异都不大,其中C组织当月入职人数185人,离职人数180人,人员流动较大,但总体趋于平稳。
D组织中,月初、月末人数相同,当月入职、离职人数均为0,主要由于该组织经营活动稳定、组织结构单一。
表3-2在职人数分析表
|
所属组织 |
人数 |
|
|
月初人数 |
月末人数 |
|
|
A |
279 |
276 |
|
B |
448 |
454 |
|
C |
1268 |
1263 |
|
D |
41 |
41 |
|
合计 |
2036 |
2034 |
2.人员类别
【定义】对指定组织、指定时间点所在月份,在职人员的人员类别进行统计分析,包括各人员类别人数及所占的百分比。
【数据来源】益昇eHR—人事管理—员工履历—任职经历
【数据解读】
人员类别是指企业中按用工形式对人员的划分,一般包括:正式、试用、实习、外派、派遣、其他。
通过对人员类别的统计分析,可以直接反映出企业的用工形式侧重点。不同的用工形式,其人力成本和稳定性也不同。比如,实习员工虽然人力成本比较低,但是稳定性比较差;正式员工虽然人力成本比较高,但稳定性好。员工的人员类别分布没有最佳比例标准,建议企业根据需要,在持续的数据分析中不断调整和优化员工类别分布情况。
统计分析示例:
A、B、C、D四个组织中,人员类别分布范围包括正式、试用和返聘,可以反映这些组织的主要用工形式为直接雇佣。C组织人员类别为试用的人数66人,主要是由于该组织对新入职员工均进行试用期考核,同时也反映出了历史时间段内,企业的入职人数。
表3-3在职人员-人员类别分析表
|
所属组织 |
人员类别 |
|||||||
|
正式 |
试用 |
实习 |
外派 |
返聘 |
派遣 |
其他 |
合计 |
|
|
A |
275 |
1 |
0 |
0 |
0 |
0 |
0 |
276 |
|
B |
437 |
17 |
0 |
0 |
0 |
0 |
0 |
454 |
|
C |
1197 |
66 |
0 |
0 |
0 |
0 |
0 |
1263 |
|
D |
40 |
0 |
0 |
0 |
1 |
0 |
0 |
41 |
|
合计 |
1949 |
84 |
0 |
0 |
1 |
0 |
0 |
2034 |
|
百分比 |
95.82% |
4.13% |
0.00% |
0.00% |
0.05% |
0.00% |
0.00% |
100% |
3.专业方向
【定义】对指定组织、指定时间点,在职人员所在职位的专业方向进行统计分析,包括各专业方向人数及所占的百分比。
【数据来源】益昇eHR—人事管理—员工履历—任职经历
【数据解读】
专业方向是指职位序列表中的职位系列,一般分为几大类:管理类、技术类、市场类和生产类。管理类又细分为经营管理类、人力资源管理类、财务管理类、行政管理类、采购管理类等;技术类又细分为技术研发类、质量管理类等;市场类又细分为商务管理类、市场开拓及销售管理类等;生产类又细分为生产管理类、动力设备保障类、安全监察类、环境监察类、仓储管理类、物流管理类等。
通过对专业方向的统计分析,可以反映出支撑企业业务发展所需的核心专业知识类别。其中,营销型企业以市场类人员占比居多,研发型企业以技术类人员占比居多,生产型企业以生产类人员占比居多。
统计分析示例:
A、B、C三个组织中,专业方向为生产类的人员最多,主要由于这些组织为生产型企业,绝大部分工作围绕生产开展,81.96%的人员均为生产类岗位。
A、B、C三个组织中,专业方向为技术研发类的人数分别为15人、24人、48人,其中主要是质量和技术相关岗位,负责生产原材料检测、中间品质量监督、成品出库检测、技术研发、质量认证等。
D组织负责A、B、C三个组织生产产品的市场销售工作,专业方向为销售管理类的人员最多。
表3-4在职人员-专业方向分析表
|
所属组织 |
专业方向 |
|||||||
|
A经营管理类 |
B财务管理类 |
C人力资源管理类 |
D行政管理类 |
E生产类 |
F技术研发类 |
G市场销售类 |
合计 |
|
|
A |
7 |
4 |
5 |
22 |
223 |
15 |
0 |
276 |
|
B |
11 |
8 |
8 |
31 |
372 |
24 |
0 |
454 |
|
C |
45 |
19 |
21 |
58 |
1072 |
48 |
0 |
1263 |
|
D |
2 |
2 |
1 |
4 |
0 |
0 |
32 |
41 |
|
合计 |
65 |
33 |
35 |
115 |
1667 |
87 |
32 |
2034 |
|
百分比 |
3.20% |
1.62% |
1.72% |
5.65% |
81.96% |
4.28% |
1.57% |
100.00% |
4.学历
