每到年底的企业人力资源年终总结报告，是令诸多hr朋友头大的事，公司年度会议上怎么给老板汇报这一年人力资源部门的工作呢，下一年的工作计划又该怎么列呢？
今天就给大家准备一篇人力资源年终数据分析报告写作方法，给正在为年终报告愁眉苦脸的hr朋友们。
人力资源数据分析
用数据事实说明取得的成绩，同时也说明公司人力资源现状和发展趋势，这部分主要就是对当年的人力资源数据进行分析，是报告最重要的部分。
下面为大家详细拆解人力资源数据分析主要的几个部分：
1、人员结构分析
主要包括人数、学历、年龄、工龄、各职能人员占比等分析，关键指标如下：
公司各部门人数：了解各个部门的人员编制情况
公司各岗位人数：主要了解关键岗位的人员数量，同时浏览各个岗位的人数，来判断岗位人数是否合理，时候是可以裁人数
公司各学历占比：通过数据的占比，来分析公司现在人员学历的组成情况，根据数据对人员招聘的学历要求做调整。
员工各年龄人数：了解现在公司主要的人员年龄的构成，通过年龄的分析来进行相关的一些岗位的调整，和公司企业文化的建立
各工龄段人数：根据各工龄的人员数据的占比，来分析公司各个层级的人员，形成各个层级的梯队，从而对梯队进行人员优化。
2、人力成本分析
主要包括人力成本结构，人力成本效率，人力成本占比等分析，这些指标能够反应一家公司人力资源的战斗力，也是人力资源数据分析中关键的一部分。
人力成本总额/同比：对比历年的人力成本，结合公司的历年成本，营业额等财务数据来对于成本做一个分析判断
人力成本结构：人力成本结构包含工资，福利，培训成本，招聘成本等，通过这些数据的对比，我们来分析判断总体成本占比情况，最终优化成本
人力成本占比：在公司整的成本里人力成本占据了多少的比例，与往年的数据进行对比，从而对来年的数据进行预测
人力成本利润率&人力成本效率：指单个人力成本所产生的公司营业额和利润，这个数据可以在同行业进行数据的对比，突出了公司人力资源成本的价值
全员劳动生产率：人工成本效率是考核企业经济活动的重要指标，是企业生产技术水平、经营管理水平、员工技术熟练程度和劳动积极性的综合表现，全员劳动生产率的纵向和横向比较反映了人力资源使用的优劣程度。
3、薪酬数据分析
工资、奖金，福利各类别占比：分析年度薪酬中各个类别的薪酬占比，从而对各个类别的占比数据有个合理的判断
部门薪酬占比：各个部门年度的薪酬占比，分析判断哪些部门薪酬占比数据的异常
职级薪酬占比：各个职级的薪酬占比，通过这组数据来分析各职级人员薪酬占比的合理性
历年年度薪酬数据对比：对一年的12个月的数据和历年的数据进行对比，找出数据的规律，为来年的次薪酬预算做参考依据
4、招聘数据分析
招聘完成率：这个是招聘模块最关键的指标，通过这个指标，我们来判断一个招聘人员的招聘完成情况，同时需要注意的是，这个招聘完成率，是在一定的招聘周期内完成的
招聘质量：试用期通过人数/录用人数，通过招聘质量判断哪些部门的招聘质量比较低，然后分析为什么低，原因在哪里？我们是否可以给出解决方案，提升招聘质量
招聘各阶段转化率：这些指标可以判断出岗位在招聘完成率的过程中，哪个环节出现了问题
各渠道招聘费用人数占比：选择合适的渠道，进行岗位的投放
招聘周期：招聘周期反映一个岗位的招聘难度
5、离职分析
通过对离职原因、离职人员的分析，知道员工为什么离职，什么样的人可能会离职，采取相应的措施，提升员工的留存率
离职原因分析
关键岗位离职人数
离职人员年龄分布
各级离职人数
离职人员工龄分布
数据分析报告制作
上面为大家详细拆解了人力资源数据分析的各个模块，下面来讲讲如何制作人力资源数据分析报告。
传统的人力资源数据报告一般都是下面这样的，ppt里插入图表，下面在加上大段的文字描述，数据展示不够直观、大段文字也影响大家的阅读效率
其实可以采用可视化报告的形式来进行汇报，比如这样的：
FineBI制作的人力资源数据分析报告
利用丰富的可视化图表展现数据，让数据分析结果一目了然，在加上简洁的文字说明，让整个报告简洁大方，可读性强
如何制作这样的可视化报告呢？最简单快速的方法是用BI工具，以我熟悉的FineBI给大家简单演示一下操作过程：
1、上传数据
将Excel数据导入FineBI
2、数据处理
BI工具自带数据处理功能，在FineBI中，可以利用自助数据集对数据进行过滤、新增、分组、公式计算等等一系列的加工处理，鼠标点击就能操作，不需要写复杂的公式
3、可视化分析
FineBI中提供非常丰富的可视化图表，拖拽纬度和指标到坐标轴就能生成图表，还可以对图表进行个性化的配置，Excel里那些复杂的图表制作步骤，在BI工具几秒就能完成
4、报告制作
所有的图表制作完成之后，在仪表板上拖拽布局排版，就像ppt排版一样简单，还可以加入图片、文字等元素，丰富整个数据报告，各个图表组件之间还能实现数据的联动和钻取
这样的一份生动的数据可视化报告比ppt类报告强多了，在汇报时也更加方便领导理解我们的分析过程，认可我们的分析结论
最后放上人力资源数据分析整体的指标拆分图：