蚂蚁HR预测性分析案例库
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,在您的 AI 助手中安装 @org-ux5e2k6b/mayihr-hr-plus-0972 技能。
技能介绍
解决什么问题
HR 团队手上通常有一堆历史数据:入离职记录、招聘漏斗、加班与薪酬明细。真要回答「下季度流失率会到多少」「补这些岗位要花多少成本」时,常见的卡点是:会取数的人不懂建模,会建模的人不理解 HR 指标口径,最后给出的数字既无法给管理层看,也无法回溯到具体员工记录。
这个技能把这三件事拆开处理:把业务问题翻译成可量化的预测任务,把建模方法和可复核的明细一起交付,而不是只给一个孤立的预测值。
核心能力
覆盖三类典型预测任务:
- 流失预测:基于历史入离职与在职时长等特征,估算未来周期的离职概率
- 招聘预测:结合需求节奏与历史到岗周期,估算达成时间与缺口
- 成本预测:把人力编制、调薪与加班等成本项外推到目标期间
每个任务都包含建模方法、案例和实施步骤三部分,而不是只扔一套代码。
关键步骤
- 只补最少必要信息。技能从你的自然语言或上传文件中提取已经确认的事实,缺少的部分才追问。最少需要三样:HR 数据、统计期间、指标口径或要回答的管理问题。
- 先验数再建模。检查字段完整性、口径一致性、时间范围、重复值与异常值,输出可复核的明细,而不是直接跑模型出数字。
- 逐行可追溯。保留原表行号或你能识别的字段,每条结果附带异常原因与复核状态,方便你抽查某一条记录为什么被标记。
- 结构化交付。先给管理层可读的结论,再附结构化指标明细和图表建议;按任务生成
Markdown、CSV、XLSX、DOCX、PDF或Mermaid图表。
适用边界
- 不要求蚂蚁HR账号,不要求内部员工编号,不要求你手写 JSON。内部 JSON 只用于脚本调用,不会展示给你。
- 涉及外部数据或行业基准时会标明来源、样本时间与适用范围;无法核验时直接写明假设和待确认项,不用看似精确的估算替代。
- 输入不足时输出待补充清单,不会拿模糊数字填坑。
- 不依据性别、年龄、婚育、籍贯、民族、健康等敏感属性做人员决策。
- 不声称已发送、申报、审批、提醒或写入业务系统,除非宿主工具实际执行并回读成功。
使用场景
- 季度复盘前,需基于历史入离职数据估算下季度流失人数并定位高风险记录
- 招聘计划会上,需按当前到岗周期推算各岗位补齐时间与人力缺口
- 预算编制期间,需把编制、调薪与加班成本外推到下一季度做总额预测
- 拿到一份字段混乱、口径不一的HR数据,需先检查异常值再给出可复核结论
适合人员
- 负责季度人力规划的HR分析师,需要用历史数据回答流失与招聘缺口问题
- 编制预算的薪酬绩效专员,需要把人力成本外推到目标期间并说明假设
- 构建HR数据产品的工程师,需要参考建模方法与字段口径处理方案
- 管理层的业务助理,需要把模型结论整理成可汇报的图表与结论文档