让你的HR数据会说话
如何用数据说话
如何用数据说话当今社会，数据是我们日常生活中不可或缺的一部分。
我们可以从数据中获得许多有价值的信息，但是很多人并不知道如何用数据说话。
在本文中，我们将讨论如何用数据说话，并使它成为你的优势。
1. 确定你想表达的信息在使用数据之前，你需要明确你想表达的信息是什么。
例如，你想知道你的产品在市场上的成功率。
在这种情况下，你需要确定你想要的答案。
你想知道哪些商店销售了你的产品？你想了解你的产品在哪些年龄段的人中更受欢迎？你希望了解你的产品与竞争对手相比如何？2. 收集数据现在，你需要开始收集数据了。
你可以通过各种方式收集数据，例如调查问卷、采访、在线数据等等。
最重要的是确保你收集的数据是可靠的，并且来自可信赖的来源。
3. 整理数据一旦你收集了足够的数据，你就需要整理它们使其易于理解。
这可能涉及到许多步骤，例如统计数据、制作图表、分类数据等等。
最终目标是使数据易于理解，使它们可以清晰地表达你想要的信息。
4. 选择一个合适的表达方式在选择表达数据的方式时，你需要考虑你的受众是谁。
你要将数据展示给你的客户还是同事？他们是否有相应的专业知识？你的数据应该是图表还是文本？这些都是你需要考虑的问题。
5. 讲述故事最后，你需要用数据来讲述一个故事。
你的目标是使数据变得有意义，并让听众理解数据的重要性。
你可以用数据来支持你的故事，但不要让数据主导你的故事。
要善于用数据说话需要一些技巧和经验。
以下几个提示可以帮助你更好地使用数据：- 让数据简单清晰：保持图表简洁，使用易于理解的标签。
- 确保数据的来源可信：如果数据不可靠，你的分析就会毫无意义。
- 用数据来支持你的观点：数据可以帮助你证明你的观点是正确的。
- 不要太依赖数据：数据可以帮助你讲述故事，但不要让数据主导你的故事。
总之，数据是一个非常有用的工具，可以帮助你达到你的目标。
要善于使用数据，你需要了解你想表达的信息，确保数据来源可靠，并使用可视化工具来表达数据。
最后，用数据来讲述一个故事，使其有意义。
HR管理数据分析-基础篇
二、HR管理数据分析方法—基本方法：
方法
说明 比如：与HR方针目标比较 各部门相比 培训前后效果对比 与行业、其他单位对比
对比分析法
平均分析法
结构分析法
比如：平均薪资、平均工龄
例如：本科人数占总人数的比例
三、HR管理数据分析思路—5W2H分析法：
三、HR管理数据分析思路—逻辑树分析法：
三、HR管理数据分析思路—漏斗分析法：
四、HR管理数据分析报告的编制
四、HR管理数据分析报告的编制—格式展示
HR管理数据分析—基础篇
——学会用数据说话
设计：李守斌
1
目录
HR管理数据分析简介
2
HR管理数据分析方法
3
HR管理数据分析报告的编制
课程背景
大数据的相关分析方法已经广泛的应用于市场分析、 销售过程分析、客户行为分析、客户细分等场合，但是在 人力资源上的应用仍然处于起步阶段。 目前，多数企业的HR由于缺乏有效的分析手段，分
工资总额 人均工资 固浮比 工资增长比例 保险总额 人均保险 人均产能 薪资产能比
合同工派遣工 比例 社保参保率 劳动纠纷数量
五、HR管理指标体系——资本能力指标：
人员数量指标
员工人数流动指标 是指企业内部由于员工 的各种离职与新进所发 生的人力资源变动。 人力资源流动率 人力资源离职率 关键岗位离职率 关键岗位在岗率 员工晋升率
行分析，提取有用信息和
形成结论而对数据加以详
细研究和概括总结的过程
二、常见的HR管理数据
三、HR管理数据分析的意义：
1 、用数据说话，图表展示，更加直观和可信；
2、更容易发现HR管理问题和原因分析； 3、为HR管理决策提供支持和建议；
质疑“让数据说话”
末位 淘 汰行列 ，所 以上公 开课 者一 般都会 拿 出全身
解数 ， 请人 出谋划策 ， 请人备课 、 修改教案 ， 甚至连从
未摸 过计算 机 的人也 会专 门请人 做课 件 。为 了某 一 节课 的质量 ，甚 至有 的教 师还会 把成 绩不 好 的学 生
