當前為5.1版本文檔,更多實例內容將在最新幫助文檔中展現,點選跳轉至 最新版幫助文檔

部门考勤分析案例

1. 概述

1.1 背景

李明明是一名人事,一天,老板交代她使用公司的考勤数据看看各个部门的考勤情况。

沟通后了解,老板需要的不是一份列出来的迟到早退表,老板希望通过分析考勤数据了解各个部门的管理和工作情况,从而获得岗位设置、定员定编的可靠建议。

1.2 分析思路

李明明从「迟到」、「工作时长」、「请假情况」对各个部门进行分析。如下图所示:

3.png

1.3 分析结果

研发组的平均工作时间最长,但迟到率是最高的(迟到是否仅作为参考项),公司研发岗位业务量很重,接下来公司新增加的研发任务需要新招研发岗位来做。

财务组的平均工作时长最少,需要查看一下人事饱和度,近期不考虑增加财务组新岗位;

1.4 获取数据

本文使用的示例数据:考勤数据.xlsx

用户可以点击 部门考勤情况分析 将其 另存为 ,可查看该仪表板以及仪表板使用的数据表里面的操作方式,从而进行学习。

2. 实现方式

2.1 处理数据

拿到数据的第一步,我们需要对原始数据进行处理。上传数据到 FineBI ,如下图所示:

4.png

2.1.1 分析打卡数据

1)勾选「考勤数据」的所有字段,并添加分组汇总。求出用户每天打卡的最早时间和最晚时间。如下图所示:

最早时间对应员工的上班时间

最晚时间对应员工的下班时间

5.png

2)过滤出非公休非请假的数据,即「状态」字段为空时的数据,这部分数据中用户应该正常打卡,我们将其过滤出来以便对他们的打卡数据进行分析。如下图所示:

7.png

3)新建一个字段「迟到判断时间」,在李明明的公司中,晚于 9:30 到公司就算迟到。所以我们新建一个 9:30 的字段用于判断。如下图所示:

8.png

4)对考勤时间进行比较判断。当工作时长小于六小时时,判断为缺勤;当上班时间大于 9:30 时,判断为迟到。其余判断为「全勤」。

10.png

5)隐藏两个我们之后不需要的字段。如下图所示,在字段设置中取消勾选即可。

11.png

6)保存并更新该自助数据集

2.1.2 汇总考勤数据

1)新建一个自助数据集「考勤汇总」,勾选 Excel 数据集「考勤数据」的所有字段。添加分组汇总,如下图所示:

5.png

2)过滤出所有请假的数据(注意不选择公休数据)。如下图所示:

因为只统计工作日数据,所以这里不选择公休数据。

12.png

3)将请假的数据和 2.1.1 节正常打卡的数据合并到一张表中。进行上下合并,如下图所示:

13.png

4)计算工作时长。使用函数 DATESUBDATE 计算「最晚时间」和「最早时间」的时间差。如下图所示:

14.png

5)保存并更新该自助数据集。

2.2 创建分析组件

使用 2.1.2 节创建的「考勤汇总」创建仪表板,拖入「部门、工作时长」字段,并对工作时长求平均。如下图,展示每个部门每个人的平均工作时长,可以直观查看各个部门的工作量强度情况。

另外还可以继续分析各个部门的「迟到情况、请假情况、缺勤情况」等,方便了解更详细的考勤情况。帮助人事了解部门的考勤管理情况。

2.3 效果查看

请参见本文 1.2 节。

附件列表


主題: 数据分析进阶
已經是第一篇
已經是最後一篇
  • 有幫助
  • 沒幫助
  • 只是瀏覽
  • 评价文档,奖励 1 ~ 100 随机 F 豆!