最近的你，有没有感受到公司人员流动较大，往昔朝夕辉映、共同谋事的许多同事却逐渐悄无声息地离开了公司呢？

金三银四季，让各家企业不得不直面人员流失的问题，往日投入大量的人力和物力培养出来的员工最终流失。

以员工为本的理念被许多企业认同并落实，大家对人才也越来越重视，想留住那些优秀的员工。而这第一步，就是了解你的员工，但是你真的了解你的员工吗？

本文将给大家分享一个通过对人事变动的数据分析驱动人力资源配置的方案，让你学习如何了解你企业的员工，让你在面对人员流动时心中有数，及时发现企业问题，留住优秀的人才，同时也期待能够和大家一起共同交流探讨企业经营管理的心得。

——本文所使用数据分析产品为FineBI4.1。

一、人员宏观流失分析

以某集团人事数据分析为例，首先我们最关切的问题无疑是这段时间内企业损失了多少员工以及补充了多少员工，可以发现2017年企业的离职总人数为165人，新进总人数为110人，当年总的人员净流失了55人。这引起了我们的高度注意，因为目前公司流失率大于新进率，如果不加以调控，公司的员工必将不断地流失，最终将走向企业经营危机的边缘。这其中肯定有着不可忽视的问题，那究竟会是什么问题导致的呢？

二、人员切片流失分析

初步发现问题之后，我们想进一步了解问题的严重性。首先，我们查看人员流失具体的区域分布情况，查看人员流失是哪个分公司出现了这么大的人员流失情况。通过查看各分公司人员流动情况发现，各个分公司的人员流动总体上都是离职人数多于新进人数，这说明整个集团层面都在流失人才。公司人员流失很有可能是整个公司层面的问题。可能是整体层面的营收状况或人员结构方面出了问题，或者人事架构调整。导致了员工的利益没有得到合适的满足，进而产生了人员流失。

我们再进一步看人员流失的区域分布情况发现，在各分公司人员总体流失的态势下，令人产生一丝欣慰的是北京分公司仍然保持着对人才的吸引力，我们可以调研北京分公司是如何进行精细化人员管理，将北京分公司人员管理良好的策略和体系去凝练，提升应用到其他分公司。

其次我们还想知道各个月人员的流失情况，从时间维度上观察人员流失的走势。通过探究各月人员流动情况查看可以发现，除了8月，各月度的人员总体都在流失，这再次佐证了极有可能是在公司层面出现了问题，导致人员不断在流失，而不是某个分公司经营不善产生的异常数据，公司需要采取策略。公司在3到5月人员流失相对严重，可以调研查看在3月或3月前公司是否颁布实行了什么不合理的制度策略，导致员工的利益受到损失，重新调整这部分的策略。而8月则迎上了适合的招聘季，是企业每年进行固定大量引进人才的时候，可以探究这部分新进员工的去留，来进一步发现问题所在。

三、流失人员组成分析

在了解了问题的严重性后，我们想知道离职人员的具体情况，了解大家为何而辞职。通过FineBI联动，我们查看员工的离职原因，退休员工占比高达53.33%，超过半数，而终止劳动合同和主动离职的人数也达到约30%，我们惊讶地发现，公司员工结构分布老龄化相当严重，流失了许多老员工，同时公司终止劳动合同和主动离职的人也比较多，我们思考这部分员工是否在公司的某些方面需求得不到满足，进而导致了人员流失呢？

走了这么多的老员工，我们想看看补充进来的员工的情况。通过FineBI联动，我们发现新进人员中介公司排遣占高达50.91%，应届毕业生也高达41.82%，公司在人事招聘方面有着较大的不合理性。老人多且接近退休状态，补充的大多数是中介公司排遣的员工，不稳定性大。因此我们可以考虑加大人员招聘的力度，在老龄化严重的当口，适当减少来自中介公司的人员流入，增加对应届毕业生的培养投入，从应届毕业生中培养出能踏实肯干能担起企业职责的忠实员工，同时考虑适当增大社招人员的引进比例，综合提升员工整体素质，提高企业整体的技术水平。

最后，由于上面暴露出员工的年龄结构老龄化问题，我们再进一步探究下当前员工质量。通过探究学历分布发现，当前企业的学历普遍以高中生为主，同时本科生及研究生的比例次之，这表明公司对中高文化水平的人员在薪资等方面还是有着一定的吸引力的，但是通过FineBI联动，查看当前看离职员工的学历分布却发现，硕士、本科生等高学历人员的流失占据其中2/3，尤为严重！表明当前公司留不住中高知识分子。公司应当考虑加大对高学历人才的重视和培养，挽留住人才。

四、让数据引领决策

结合上面其他论述，该企业人员流失严重的原因，很有可能是公司整体技术落后老化，加之老员工适龄退休辞职，导致技术人员发展受到制约，新员工没有发展空间，中坚力量不足，整个公司层面在人员方面青黄不接。那么，下一步该企业工作的重中之重，应当考虑优化人员配置，加强引入搭建公司人才中坚力量，同时加大对技术人员的培养，牢牢抓住员工的心。

通过一场对企业人员流动的数据分析，让我们逐渐真正揭开了企业离职旺期背后的神秘面纱，及时暴露出了企业的人事危机和经营问题。因为只有合理地通过数据指导决策，数据引领决策，合理经营调控，方能真正让数据成为生产力，方能真正让企业发展呈一片欣欣向荣之势。