聘， 这都是十分重要 、 不可或缺的“ 硬件” 。有些学校
为 了促 使 教师 积极 参 与 “ 开课 ”还 开 出 了一 味 滑 公 ， 稽 的“ 药方 ” —— 凡参 与 “ 开课 ” 在年终 考核 时加 公 者
分。笔者却认为 ， 公开课” 为评价教师教学水 把“ 作 平 与能力 的依据 不太 妥 。
数 据乃 至搞 数据崇 拜 ，只会 导致 一系 列新 问题 的 出
“ 让数据说话” 的提议可以接受 ， 但我们还要认真听
他们 说 的是什 么话 ， 看看 有没 有谁 在指挥 数据 说话 。 无 论是 在社 会生 活 中 ， 还是 在教 学与科 研 中 ， 我们 都 要 科学 、 辩证 地认 识 和使用 数据 。
终兑 现 奖金 ， 以远离 后 ２ 可 ％的转 岗行 列 ， 以远 离 可
课有其积极的方面。但是，我们不能迷信公开课的 价值。目前 ， 学校安排“ 公开课 ”大都是提前告知上 ，
课 者—— 有 的在上课 前一 周 ，有 的甚至 在开 学后 的 第 一次 教研活 动 中就把一 学期 公开 课 的安排名 单及
目标 的 。教师 中擅 长表演 的人 有 ，但更 多的是 不擅
长表演的人 ， 他们上的课虽不精彩 ， 却很实在 ， 学生
易懂 ， 教学 质量 也很 好 。难道就 因为他们 不会上 “ 表 演课 ” “ 学能 手 ”“ ，教 、学科 带头 人 ”等称号 就永 远与 他们无 缘 了吗 ？这在 一定 程度 上不但 打击 了教 师的
销售要学会用数据说话
销售管理要用数字说话管理大师的高效方法数字、数据定量研究的作用用数字说话用数字来经营用数字判高下用数字显策略用数字作计划用数字行控制用数字评绩效用数字断未来用数字说话信息爆炸的年代（介绍如何利用分析来减轻信息过载的影响）举例：2/3经理认为信息过载是与同事沟通困难、工作满意度下降及人事关系紧张的罪魁。
对于信息过载，人们的反应通常有两种：1、不断接受从不打断信息流，希望从中发现以解决手头问题。
问题是：他们会被太多的信息压的喘不过气来。
2、不愿接受由于信息量过多，他们干脆不接受新信息。
问题是：靠以往的旧知识和旧观念、做出并不出色的决策。
用数字说话信息/意图/行为（描述对信息反应模式。
探讨测量、假定和选择关系）“行为循环”概念：心理学家唐纳德*诺曼提出，尽管人与人之间有差异性，但在做决策和贯彻执行方面，我们每个人的思路还是相同的。
也就是人对事物的反应分为目标设定、执行和评估三部分。
从目标出发，决定要做什么；去做（执行）；评定结果（评估）；决定接下来做什么，然后重复这过程；举例：你想听音乐。
1目标设定确定想要听是什么音乐。
2执行找出CD、放进音箱、打开音响。
3评估是否和目标一致，音乐是自己想要的吗？不是就循环重来。
行为循环执行评估设置目标收集和使用数据是人类活动之一。
严格来说任何信息都是不确定的。
做决策和贯彻执行有赖于我们对数据的取舍。
各个阶段数据、信息都受到时间的限制。
选择不当导致不利局面出现，你需要参考循环做适当调整。
如果你对如何利用数字来做决策进行了系统思考，那你决策水平一定高。
行为循环告诉我们：前面我们提到了信息量过载时,人的2种接受反应.也讲了人对信息的反应模式--基本的行为循环的概念及原理.在如此多的数字、信息中，我们如何去取舍？如何去分析？小故事：林肯说过，如果要花8小时去砍树，那我们首先要花6小时磨快斧头。
寓意：在任何领域里，准备工作都是取得成功的基础！即便是小事情，也需要准备才能做好，这是作为一名优秀分析人员所必须考虑的。
以数据说话的技巧
以数据说话的技巧在当今数字化时代，数据已经成为了我们生活中不可或缺的一部分。
无论是在商业、科学、政府还是日常生活中，我们都离不开数据。
然而，拥有大量的数据并不意味着我们能够准确地理解和传达数据所蕴含的信息。
因此，掌握以数据说话的技巧变得至关重要。
首先，了解数据的来源和背景是至关重要的。
