人力资源数据做哪些分析师

人员能力分析，员工成分，薪资居住地，业务能力，薪资要求，都要做数据分析，因为表格非常的重要，做出一份清晰的数据表格，可以减少很多的工作量。

这个问题很大，先说说我要的数据有：析人力资源结构分析、招聘数据分析、培训分析、人员效率分析、薪酬分析。因为这是公司安排要做的，就要做了！其实每个公司都有HR要做的数据，只要根据公司要求来做就好了。

我从毕业进入一家港资上市公司人力资源部，截止到如今算是在这个行业做了9年，算是人力资源行业中的一份子。一般人力资源整个的数据与发展应该为三个大的阶段。

1.传统的劳动人事管理阶段，产生于机器化大生产时代，代表性的特点是企业与员工之间是单纯的聘用关系，人力资源部也只负责事务性的工作，人力资源的作用很小。此阶段员工对于企业来说只是会说话的机器。

2.第二个应该是人力资源管理阶段，显现于80年代左右，此阶段因企业之间的产品同质化严重，企业之间的市场争夺十分激烈，企业开始意识到产品的品牌价值，企业逐渐的重视本公司的产品研发，此阶段人才的作用对于企业长期发展有决定性的左右，人力资源上升到企业的战略发展一部分，人才成为企业财富，企业管理的重点不再单单是生产效率的提升，企业内部人力资源的培养和挖掘也变得非常重要。

3.人力资本阶段，产生于知识经济时代，员工此时和企业之间除了是聘用的关系，更是投资的关系，员工和企业有相同的发展目标，共同的利益驱使，非常有代表性的就是现在很多企业推行员工持股计划。

简单来讲就是围绕选、育、用、留四个方面展开的，由此延展到人力资源的招聘、培训、薪酬、绩效、规划、员工关系、企业文化等几个板块的数据。

作用：帮助企业从人力资源应用的角度构建符合企业实际需求的 DAR（数据分析报告），找到评价组织及人力资源效能的核心数据，借助简单好用的数据分析工具提高数据分析效率，通过数字化人力资源管理最佳实践赋能，找到适合企业的数字转型之路，同时为人力资源管理工作提供数据支持和决策

应用对象：

企业管理人员、人力资源管理者、企业数据分析师、人力资源咨询顾问

相关业务：

解决企业人力资源效率是否最高的问题

解决企业人力资源成本是否最低的问题

解决企业人力资源组织结构调整是否及时的问题

解决企业人力资源战略决策是否科学的问题

解决企业人力资源数据是否准确的问题

解决企业人力资源转型方向是否正确的问题

具体职责划分：

初级——能熟练运用数字化管理系统，独立完成人力资源各模块工作的数据收集、数据处理、数据分析工作；能胜任企业人力资源事务性服务与常规工作。

中级——能运用数据收集、数据处理、数据分析设计完成企业人力资源管理工作和企业业务发展支持工作，能够独立处理工作中出现的问题；能够与他人合作；能够指导和培训初级人力资源数据分析师。

高级——能提供人力资源统筹、规划、设计、管理，为企业经营、战略、风险等决策并提供决策数据支持；能够独立处理和解决人力资源管理中的难题；能够指导和培训初、中级人力资源数据分析师的工作；能够组织开展人力资源数据分析工作的流程改善和技术优化；能够组织开展系统的专业技术培训；具有技术管理能力和团队管理能力；能把握企业人力资源方向、控制风险，提升经营管理效率，赋能企业业务及产品，为组织蛛网式发展提供人才核心竞争力。

市场前景：

数据产业的每个环节都需要依靠专业人员完成，因此，必须培养和造就一支掌握数据技术、懂管理、有数据应用经验的数据建设专业队伍。目前数据相关人才的欠缺严重阻碍数据市场发展。

数据分析的相关职位需要的是复合型人才，能够对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌控。未来，数据分析将会出现约100万以上的人才缺口，在各个行业，数据分析中高端人才都会成为炙手可热的人才，涵盖了大数据的数据开发工程师、数据分析师、数据架构师、数据后台开发工程师、算法工程师等多个方向。

人们每时每刻都在产生着数据，而这些数据改变着生活。大数据产业已逐步从概念走向落地，90%企业都在使用大数据，而大数据高端软件类人才供应远不能满足时代的发展。有报告指出，数据分析师已成当下中国互联网行业需求旺盛的六类人才职位之一，并且未来中国基础性数据分析人才缺口将达到 1400 万。

就目前中国数据人才的市场来看，比较紧缺的数据分析岗位主要为数据专员（统计员）、数据运营、数据分析师、数据分析工程师、数据挖掘工程师、数据策略师（数据产品经理）、算法工程师等职位岗位。

关于数据分析师岗位的相关问题，建议找一家专业的机构了解一下。例如CDA数据认证中心就不错。CDA已进行500多期线上线下数据分析及大数据培训课程，培养学员10万+人次；已在全国70+城市举办15届CDA数据分析师认证考试，报考考生数万人。