Инструменты для HR-аналитики
29.05.2020
Принятие HR-аналитики – большой шаг для многих людей и организаций.
1. R
R – наиболее используемый инструмент HR-аналитики. R отлично подходит для статистического анализа и визуализации и хорошо подходит для изучения больших массивов данных. Он позволяет анализировать и очищать наборы данных с миллионами строк. R также позволяет визуализировать ваши данные и анализ, как показано ниже.
Пример вывода описательной статистики, сгенерированной R
Наиболее часто используемая интегрированная среда разработки (IDE) для R – это RStudio. IDE – это программное обеспечение, которое предоставляет дополнительные возможности для разработки программного обеспечения и анализа данных. Это делает программное обеспечение более удобным для пользователя.
Проще говоря, RStudio делает все, что делает R, но больше и лучше. Интерфейс RStudio содержит редактор кода, консоль R, легкодоступное рабочее пространство, журнал истории и место для графиков и файлов. На рисунке ниже показаны все эти элементы.
RStudio
Как указывалось ранее, R полезен, поскольку позволяет работать с гораздо большими наборами данных по сравнению, например, с Excel. Кроме того, R имеет очень обширную библиотеку с пакетами R.
Эти пакеты просты в установке и позволяют выполнять практически все статистические анализы и создавать красивые визуализации. Взять, к примеру, каретный пакет . Этот пакет позволяет разделить данные на обучающие и тестовые наборы для обучения алгоритмов с использованием перекрестной проверки.
Другим примером пакета R является ggplot , который помогает вам визуализировать графики. В предыдущей статье об аналитике R Churn Линдон показал распределение текучести кадров в крупной канадской компании, как показано на следующем графике с использованием ggplot.
В целом, R является отличным инструментом для анализа и визуализации огромных объемов данных.
2. Питон
Python – это еще один язык программирования, который можно использовать взаимозаменяемо с R. В сообществе специалистов в области данных существует довольно много слухов о том, какой из них станет предпочтительным инструментом для специалистов по данным.
R лучше справляется со статистическим анализом, имеет более активное сообщество, когда дело доходит до статистики, и лучше подходит для визуализаций. Python, однако, предлагает лишь немного меньше функциональных возможностей, но легче в освоении.
Часто используемыми IDE являются PyCharm и Spyder . Эти инструменты являются для Python тем же, чем RStudio для R. Оба являются IDE с открытым исходным кодом, которые предоставляют ученым-аналитикам все инструменты, необходимые для использования Python. Spyder, сокращение от Scientific Python Development Editor, специально разработано для науки о данных. Он включает в себя расширенный редактор, интерактивную консоль, средство просмотра документации и целый набор инструментов разработки, которые также включают параметры визуализации.
Spyder, IDE для Python для науки о данных
Вкратце: если у вас уже есть опыт работы с Python или вы хотите быстро начать работу, используйте Python. Если выполнение статистического анализа будет вашей работой в течение следующих пяти лет, используйте R. Для получения дополнительной информации о разнице между Python и R ознакомьтесь с этой статьей .
3. Excel
Когда мы говорим об инструментах HR-аналитики, мы не должны забывать об основах.
Excel – это то место, где большинство из нас начали. Всякий раз, когда вы вручную извлекаете данные из любой из ваших систем HR, они, скорее всего, выходят в виде файла значений, разделенных запятыми (CSV). Эти файлы могут быть легко открыты и отредактированы с помощью Excel.
Преимуществом Excel является то, что он очень интуитивно понятен большинству из нас, фанатов HR-данных, и поэтому прост в использовании.
Например, если вы хотите проверить, насколько чисты ваши данные , вы можете быстро преобразовать набор данных в таблицу и проверить диапазон данных каждого столбца на наличие выбросов.
Таким образом, если вы выберете столбец возраста, вы можете быстро проверить минимальный и максимальный возраст. Вы не ожидаете, что кто-то младше 16 лет будет работать в вашей компании, и вы не ожидаете, что кто-то старше 80 лет будет работать на вас. Вы можете найти эти выбросы в один клик.
Несколько быстрых советов о том, как использовать Excel для целей HR-аналитики:
- Если вы хотите выполнить расширенный анализ, загрузите пакет инструментов анализа в Excel . Этот пакет позволяет выполнять расширенную аналитику, включая корреляцию и линейную регрессию.
