1.1 背景

人力资源的小夏同学发现近期公司的离职人数好像变高了，但是之前都没有对离职统计分析，小夏对公司职员离职的总体趋势掌握的不充分，她需要做一个针对离职的数据分析仪表板帮助她了解整体趋势。

1.2 分析过程

小夏使用的离职率公式：离职率=（期间离职人数）/(期末在职人数+期间离职人数)

即 2018 年的离职率=2018 年的离职人数/2018 年年末在职人数+期间离职人数，从年龄、部门、职级、文化程度四个方面分析离职情况。（若用户有入职年限、薪资等相关数据，可以从更多方面进行分析）

1.3 分析结果

2020 年公司的总离职率为 27.65%，相对于同行业其他公司 15% 的离职率较高，且高于本公司前两年的离职率。后续需对员工填写的离职原因分析排查离职率高的原因。

公司高层本应相对稳定，但是 P7、P6 的流失率为 30% ，决策团队频繁换帅，需要引起重点关注。

1.4 获取仪表板

本文使用的示例数据：人员统计表.xlsx

点击查看仪表板：离职分析报告，用户可以另存该仪表板后，查看学习仪表板内的详细操作。

2.1 准备数据

上传「人员统计表」至 FineBI。

2.1.1 筛选出离职日期

1）使用「人员统计表」创建自助数据集，不选择「入职日期」，如下图所示：

2）离职日期过滤出非空数据，如此便筛选出所有离职人员。如下图所示：

3）添加备注列「离职」，如下图所示：

4）保存并更新该自助数据集。

2.1.2 将离职日期与入职日期合并到一列中

1）新建一个自助数据集「入职离职合并表」，不勾选「离职日期字段」，如下图所示：

2）添加备注列「入职」，如下图所示：

3）与「离职信息表」进行上下合并，将入职日期与离职如期合并到一列中，并将合并结果改为「日期」。如下图所示：

可以通过备注字段判断日期是离职日期还是入职如期。

2.2 构建分析字段

1）新建一张仪表板，拖入一个年份过滤组件，直接点击确定。如下图所示：

2）使用刚刚创建的「入职离职合并表」创建组件，进入到组件编辑界面。

2.2.1 计算期间离职人数

复制「记录数」，将其重命名为「期间离职人数」。对其进行明细过滤，筛选出「备注为离职」且「日期属于过滤组件全年」的数据，如下图所示：

2.2.2 计算期末在职人数

期末在职人数=期末累计入职人数-期末累计离职人数

1）计算期末累计入职人数：复制「记录数」字段，重命名为「期末累计入职人数」，并对其进行明细过滤。过滤条件如下图所示：

当过滤组件选择 2019 年时，过滤结果即为 2019 年年末累计入职的所有人数。

2）计算期末累计离职人数：复制「记录数」字段，重命名为「期末累计离职人数」，并对其进行明细过滤。过滤条件如下图所示：

3）添加计算字段，期末在职人数=期末累计入职人数-期末累计离职人数。如下图所示：

2.2.3 计算离职率

离职率=期间离职人数/（期末在职人数+期间离职人数）

添加计算字段，输入公式。如下图所示：

2.3 创建组件

1）为了不要重复操作 2.2 节，我们对只构建了分析字段的组件进行复制，如下图所示：

2）分别制作「离职率、期间在职人数、期间离职人数」的指标卡（制作方法参见：KPI指标卡），如下图所示：

3）其他可通过在 1.4 节另存仪表板，查看具体操作。

2.4 效果查看

详细请参见本文 1.2 节。