阿里人力资源数据师

作用：帮助企业从人力资源应用的角度构建符合企业实际需求的 DAR（数据分析报告），找到评价组织及人力资源效能的核心数据，借助简单好用的数据分析工具提高数据分析效率，通过数字化人力资源管理最佳实践赋能，找到适合企业的数字转型之路，同时为人力资源管理工作提供数据支持和决策

应用对象：

企业管理人员、人力资源管理者、企业数据分析师、人力资源咨询顾问

相关业务：

解决企业人力资源效率是否最高的问题

解决企业人力资源成本是否最低的问题

解决企业人力资源组织结构调整是否及时的问题

解决企业人力资源战略决策是否科学的问题

解决企业人力资源数据是否准确的问题

解决企业人力资源转型方向是否正确的问题

具体职责划分：

初级——能熟练运用数字化管理系统，独立完成人力资源各模块工作的数据收集、数据处理、数据分析工作；能胜任企业人力资源事务性服务与常规工作。

中级——能运用数据收集、数据处理、数据分析设计完成企业人力资源管理工作和企业业务发展支持工作，能够独立处理工作中出现的问题；能够与他人合作；能够指导和培训初级人力资源数据分析师。

高级——能提供人力资源统筹、规划、设计、管理，为企业经营、战略、风险等决策并提供决策数据支持；能够独立处理和解决人力资源管理中的难题；能够指导和培训初、中级人力资源数据分析师的工作；能够组织开展人力资源数据分析工作的流程改善和技术优化；能够组织开展系统的专业技术培训；具有技术管理能力和团队管理能力；能把握企业人力资源方向、控制风险，提升经营管理效率，赋能企业业务及产品，为组织蛛网式发展提供人才核心竞争力。

市场前景：

数据分析师岗位热招！你也有希望进大厂~

近日，阿里云表示2020年将扩招5千名员工。值得一提的是，数据分析师等相岗位的招聘，也成为了本次招聘的重头戏。

据介绍，包括阿里巴巴计算平台事业部实时计算部、基础设施事业部大计算集群部、数据库事业部等在内的多位技术大牛，均参与了20多种数据分析师类岗位的在线直招。可见，数据分析行业人才的吃香程度之高。

小编认为，赶不上今年阿里Offer 5000这班车不要紧，毕竟每年大厂都会有招聘。对于打算转行从事数据分析师这个行业相关工作的小伙伴来说，眼下真正紧要的是，抓紧时间准备软硬实力。

毕竟，只有软硬实力都准备好的人，当机会来临时，才更有希望成功问鼎。打算转行做数据分析师的小伙伴们，提前准备好这2样东西，你将离大厂的offer更近一步。

1、好好学习数据分析基础知识，做好硬实力准备

想必打算转行做数据分析师的小伙伴，都会考虑到就业难度的问题。

尤其是今年，在这个就业寒冬，很多招聘企业都压缩了招聘需求，加上求职群体庞大导致的竞争压力大等问题，很多小伙伴不禁要问：2020年，零基础转行数据分析师，“破冰”的概率大吗？

首先要给大家一颗定心丸，就是：2020年零基础转行数据分析师，成功的概率还是很高的。

为什么这么说呢？主要还是由数据分析师的行业现状决定的。

一方面，数据分析师这个岗位，是IT行业中的新兴岗位，正处于行业红利期，人才缺口巨大。目前，重视数据分析的企业越来越多，招聘需求量越来越大；同时，由于数据分析行业在我国起步较晚，因此专业人才供给量严重不足。据数联寻英发布的《大数据人才报告》称：目前我国专业的数据分析师仅46万，在未来3到5年内，这类人才的缺口将高达150万。对于职场新人和转行小白来说，这无疑是进入数据分析行业的绝佳时期。

另一方面，数据分析行业是IT行业的分支，薪资待遇丰厚。据此前报道，美国的数据分析师平均年薪高达 万美元，而国内顶尖互联网公司，数据分析师的薪酬要比同一级别的其他职位高20%至30%，且颇受企业重视。即使你是刚入行的数据分析师，也能拿到7K~13K的高薪。