【定义】对指定组织、指定时间点,在职人员最高学历情况进行统计分析,包括各学历人数及所占的百分比。
【数据来源】益昇eHR—人事管理—教育背景
表3-5员工履历-教育背景表
|
员工ID |
姓名 |
入学日期 |
毕业日期 |
毕业学校 |
所学专业 |
学习方式 |
学历 |
学习证书编号 |
学制 |
是否最高学历 |
|
10008904 |
王某旧 |
2021-09-01 |
2023-06-01 |
天津大学 |
自动化 |
全日制 |
硕士研究生 |
TJDAX830580 |
2 |
是 |
|
10008904 |
王某旧 |
2019-09-01 |
2021-06-01 |
天津大学 |
自动化 |
全日制 |
大学本科 |
TJDAX830580 |
4 |
否 |
|
10008904 |
王某旧 |
2013-09-01 |
2019-06-01 |
天津中学 |
普教 |
全日制 |
高中 |
无 |
6 |
否 |
【数据解读】
学历是指国家承认的毕业文凭,一般包括:博士研究生、硕士研究生、大学本科、大学专科、中专、高中、中技、初中及以下。
通过对学历的统计分析,可以反映出企业中员工的受教育程度。学历结构应该与企业的业务性质和岗位工作内容相匹配,并不是高学历人员越多越好。盲目追求高学历,不仅会增加企业的人力成本,也难以充分发挥员工的积极性,最终导致企业劳动生产力和盈利水平下降。
统计分析示例:
A、B、C三个组织中,学历为初中及以下的人员最多,主要由于这些组织为生产型企业,一线操作人员学历普遍较低。
D组织中,学历为大学本科的人员最多,其次为大学专科,主要由于该组织为营销型企业,在人员招聘环节设定了最低学历要求。
表3-6在职人员-学历分析表
|
所属组织 |
学历 |
||||||||
|
博士研究生 |
硕士研究生 |
大学本科 |
大学专科 |
中专 |
高中 |
中技 |
初中及以下 |
合计 |
|
|
A |
0 |
1 |
6 |
29 |
17 |
8 |
1 |
213 |
276 |
|
B |
0 |
0 |
12 |
28 |
27 |
101 |
5 |
281 |
454 |
|
C |
0 |
0 |
23 |
83 |
67 |
119 |
26 |
945 |
1263 |
|
D |
0 |
1 |
15 |
13 |
2 |
2 |
0 |
8 |
41 |
|
合计 |
0 |
2 |
56 |
153 |
113 |
230 |
32 |
1447 |
2034 |
|
百分比 |
0.00% |
0.10% |
2.75% |
7.52% |
5.56% |
11.31% |
1.57% |
71.14% |
100% |
5.在职年限、平均在职年限
(1)在职年限
【定义】对指定组织、指定时间点,员工在企业的服务年限进行统计分析,包括各在职年限阶段人数及所占的百分比。
【数据来源】益昇eHR—人事管理—员工履历
表3-7员工履历表
(a)
|
员工ID |
姓名 |
所属组织 |
职位编号 |
职位名称 |
工作地区 |
参加工作日期 |
入职日期 |
|
10010180 |
张某力 |
A |
T09C01 |
财务副总监 |
天津 |
2008-03-01 |
2022-03-15 |
|
10010182 |
王某星 |
B |
T10A02 |
总经理助理 |
杭州 |
2022-03-04 |
2022-03-04 |
|
10010177 |
宋某贝 |
C |
T10H01 |
客服总监 |
天津 |
2001-03-31 |
2022-02-25 |
|
10010172 |
王某露 |
D |
T04G01 |
高级销售专员 |
天津 |
2013-02-08 |
2022-02-24 |
(b)
|
性别 |
民族 |
政治面貌 |
出生日期 |
健康状况 |
婚姻状况 |
生育状况 |
户口类型 |
|
男 |
汉族 |
群众 |
1983-10-01 |
良好 |
未婚 |
一胎 |
农村居民家庭户 |
|
男 |
汉族 |
*共中**预备*党**员 |
2002-12-01 |
良好 |
未婚 |
未育 |
城镇居民家庭户 |
|
女 |
蒙古族 |
群众 |
1995-03-10 |
良好 |
已婚 |
二胎 |
城镇居民家庭户 |
|
女 |
汉族 |
*共中***党**员 |
1990-02-28 |
良好 |
已婚 |
一胎 |
城镇居民家庭户 |
【公式】在职年限=(分析报表指定时间点—入职日期)÷365
(2)平均在职年限
【定义】对指定组织、指定时间点,员工的平均在职年限进行统计分析。
【数据来源】益昇eHR—人事管理—员工履历
【公式】平均在职年限=报表时间点所有员工的在职年限合计÷月初人数