- Когда вы работаете с большими файлами, преобразуйте их в таблицы. Excel может работать намного эффективнее, если данные структурированы в виде таблицы.
- Не используйте формулы Excel в больших наборах данных. Когда вы вычисляете столбец по формуле Excel, преобразуйте результат в числовое значение. Формулы пересчитываются каждый раз, когда вы вносите изменения в набор данных. Это накладывает значительную и ненужную нагрузку на память вашего компьютера и скорость обработки – и тормозит работу Excel.
- Категориальные переменные (Пол: Мужской, Женский) легко проверить в таблице. Выберите столбец таблицы и проверьте наличие ошибок или несоответствий. Можете ли вы найти расхождения в столбцах на этой картинке?
- Если вы хотите объединить наборы данных, функция VLOOKUP – ваш лучший друг. Это делает соединение двух отдельных наборов данных очень простым.
- Сводные таблицы отлично справляются с обобщением большого количества данных. Сводные таблицы и функция VLOOKUP практически позволяют вам проводить аналитику HR в Excel.
Если вы хотите узнать больше о том, как использовать Excel для анализа данных о людских ресурсах , ознакомьтесь с курсом по анализу человеческих ресурсов от Академии AIHR . Этот курс научит вас основам анализа данных HR в Excel.
4. Power BI
Магический квадрант Gartner для бизнес-аналитики показывает, что Microsoft является абсолютным лидером. Вот почему мы включили Microsoft Power BI. Это делает агрегацию, анализ и визуализацию данных очень простой.
- Используя Power BI, можно легко подключаться к нескольким исходным системам, таким как базы данных SQL с данными о людях, живой канал Twitter или API-интерфейсы машинного обучения. Все эти различные источники данных затем интегрируются в Power BI. Этот простой процесс агрегации позволяет объединять несколько источников данных в одну большую базу данных, пригодную для отчетности или анализа.
Поскольку Microsoft владеет Power BI и Excel, интеграция Power Query в Excel работает довольно гладко. Это делает Power BI отличным вариантом для начинающего HR-аналитика.
- Консолидированные данные затем можно использовать для создания сводной таблицы (используя Power Pivot). Это позволяет вам быстро понять ключевые области вашей рабочей силы.
- Эти же данные можно затем преобразовать в панель мониторинга, используя возможности панели инструментов Power BI. Пример этой панели инструментов добавлен ниже.
Курс HR-аналитика от Академии AIHR посвящен тому, как объединять данные из нескольких листов Excel, визуализировать эти данные и создавать информационные панели и отчеты по кадрам с использованием Power BI.
5. Tableau
Tableau очень похожа на Power BI в том, что она позволяет объединять и визуализировать различные источники данных. Основанное в 2003 году как коммерческое предприятие для исследований, производимых в Стэнфордском университете, программное обеспечение покорило мир визуализации.
Tableau, пожалуй, лучший инструмент бизнес-аналитики (BI-инструмент), когда дело доходит до визуализации. Он был признан в магическом квадранте Gartner в течение семи лет подряд между 2012 и 2019 годами.
На изображении ниже показана информационная панель сотрудника. Панель инструментов показывает, сколько времени занимают рекрутеры для разрешения рефералов. При совместном использовании этой визуализации с рекрутерами среднее время отклика на этих рефералов значительно сократилось (см. Ниже, Q1, Q2 и Q3).
Недостатком Tableau является то, что он дороже по сравнению с конкурентом Power BI.
6. Visier
Visier – это сервис по сбору данных, отвечающий на вопросы о рабочей силе. Он подключается к разным HR-системам и объединяет их в один инструмент HR BI.
По сравнению с Tableau Visier позиционирует себя как платформа для анализа действий людей, которая показывает тенденции в данных рабочей силы. Это также позволяет вам отвечать на вопросы о том, что движет производительностью и производительностью, а также о других результатах HR.
Visier предлагает решение, близкое к готовой аналитике людей. Он имеет функции, которые используют алгоритмы для прогнозирования выходов, продвижения по службе, внутреннего перемещения и так далее.
7. Qlik
Подобно Visier, Qlik агрегирует данные. Основным отличием является то, что Visier фокусируется на практическом понимании данных о рабочей силе, тогда как Qlik является более общим инструментом агрегирования данных с обширной панелью мониторинга. Это означает, что Qlik очень подходит для более общего агрегирования данных, складирования и панели мониторинга.