在使用数据进行分析和传达之前，我们需要了解数据的采集过程、采集者的动机和方法以及可能的偏差和错误。
只有充分了解数据的背景和可靠性，我们才能够更加准确地判断数据的可信程度和适用范围。
其次，有效地展示数据是以数据说话的关键一步。
视觉化方式是一种常用的展示数据的方式，通过图表、图形和地图等方式，将数据更加直观地呈现给观众。
然而，过度使用复杂的图表和图形可能会让观众感到困惑，因此选择适当的图表类型并保持简洁的设计是非常重要的。
当我们传达数据时，要确保数据的准确性和可解释性。
数据的准确性是指数据的真实性和准确程度，我们应该避免引用虚假或没有来源的数据。
同时，我们还应该避免混淆数据与观点，确保数据本身能够支撑我们所传达的信息。
此外，我们还应该尽量避免使用专业术语和复杂的统计方法，以便更多人能够理解我们传达的数据。
为了更好地传达数据，我们还可以利用故事化的方式呈现数据。
通过将数据融入故事的情节中，我们能够更好地吸引观众的注意力，并帮助他们理解数据所传达的信息。
此外，故事化的方式还能够让数据更加生动有趣，从而更容易产生共鸣和影响观众。
最后，数据的可视化和解释需要考虑观众的背景和需求。
不同的观众对数据的理解和兴趣程度有所不同，因此我们应该根据观众的背景和需求，选择合适的数据展示方式和解释方式。
对于专业观众，我们可以提供更详细和深入的数据分析和解读；而对于非专业观众，我们则可以采用更简单和易懂的方式来解释数据。
总之，以数据说话是在当今信息爆炸的社会中必不可少的技能。
通过了解数据的来源和背景、有效地展示数据、确保数据准确性和可解释性、故事化地传达数据以及考虑观众的需求，我们能够更加准确地传达数据所蕴含的信息，并将其应用于实际生活和工作中。
高中信息技术《让数据来“说话“》优质课教学设计、教案
任务三：想一想
探究
充分发挥团队的力量， 在讨论探究的基础上让同学掌握各种图形的功能， 并能根据任务需要合理选择
小组讨论、合作探究
协作
根据拉萨三组数据表格生成合适的图表
分析下哪个月去拉萨旅游合适？
技能提升总结：不同的需求,所一考
选择学业水平测试中比较典型的例题
（2个左右，视情况而定），当堂检测学生学习结果。
实践
检测学生的自主学习、小组协作的结果
教
问题：现在请大家回想看看，在分析的过
回顾
学生总结
师总结
程中，我们学习了哪些内容？
知道如何制作图表；如何选择图表类型；如何选择数据源；如何设置图表选项如何对数据科学的进行分析。
教师：这就是我们今天这堂课的内容——
表格信息的图形化
思考
，
本节课学习的知识点， 复习巩固
步骤3：单ft“下一步”，出现“图表源数据”对话框，对数据区域和系列进行设定。
步骤4：单ft下一步，出现“图表选项”对话框，对“标题”、“坐标轴”、“网格线”、“图例”、“数据标志”和“数据表”分别进行设定。
步骤5：单ft下一步，出现“图表位置”对话框，对图表的位置进行设定，单ft“完成”按钮。
任务一：查看刘蕾同学的各科成绩
创建图表的方法有：(1)选择“插入”菜单中的“图表”命令；(2)单ft“常用”工具栏
自 主学习、小 组合作
学生自主学习图表的制作方法， 在小组合作的基础上实现传、帮、带， 保证每一位同
中的“图表向导”按钮。
步骤1：选定用于制作图表的数据区和数据标志区。
步骤2：单ft常用工具栏上的“图表向导”按钮，出现“图表类型”对话框：
分析下刘蕾五次成绩各科的优势和劣
人力资源话术(一)
人力资源话术（一）引言概述:人力资源话术在企业中起着至关重要的作用。
有效的人力资源话术可以帮助人力资源专员或经理与员工之间进行良好的沟通，解决问题，增强团队合作，提升员工满意度。
本文将介绍人力资源话术的一些关键要点，包括招聘、面试、培训、绩效评估和离职等方面的内容。
正文:招聘:1. 确定岗位需求-明确企业对该岗位的要求，包括技能、经验、学历等。
2. 编写招聘广告-用简明扼要的语言描述岗位职责和要求，吸引合适的人才。