另外，通过查看各大招聘网站的招聘需求可以看出，企业对初级数据分析岗的限制条件往往较少，很少有“专业限制”、“经验年限”等。从这一点上，也可以看出，如果你能掌握一定的数据分析技能，具备数据分析能力，就能找到数据分析相关的工作任职。

综上可见，只要你的数据分析基础够扎实，那么，想要成为数据分析师，并没有那么难。

2、耐下心来，提升个人综合能力，做好软实力准备

除了要学好数据分析基础以外，个人综合能力的提升也必不可少。尤其是应届生初入职场，或工龄不足3年的职场人士，在转行从事数据分析工作之前，更应做好软实力提升。比如，面试礼仪、沟通技能、逻辑思维等。

最后，祝每一个正在为目标积极准备进入数据分析师行的小伙伴，都能找到理想的数据分析师的工作！

1-1人才最优配置解析1-2人才编制与现有配置对比分析1-3现有人才配置评估分析1-4招聘数据收集方法1-5招聘效率分析1-6招聘过程分析1-7招聘资源投入产出评估分析1-8人才选拔数量仪表盘设计1-9招聘管理全方位仪表盘设计2-1人才盘点四象限2-2人才胜任力评估分析2-3培训数据收集方法2-4培训计划与实施情况对比分析2-5培训资源分配情况分析2-6人才培训情况分析2-7培训效果评估分析2-8培训管理仪表盘设计3-1人效指标解析3-2人效仪表盘制作3-3人力成本分解与诊断3-4人力成本监控仪表盘3-5绩效考核结果分布分析3-6以数据分析组织和个人绩效情况4-1员工离职分析及人才留用政策调整4-2员工离职分析仪表盘设计4-3用箱形图识别组织薪酬情况4-4数据分析下的薪酬内外部公平分析

你好！很多公司数据分析师的职位，工资很高，工作待遇也很好。因为数据分析师属于高端职位，与提供劳动的劳务职位不同这些通常都对学历和工作经验的要求。因为数据分析通常是要为单位解决问题的，以更好地谋求单位的发展，所以是个为公司创造价值的岗位。能为公司带来价值，公司提供的福利当然好。以上都是纯手打，如觉得满意还请采纳哦！

这个问题很大，先说说我要的数据有：析人力资源结构分析、招聘数据分析、培训分析、人员效率分析、薪酬分析。因为这是公司安排要做的，就要做了！其实每个公司都有HR要做的数据，只要根据公司要求来做就好了。

我从毕业进入一家港资上市公司人力资源部，截止到如今算是在这个行业做了9年，算是人力资源行业中的一份子。一般人力资源整个的数据与发展应该为三个大的阶段。

1.传统的劳动人事管理阶段，产生于机器化大生产时代，代表性的特点是企业与员工之间是单纯的聘用关系，人力资源部也只负责事务性的工作，人力资源的作用很小。此阶段员工对于企业来说只是会说话的机器。

2.第二个应该是人力资源管理阶段，显现于80年代左右，此阶段因企业之间的产品同质化严重，企业之间的市场争夺十分激烈，企业开始意识到产品的品牌价值，企业逐渐的重视本公司的产品研发，此阶段人才的作用对于企业长期发展有决定性的左右，人力资源上升到企业的战略发展一部分，人才成为企业财富，企业管理的重点不再单单是生产效率的提升，企业内部人力资源的培养和挖掘也变得非常重要。

3.人力资本阶段，产生于知识经济时代，员工此时和企业之间除了是聘用的关系，更是投资的关系，员工和企业有相同的发展目标，共同的利益驱使，非常有代表性的就是现在很多企业推行员工持股计划。

简单来讲就是围绕选、育、用、留四个方面展开的，由此延展到人力资源的招聘、培训、薪酬、绩效、规划、员工关系、企业文化等几个板块的数据。