Как и Power BI и Tableau, Qlik уже несколько лет является лидером в магическом квадранте Gartner.
8. SPSS
В то время как Power BI, Tableau и Qlik в основном используются для агрегирования данных, SPSS используется для фактического анализа данных.
SPSS является одним из наиболее часто используемых инструментов HR-аналитики в социальных науках. Благодаря удобному интерфейсу вы можете анализировать данные, не обладая обширными статистическими знаниями. Поскольку SPSS часто используется в социальных науках, многие специалисты по кадрам знают, как его использовать, особенно те, которые заинтересованы в анализе данных.
Это также причина, по которой мы включили SPSS в список, а не его крупнейшего конкурента, SAS. SAS имеет больше пользователей за пределами области социальных наук. Тем не менее, SAS имеет более крутой кривой обучения. SPSS также имеет много общего с Excel, что облегчает работу с ним.
Считайте SPSS легкой ступенькой для компаний с менее развитыми аналитическими возможностями. SPSS позволяет легко проводить предварительный корреляционный анализ или быстрый регрессионный анализ. Для более сложных алгоритмов (машинного обучения) R – лучший кандидат.
9. Оптимизатор CPLEX
Совсем другой набор аналитических инструментов сделан для оптимизации. Они часто используются для предписывающей аналитики. Предписательный анализ посвящен поиску наилучших действий в данной ситуации. Поскольку предписывающая аналитика довольно продвинута, она все еще редко используется. Тем не менее, эти предписывающие инструменты могут потенциально обеспечить большую ценность для бизнеса.
Примером такого инструмента является CPLEX Optimizer . Оптимизатор CPLEX позволяет вам находить лучшие решения среди миллиардов альтернативных бизнес-решений. Это достигается за счет гибкого и высокопроизводительного моделирования данных.
Это может звучать немного абстрактно. Скажем, у вас есть несколько магазинов и складов. Каков наилучший способ снабжения этих магазинов через ваши нынешние склады? И будет ли хорошим выбором открыть еще один склад в указанном месте? Используя CPLEX, вы можете смоделировать эти проблемы, получить информацию о том, стоит ли открывать дополнительный склад или нет, и какое оптимальное расстояние будет для этого места по сравнению с вашими существующими магазинами. Другие приложения включают планирование и планирование рабочей силы.
Узнайте о других решениях
Как правильно выбрать инструмент HR-аналитики
Теперь, когда вы знаете различные инструменты, вам все равно нужно выбрать правильный инструмент для вашего аналитического проекта. При выполнении аналитики вы можете использовать несколько инструментов. Например, когда вы объединяете и анализируете огромные объемы данных, вы будете использовать различные инструменты, тогда как вы хотите, чтобы ваши выходные данные отображались на информационной панели.
Чтобы выбрать наиболее подходящий программный инструмент HR-аналитики, важно знать, чего вы хотите достичь. Хотите ли вы…
- … Получить контроль над своими данными и создать (HR) информационные панели? Выберите такой инструмент, как Power BI , Tableau или Qlik . Эти инструменты делают агрегирование и визуализацию данных довольно простыми.
- … Получить некоторые базовые сведения о вашей компании и данных о сотрудниках , например, проверив, существенно ли отличаются отделы с точки зрения эффективности или вовлеченности сотрудников? Перейти на более простой инструмент, такой как Excel или SPSS . Они требуют низкого уровня аналитических навыков и уже могут дать вам некоторые важные сведения о ваших данных. Visier предлагает более всесторонние аналитические возможности, но менее подходит для быстрого специального анализа, поскольку требует больше усилий для запуска и запуска.
- … Тщательно анализировать данные HR и делать прогнозы? Перейти к инструментам анализа данных, таких как Phyton или R. Они предоставляют вам возможность выполнять самые продвинутые анализы, обрабатывая огромные объемы данных. Некоторые примеры – прогнозирование текучести кадров и анализ классификации должностей. Оптимизатор CPLEX был бы другой возможностью. Этот инструмент является более предписывающим, поскольку он помогает вам принимать лучшие решения, используя существующие данные и параметры вашего решения в качестве входных данных.
В этой статье представлен обзор наиболее часто используемого программного обеспечения для HR-аналитики. Удачи в поиске инструментов HR-аналитики, которые лучше всего подходят для вас.
