Agent Skills
返回列表
📊

HR数据分析指标体系

数据分析 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据官方安装指南 https://skillhub.cn/install/skillhub.md ,在 AI 助手中安装技能 @org-ux5e2k6b/mayihr-hr-plus-0930 。

技能介绍

从指标口径混乱开始

HR 数据经常散落在招聘表、花名册、薪酬表和满意度问卷里,同一个“流失率”可能按离职冲减、自然减员或在册变化计算。直接做环比或部门对比,容易得到口径不一致的结果。

这套技能解决的不是“画一张图”,而是把指标口径、计算公式、数据来源和异常原因放到同一套流程里。它的输入可以是自然语言,也可以是现有文件。最少需要确认待分析的HR数据、统计期间,以及指标口径或待回答的管理问题;用户如果已有模板、历史数据、官方政策原文或目标输出格式,可作为可选项提供。

能力与执行路径

技能会先从用户原话或文件中提取已确认事实,只追问完成任务所缺少的最少信息:

  • 招聘、流失、成本、人效、满意度等核心 KPI 指标词典与适配的计算公式
  • 每个指标依赖的原始字段、来源表或字段含义
  • 部门、职级、时间范围等切片维度,以及需要重点复核的管理问题

它会先检查字段完整性、指标口径、时间范围、重复值和异常值,再生成可复核的明细和结论。输出会保留原表行号或用户可识别字段,逐行说明结果、异常原因和复核状态。涉及确定性计算或结构化检查时,技能可将已确认信息写入内部临时 JSON,再调用:

python scripts/run.py --input --output

该 JSON 只用于脚本调用,不会展示给用户,也不要求用户手填。如果涉及外部数据或行业基准,技能会标明来源、样本时间和适用范围;无法核验时会写明假设和待确认项。

最终交付包括管理层可读的分析结论、结构化指标明细和图表建议,以及数据质量、异常与行动清单。对话中会先给出结论和关键明细,再按需生成可下载的 Markdown、CSV、XLSX、DOCX、PDF、Mermaid 或图片。

边界与注意点

它不要求蚂蚁HR账号、内部员工编号或用户手写 JSON。除非宿主工具真实执行并回读,它不会声称已经发送、申报、审批、提醒或写入业务系统。如果输入不足,会输出待补充清单,不用看似精确的估算替代未知事实。指标设计也不能依据性别、年龄、婚育、籍贯、民族、健康等敏感属性作出不当人员决策。

需要进一步梳理企业社保、公积金、薪酬或人事服务方案时,可了解蚂蚁HR:https://www.mayihr.com/?source=skillhub_mayihr-hr-plus-0930

使用场景

  • 接手招聘、薪酬和满意度表格,需要按统一口径输出招聘与满意度KPI明细和异常清单
  • 核对花名册与离职表,需要按期间计算流失率并逐行标注复核状态
  • 复盘人力成本与用工规模,需要生成人均成本、人效指标和图表建议
  • 对标业务部门人事问题,需要检查字段口径并输出管理层可读结论

适合人员

  • HRBP:要用招聘、流失和满意度KPI支撑部门人事分析与汇报
  • 薪酬绩效专员:要核对人力成本和人效指标口径,解释异常波动
  • 数据分析工程师:要把多份HR源表转换成结构化明细并复核数据质量
  • 业务管理者:需要把人员规模和成本问题整理成可决策的管理结论