3. 招聘渠道选择-根据招聘需求和目标受众选择合适的招聘渠道，如招聘网站、社交媒体、校园招聘等。
4. 筛选简历-通过阅读简历，筛选出符合要求的候选人。
5. 安排面试-联系候选人，安排面试时间和地点。
面试:1. 提前准备-熟悉候选人的简历和面试指南，提前准备好相关问题。
2. 创造舒适氛围-通过友善和热情的问候语言，创造积极的面试氛围。
3. 提问技巧-使用开放性问题和行为面试法探索候选人的能力和经验。
4. 注意倾听-倾听候选人的回答，积极参与面试对话，并提供反馈。
5. 结束面试-向候选人总结面试内容，并告知后续步骤和时间表。
培训:1. 确定培训需求-通过评估员工的技能水平和业务需求，确定培训需求。
2. 制定培训计划-根据需求制定详细的培训计划，包括培训目标、内容和时间表。
3. 选择培训方法-根据培训目标和员工特点选择适合的培训方法，如课堂培训、在线培训或实地考察。
4. 实施培训-提供清晰的培训材料和指导，积极参与培训过程，确保培训效果。
5. 评估培训效果-通过反馈调查、测试或观察等方式评估培训效果，并做出相应调整。
绩效评估:1. 设定绩效目标-与员工共同设定明确的绩效目标，并关注关键绩效指标。
2. 收集绩效数据-通过员工自评、上级评估和同事评估等方式收集绩效数据。
3. 分析绩效数据-仔细分析绩效数据，评估员工的工作表现和达成情况。
4. 提供反馈-与员工分享绩效评估结果，提供具体的反馈和改进建议。
一切用数据说话
一切用数据说话“一切用数据说话”，这是精细化管理的主要原则之一。
人不是机器，工作也不是程序，当中自然会出现各种各样意想不到的情况。
那么，如何保证工作的零缺陷？如何保证工作当中各个环节的信息流动准确、畅通？“用数据说话”就成了一种基础要求。
人们历来对数据有着特殊的钟爱，比如，你要说明一个情况，或要论证一个观点，如果其中尽是模糊性的语言，而没有具体确凿的数据，别人就会不以为然，认为没有多大说服力。
相反，如果谁能拿出数据，谁的手中就有真理，谁掌握和提供的数据越多，谁说的话就越可信。
只有“用数据说话”，所说的话才更明确、更准确、更精确。
用数据说话，讲求的是一种负责任的行为准则。
对于企业的日常管理，可以责任到人，有效地提高工作效率，保证工作的零缺陷。
数据是衡量一个人、一个部门乃至一个公司效率的最有利依据。
在任何工作当中，针对企业市场开拓、内容管理都是行之有效的手段。
特别是在对业务部门的考核和工作监测方面，数据更有说服力。
企业的月度、季度、年度的销量和盈利数据，以及费用使用情况，更能让企业清楚地了解产品在各个渠道的销售信息和费用使用方向。
从而可以进行准确的渠道调控和费用调控，有效增强产品在各个渠道的销售效果。
数据就是工作成绩的量化考核标准，我们就能不断激励自己与合作的团队成员更好地完成本职工作，最大限度地提升?业工作效率。
以销售工作来举例，要更好地完成销售任务，就要不断调整自己的销售手段。
如何调整？这就需要做好各项指标的记录，以数据分析为基础来反思和调整销售手段。
比如，前一阶段的意向客户主要集中在哪一个群体？他们的信息来源主要是什么？他们的抗拒点主要是哪些？这些都要把具体的数据拿出来，不能仅凭经验来判断，因为经验通常会欺骗自己，只有数据才是客观和真实的。
真实、准确的数据是我们开展各项工作的基础和依据。
只有客观、准确地掌握工作中所涉及的数据，才能把工作落到实处。
当我们学会用数据来检视和指引?们行为的时候，我们获得的结果会更精准，我们的行动也会更有效率。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
让你的HR数据会说话
今日箴言：我们最常见的一个问题就是：活在别人的世界里，自己还当真了。
大数据时代的到来，使得人们看到了从前所从未看到的世界关联性：用Google的搜索词可以预测到战争、疾病的到来，用人们购物的数据可以遇到人们喜好、朋友、社交圈，用人们的社交圈可以预测到他们的消费偏好，这一切的实现，没有花费任何调查、设计、实验、推理，而仅仅是让沉没的数据再次发出声音。
