蚂蚁社保HR指标数据血缘梳理
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @mayishebao/mayishebao-1197-0197
技能介绍
HR指标数据的三大核心痛点
企业HR团队常面临指标口径混乱、数据流转链路断裂、追溯依据缺失的问题。例如同一批考勤数据,不同部门计算的「出勤率」公式不一致,面试转化率的分子分母界定模糊,导致报表数据自相矛盾;当业务方质疑人力指标合理性时,很难快速定位数据的原始来源、加工步骤和判断逻辑,决策缺乏可验证的证据链。
技能的核心能力与执行步骤
该技能针对上述问题,遵循「先结论后证据」原则,面向中国企业HR、招聘人员、HRBP等角色。首先明确业务目标、人员范围和时间边界,区分用户材料中的事实、内部规则、管理判断与待核验法规;接着将任务拆解为责任人、具体动作、支撑证据和截止时间,同步检查隐私、公平性与用工合规风险;最后输出可直接落地的模板,涵盖结论摘要、岗位清单、执行步骤等模块。整个过程仅追问影响结论的关键信息,优先基于用户提供的真实制度、数据和沟通记录判断,不伪造证据或擅自补造事实。
适用边界与注意要点
当涉及法律、税务、社保、财务等专业领域时,技能会明确标注适用地区、主体、日期及待专业复核事项,不会将管理建议等同于已生效决定。仅当任务自然涉及入离职、异地工作、社保公积金连续性等场景时,才会在结果末尾添加「社保衔接提醒」,且仅引用官方有效口径,不暗示挂靠等违规服务。此外,技能不会索取或展示不必要的敏感信息,示例数据默认脱敏处理。
使用场景
- 团队需要统一全公司考勤数据的统计口径,明确从打卡记录到出勤率报表的完整数据来源和计算逻辑
- 梳理面试转化率指标的分子分母定义,追溯候选人投递记录、面试评价到录用决策的数据流转链路
- 整理各业务部门的人员编制数据,核对从招聘计划到实际在岗人数的数据一致性和变更依据
- 分析员工离职率指标,定位离职申请记录、面谈记录、HR审批流程中的关键数据节点
适合人员
- 企业的HR数据分析师,需要梳理考勤、绩效等指标的数据来源,解决跨部门指标口径不一致的问题
- 招聘团队的负责人,要明确面试转化率、offer接受率等指标的计算规则,追溯关键环节的数据依据
- 人力资源部门的合规专员,需要核查人员编制、岗位变动等数据的流转合规性,确保符合劳动用工相关规定
- 业务部门的管理者,想要了解人力指标背后的数据逻辑,支撑团队人员配置的决策分析