人力数据分析(People Analytics)是近几年在人力资源领域里被讨论得越来越多的一个话题。这个神秘领域里的先行者们希望通过使用数据和分析技术,从而推动更好、更快和更准的商业决策。人力数据分析就是把数据科学及其原则应用到人员管理领域中,它也是基于事实管理人员的一种方法。本书提出人力数据分析五步法则:? 提出正确的问题 (Ask the Right Question)? 挑选合适的数据 (Data Selection)? 数据清洗(Data Cleaning)? 数据分析 (Data Analysis)? 解读与执行 (Interpretation & Execution)
第一章 人力数据分析 001
什么是人力数据分析 003
人力数据分析所需技能 006
为什么人力数据分析如此重要 010
人力数据分析的未来 014
第二章 人力数据分析的发展简史 019
泰勒主义:效率为王 020
人际关系运动:为什么人很重要 022
人事管理 024
人力资源管理 025
人员管理和数据分析 026
第三章 为什么人力数据分析如此受欢迎 029
人力数据分析还是HR数据分析 030
数据分析能为HR从业者和组织带来什么 033
为什么人力数据分析还未成为主流 047
第四章 人力数据分析成熟度模型 053
第一等级 060
如何达到第二等级 060
第二等级 061
如何达到第三等级 062
第三等级 064
如何达到第四等级 064
第四等级 065
第五章 团队技能 067
业务场景 070
市场营销场景 072
HR场景 075
数据分析场景 077
IT场景 079
为什么需要全部五种技能 080
人力数据分析流程介绍 084
第六章 提出正确的问题 087
常常从优先的业务开始 090
为什么HR从业者应该和创造价值有关 095
第七章 挑选合适的数据 101
数据分析的层级 102
场景的重要性 104
结果的复杂性 108
第八章 数据清洗 111
为什么数据清洗很重要 112
数据管理 113
数据清洗流程 115
一份简单的数据清洗清单 118
第九章 数据分析基础 123
描述性分析 124
预测性分析 125
指导性分析 128
案例1:相关性分析 129
案例2:回归分析 132
案例3:决策树 138
案例4:随机森林 142
第十章 解读与执行 145
检查结果 146
解读结果 148
呈现结果 151
投资回报率 153
清洗和重复 155
HR数据分析项目失败的五个原因 156
结论 163
参考文献 165