【数据解读】
在职年限阶段一般划分为:0至0.5年(不含)、0.5至1年(不含)、1年至2年(不含)、2至3年(不含)、3至5年(不含)、5至10年(不含)、10年及以上。
通常,在职年限越长代表员工忠诚度越高,经验越丰富。平均在职年限越高,企业员工整体稳定性越好。
统计分析示例:
A组织中,在职年限为5至10年的人员最多,主要由于该组织经营年限长,员工忠诚度较高。
B组织中,在职年限为0至0.5年的人员最多,主要由于该组织正处于快速发展阶段,人员缺口大,新员工较多。
C组织中,在职年限为1至2年的人员最多,其次是在职年限为0.5至1年的人员,主要由于该组织正处于平稳发展阶段。
D组织中,在职年限为5至10年的人员最多,其次是在职年限为10年以上的人员,主要由于该组织是重组的新组织,由A组织中忠诚度高、业务能力强的人员组成。
表3-8在职人员-在职年限分析表
|
所属组织 |
在职年限 |
平均在职年限 |
|||||||
|
0至0.5年(不含) |
0.5至1年(不含) |
1年至2年(不含) |
2至3年 (不含) |
3至5年(不含) |
5至10年(不含) |
10年及以上 |
合计 |
||
|
A |
3 |
11 |
31 |
32 |
19 |
126 |
54 |
276 |
7.12 |
|
B |
113 |
64 |
79 |
47 |
64 |
56 |
31 |
454 |
2.91 |
|
C |
155 |
328 |
349 |
194 |
107 |
125 |
5 |
1263 |
1.93 |
|
D |
0 |
2 |
2 |
0 |
3 |
20 |
14 |
41 |
9.74 |
|
合计 |
271 |
405 |
461 |
273 |
193 |
327 |
104 |
2034 |
|
|
百分比 |
13.32% |
19.91% |
22.66% |
13.42% |
9.49% |
16.08% |
5.11% |
100% |
|
6.年龄、平均年龄
(1)年龄
【定义】对指定组织、指定时间点,在职人员的年龄进行统计分析,包括各年龄阶段人数及所占的百分比。
【数据来源】益昇eHR—人事管理—员工履历
(2)平均年龄
【定义】对指定组织、指定时间点,在职人员年龄的平均值进行统计分析。
【数据来源】益昇eHR—人事管理—员工履历
【公式】平均年龄=报表时间点所有在职人员年龄合计÷月初人数
【数据解读】
年龄阶段一般划分为:0—20岁(不含)、20—30岁(不含)、30—40岁(不含)、40—50(不含)、50岁及以上。
通过对年龄的统计分析,可以反映出企业中员工是年轻化,还是老龄化。将年龄结构与其他相关分析维度结合起来,如专业方向分布、职位级别分布等,可以判断企业潜在的创造性,企业人员吸收新知识、新技术的能力,以及企业人员的体能负荷等。
企业员工理想的年龄结构通常应呈现金字塔形。顶部人数最少,代表50岁及以上的年长员工,中部人数次多,代表30岁至50岁的中年员工,而底部人数最多,代表30岁以下的年轻人员。
一般情况下,平均年龄与人员吸收新知识、新技术的能力呈反比。平均年龄越小,员工的知识更新速度越快,接受新知识的能力越强。
判断年龄结构的优劣不能只通过数字,还要结合具体的场景。人们普遍认为员工老龄化的企业思维方式固化,员工年轻化的企业有活力。
统计分析示例:
A组织中,年龄为50岁及以上的人员最多,是由于该组织经营年限长,以老员工为主。
B、C两个组织中,年龄为40至50年的人员最多,是由于这些组织为生产型企业,以实操经验丰富的技术工人为主。
D组织中,年龄为30至40年的人员最多,主要由于该组织为市场营销型企业,业务人员出差频次高,企业对员工的产品专业知识要求高,倾向于招聘学习能力、适应能力更强的年轻员工。
表3-9在职人员-年龄、平均年龄分析表
|
所属组织 |
年龄 |
平均年龄 |
|||||
|
0—20岁 (不含) |
20—30岁 (不含) |
30—40岁 (不含) |
40—50岁 (不含) |
50岁及以上 |
合计 |
||
|
A |
0 |
23 |
62 |
74 |
116 |
276 |
45.15 |
|
B |
0 |
53 |
68 |
204 |
129 |
454 |
44.23 |
|
C |
8 |
241 |
334 |
408 |
272 |
1263 |
40.44 |
|
D |
0 |
4 |
22 |
13 |
2 |
41 |
38.25 |
|
合计 |
8 |
321 |
486 |
699 |
519 |
2034 |
|
|
百分比 |
0.39% |
15.78% |
23.89% |
34.37% |
25.52% |
100% |
|