那么在人力资源管理中，有哪些数据尚是没有充分利用的？这些数据又可以用做什么？又可以让我们看到哪些管理上的可能性呢？下面一一进行介绍。
HR有哪些数据可用？
在日常的人力资源管理中，有哪些数据可以被利用呢？下面根据数据收集和使用的特点分为以下几种类型：
类
型内容特点
事实性数据
个人层面：
人员数量与结构、学历、年龄、性别、家庭背景、工
作经历、技能特长、兴趣爱好等
组织层面：
招聘：时间、次数、完成率
培训：对象、内容、时间、地点、次数、满意度
绩效：指标、次数、时间、得分
薪酬：总数、增幅、构成比例
收集简单、信息量丰富
动
态性数据
招聘完成率、员工流动率、核心员工流失率、员工换
岗、员工晋升等
收集较为简单，需跟踪
记录
整
合性数据
个性测试、情商、智商、管理能力测试、员工满意度、
员工敬业度等
需要设计问卷进行收
集，数据指向性明确
如何应用数据
管理的最终目的是指向企业的长期发展和当前组织和个人绩效的提升，数据的利用的最终目的也应当是指向这两个方向。
人员结构分析：
原始
数据
分析什么意义
人员数量与结构、学历、年龄、性别、家庭背景、工作经历、技能特长、兴趣爱好人口统计特点
年龄、性别和地域分析，统计平均年龄、各年龄段分布频率，男女员工比例，是否与行业特点和企业实际相符。
统计不同地域
员工比例，避免某一地员工人数过多，不便于管理。
工龄
分析
计算平均工龄和不同工龄分布频率，是否有流动过快或者极少流动致僵化的问题。
职能
类别
分析
各部门人员占总人数比例，职能部门、业务部门人员比例；
承担某一职能的员工（比如说行政人员、人力资源人员等）比例，
以分析该类人员的工作量和平均服务人数。
职位
层级
分析
管理人员与员工之比，主管人员与员工之比，用以分析管理幅度。
员工
特点
分析
企业的人才结构要多元化，避免同质化，技术型人才、创新型人才、管理型人才、营销型人才、外向型人才、内向型人才、
稳定性人才，要应有尽有，这些不同类型的人才都是具备让企业
有承载力的人员结构要素。
员工能力分析
掌握哪些是骨干、后起之秀、哪些是稳定的人，哪些是需要淘汰的人。
配置策略分析：
原始数据分析什么意义
企业产业模块、经营方向、发展规模要求、时间要求；
已有岗位、层级、人员数量、素质
岗位、层级分析
企业发展阶段与战略发展要求对不同职
能、技术岗位的要求，在企业效益和发展要求
平衡范围内的数量和质量要求。
任职资格与胜任力分析明确岗位知识经验和能力要求。
当期人口数量与质量分
析
明确当期的人员数量与质量现状。
人-岗匹配分析不同岗位、层级与当期与企业长远发展要
求的匹配指数，明确不匹配与匹配的领域，适
时做出调整。
人员成本分析：
原始数据分析什么意义
人员数量；
工资、奖金、福利、社保等；
招聘费用；
培训费用；
离职费用；
人员收益数据；招聘选拔效能分析
在招聘选拔过程中，企业为员工的支
出成本，明确招聘成本比例及效能。
培训学习效能分析；
在培训学习过程中，企业为员工的
支出成本，明确培训学习投入比例及
效能。
离职成本及效能分析；
在离职过程中，企业为员工的支出成
本，明确离职投入比例及效能。
个体成本-收益分析
评估每个员工对企业的收益与成本
合理性。
企业文化健康、活力分析
原始数据分析什么意义
员工流失率、核心员工流失率、员工换岗、员工晋升
流失率分析
对于各个层级、普通及核心员工的流失原
因、数量比例、对企业造成影响分析，提供企
业健康指数及调整建议。
满意度分析
提供各个层级员工的满意度指数及企业满意
度提升建议。
内部流动效果分析
对企业内部的轮岗、调动、晋升、任免提供效
果效能分析，量化企业活力及健康状况。
针对到岗位、个人的业绩驱动因素分析原始数据分析什么意义
员工个人绩效、成长路径；个性、情商、智商、管理能力、态度、价值观驱动业绩动力因素分析
根据员工的绩效，寻找与绩效相关系数最高的
动力性因素，为招聘选拔培训提供建议
驱动业绩个性因素分析
