技能介绍

解决什么具体问题

HR 做离职率分析时，常被三类问题绊住：一是数据散落在表格、报表里，字段口径不统一（比如“司龄”按入职日期算还是按转正日期算），手工统计容易漏字段或算错分位；二是多维分析停留在“按部门看总数”，没法穿透到“高绩效+低薪酬”这类交叉维度找根因；三是给管理层的结论和底层明细脱节，难以回答“为什么销售部离职率突然上升”“哪个职级是流失重灾区”。

技能如何工作

该技能围绕“从输入到可复核结论”设计：

输入侧：直接支持自然语言指令（如“按部门/司龄/职级/绩效/薪酬分位做离职率穿透分析”）或上传现有文件，只追问缺失的最少必要信息（统计期间、指标口径等），不要求用户填内部JSON或提供员工编号；
处理侧：先检查字段完整性、时间范围、异常值（如离职日期早于入职日期），再生成多维穿透指标——按部门拆解离职率时，进一步按司龄段（0-1年/1-3年等）、职级、绩效等级、薪酬分位（如前25%/后25%）交叉统计，结合历史数据归因（如某部门离职集中在“入职不满6个月+薪酬低于同职级中位值”），并基于异常波动生成预警（如某职级离职率连续3个月超过部门均值2倍）；
输出侧：分层交付——先给管理层可读的核心结论（如“技术部Q2离职率18%，主因是1-3年司龄、中级职级群体薪酬低于市场中位值”），再附结构化指标明细、图表建议，最后列出数据质量问题（如缺失绩效数据的员工占比）、异常项和下一步行动（如补全绩效字段后重算分位）。

涉及确定性计算时，会将确认后的信息写入内部临时JSON并运行脚本，结果仅用于计算不向用户展示。