本文提供了一门关于人力资源数字化和AI转型的课程的详细信息，包括课程周期、课程收益、课程大纲、案例实操分析等。课程旨在帮助学员构建人力资源数字化管理体系，学习AI在人力资源各模块的高效应用，掌握数据分析方法和基础统计学技能。
课程持续两天，分为多个时段进行。课程内容包括构建人力资源数字化管理体系、AI在人力资源的应用、数据分析方法和基础统计学技能等。
通过本课程的学习，学员能够构建人力资源各模块的数据标准表、关键指标和数字化管理体系，并学习AI在人力资源领域的高效应用。
课程分为多个模块，包括人力资源数字化+AI转型的趋势和价值、AI在人力资源数字化转型中的高效应用、人力资源数字转型的分析流程六步骤和体系构建等。
课程包括多个案例实操分析，如人力资源数据的数据统计分析、人才盘点和绩效关键指标构建、岗位薪酬的市场竞争力分析等。学员将通过小组作业的形式完成实际操作。
本课程适合希望成为业务伙伴、支持人力资源决策的HRBP、SSC、COE以及希望成为人力资源数据分析专家的人参加。
本课程的讲师具有丰富的教学和实战经验，是《人力资源数据分析师》《人力资源数字化转型》图书作者，以及多所大学的人力资源专业课程导师。
课程周期
：2天 09:00 -12:00 13:30-17:00
课程收益：
1、构建体系化的人员各模块的数据标准表
2、构建标准化的人力资源各模块的数据关键指标
3、构建人力资源的数字化管理体系
4、学习AI 在人力资源各模块的高效应用
课程大纲：
一：人力资源数字化+ AI 转型的趋势和价值
1.1 WHY 人力资源数据化+ AI 转型价值 – 人力资源决策的数字化支撑，数字化+ AI 降本增效
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AI能化
1.3 WHAT People Analyst人力资源数据分析师的岗位职责和胜任力
二、AI deepseek 在人力资源数字化转型中的高效应用
2.1 国内外AI 工具的盘点和擅长领域
2.2 deepseekAI 在人力资源领域的高效应用解决方案
2.3 AI deepseek 智能体和本地化的部署
2.4 deepseek – coze 企业知识库的构建
2.5 excel 如何部署 deepseek
2.6 deepseek 如何高效进行数据的清洗和处理
2.7 如何用 deepseek 进行薪酬，人效市场数据的爬取
2.8 deeoseek如何精准提问
三、人力资源数字转型的分析流程六步骤和体系构建
1、人力资源各模块的关键指标的梳理– 人力数据指标仓构建，定义和计算
2、人力资源标准数据表的构建- 人力资源数据表的清洗和表格设计
3、人力资源各模块数据表的关联
4、人力资源数据分析的维度和逻辑
5、人力资源各模块数据BI 数据仪表盘的设计和构建 – 数据可视化体系
6、人力资源数据分析思维，分析报告– 数据描述 ，数据诊断，解决方案- 数据预测
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
•
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
•
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
•
数据表的清洗和处理
•
如何用 AI 清洗数据表和标准化人力资源数据报表
步骤三：人力资源个模块数据表的数据关联
•
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
•
用Power pivot 进行多表的数据关联
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、人力资源数据可视化 BI 数据仪表盘的设计
•
BI 工具的选择 EXCEL 和 POWER BI
•
人力资源各模块的数据模型构建案例
•
数据仪表盘构建的流程和方法
•
BI数据仪表盘构建的原则
步骤六、数据分析思维和数据分析报告
•
人力资源数据的描述
•
数据的诊断
•
数据的预测
•
数据的问题的解决方案
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数字化建模分析案例实操
案例一：人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
•
人员编制的三种数据预测方法，回归预测，经营数据拆解，人力成本预算，人效指标
•
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
案例二：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
•
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
案例三 、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
•
用 AI 来进行招聘简历的筛选，提升招聘效率
•
招聘的组织效能 – 招聘投资回报率计算
•
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
案例四、如何做数字化的人才盘点，盘点九宫格的构建和分析，提升组织岗位能力
•
绩效 – 能力 – 潜力 – 价值观 为维度的 数字化维度指标
•
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
•
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
案例五、如何做岗位薪酬的市场竞争力分析，和各职级的薪酬结构分析
2.1 岗位薪酬的市场数据对标 – 偏离度，CR值，渗透率
2.2 岗位薪酬数据的 偏离度 数据建模分析
2.3 岗位薪酬数据分布模型的构建，提升岗位薪酬竞争力提供决策
3：薪酬内部结构合理性建模分析 – 内部薪酬结构曲线分析
3.1 内部各层级薪酬宽带曲线的绘制
3.2 各职级薪酬中位值的回归分析，制定新的职级中位值
3.3 各层级内部薪酬结构和外部薪酬对标案例分析
3.4 为各职级的薪酬结构的合理性提供决策
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。
案例六：如何做人效的数据建模和分析
•
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
•
人效指标外部的行业数据获取和分析
•
用AI爬取行业的历史经营数据
•
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