根据员工的绩效，寻找与绩效相关系数最高个
性因素，为招聘选拔培训提供建议
驱动业绩必要性因素分
析
根据员工的绩效，寻找与绩效相关系数最高的
知识、经验、背景类因素，为招聘选拔培训提
供建议
驱动业绩的潜力分析根据员工成长发展路径，寻找与员工成长潜力最为相关因素，为招聘选拔培训提供建议
除此之外，有些数据本身需要通过进一步的统计处理，方能显示它的真正含义，下面举两个简单的例子进行说明。
测验数据常模转化
测验所得的原始数据，只能表明受测者的得分，却并不能表明该分数在人群中实际的水平如何，即使使用一些国际测验会提供转化后的分数，通常也是在全球的常模下的得分情况，如果企业想要知道受测者在本企业或者本行业的状况，则需要获取本企业或本行业的常模，方能得出比较准确的水平。
下面是一个企业的心理测验成绩在全球常模和自己企业常模下的不同得分情况，可以看出，同一个分数，当与不同的常模做比较的时候，所得的分数是不同的，代表的水平也是不同的。
调适抱负
原始得分**公司常
模得分
国际常
模得分
原始得分
**公司常模
得分
国际常模
得分
28 39 44 20 15 24
29 49 51 21 21 28
30 57 58 22 28 33
31 66 66 23 36 40
32 76 78 24 46 47
33 86 84 25 57 55
34 93 89 26 71 64
35 97 94 27 85 73
36 99 98 28 94 87
29 99 100 绩效数据跨单位跨部门比较
绩效分数部分是由人主观评价所得，这使得其分数本身就带有了主观性，有些分数实际上是不能直接使用的，需要进行进一步的加工处理，方能获取数据真正的意义。
例如在绩效考核360评价的时候，评分者的尺度是存在差异的，有的人手松，有的人手紧，同一个人被不同人评价，也许得分会相差很大。
但是，企业对于360数据的处理，通常是直接使用这些数据，有的时候会将这些不同人评价的分数权加之后进行排名，这样操作是非常不合理的，很容易引起争议。
在实际处理中可以使用一些统计方法，例如标准分，来规避评分者评分尺度的差异，使得分数和排名真正反映出被评价者在评价者心目中的位置，这样也能解决跨单位跨部门之间的比较问题。
标准化每个评价者的分数，使用到相同的平均分和标准差，统一评价者的尺度；
被评价者甲的总分=上级权重*上级标准分+平级权重*平级标准分+下级权重*下级标准分
数据的收集和管理
数据分析建立的基础是，数据可靠、全面、连续，在这个基础上建立起大数据分析或数据的整合才有可能产生有价值的结论。
但同时HR管理模块众多，从战略规划到招聘、培训、绩效、薪酬、员工关系、企业文化等等，可能处处有问题，能进行分析的地方也很多。
但资源有限，要使人力资源分析的作用发挥到最大，在数据的收集和管理上，有哪些事项是需要注意的呢？
从已有资源开始。
HR部门手上有很多现成的数据，从这些数据入手，先一点点地做起来。
数据本身是没有意义的，关键在于如何将数据与业绩关联起来。
这确实需要创造性，并投入精力，基本的统计方法也是需要掌握的。
坚持下去。
要有沉淀一旦决定要做分析工作，就要将它融入HR日常的业务工作中去，并安排专人负责日常数据的收集与整理。
并且这个工作一定要有持久性，任何一个时间断面上的数据都难以单独进行有效的分析。
组织内部历史数据的沉淀在评估和预测方面能发挥更大的作用。
打破常规，不断创新。
大数据时代的崛起，在于没有拘泥于已有数据固有的意义，而是不断寻找关联性，利用这种关联性去预测整合。
思维、技术、数据拉
动数据分析的三辆马车，其中思维是启动机，一个好的利用数据的模式和思路，是使用数据进行创新管理的根本。
“工欲善其事，必先利其器”，作为一名人力资源从业者，需要利用本岗位所拥有的资源，那么这些曾经沉默的数据，就是进行精细化人力资源管理的好工具，并且这个工具一旦开始发挥作用，随着时间和数据的累积，就会越用越好用，会逐渐成为指导企业成长和发展的人才风向标。