--- title: "BI－人資－離職數據戰情室" slug: 83014829-f139-4cbd-ad53-dee15f9d3131 url: https://course.kscthinktank.com.tw/digital-downloads/83014829-f139-4cbd-ad53-dee15f9d3131 type: paid price: "NT$20,000" --- # BI－人資－離職數據戰情室 ## Description 離職儀表板全面涵蓋趨勢分析、原因分類與預測模組，協助企業掌握人員流動情況並優化人才管理策略。在趨勢分析中，透過追蹤不同年齡、資歷、性別及職位間的離職變動，企業能及早預測高風險群體並採取措施。原因分類分析則將離職原因歸納為個人因素、薪酬與職業發展、工作環境、家庭與生活及法規相關等五大類別，深入了解不同群體因何而流失，從而對症下藥。比較分析呈現部門、職位與主/非主管之間的離職差異，找出流失風險最高的區域。離職人員輪廓提供詳細的離職員工特徵，包括年齡、年資、婚姻狀況等，讓企業能根據特定背景群體制定更具針對性的政策。最後，AI離職預測結合影響因素，如年資、教育程度與職位變化，準確預測高風險員工並提出可行的預防措施。透過這一系列分析，企業不僅能降低人員流失，更能強化整體組織的穩定性與競爭力。 解決痛點＃1：縮短離職報表製作時間，快速從多維度分析計算離職率是相當複雜的一件事情，需要從多個維度，計算期初人數與期末人數，不僅讓報表製作時間拉長，更增加了計算錯誤風險。透過Power BI，只需要一個簡單的函數，就能從多維度計算離職率。解決痛點＃2：利用AI精準解析離職原因，擺脫訪談數據的主觀限制傳統離職面談中的原因往往受員工主觀陳述影響，真實性有限。Power BI 的 AI 分析功能，透過演算法從數據中發掘客觀的離職驅動因素，為企業提供更加準確、可操作的決策依據。解決痛點＃3：降低離職率與提高員工敬業度透過Power BI，我們將能夠更靈活交叉分析離職相關數據，進一步協助我們制訂出更好的留才與育才政策。例如：識別最佳的加薪時機、調整特定部門的工作內容，以及為不同職務設計更具成長性的發展路徑，全面提升員工滿意度與穩定性。HR同仁離職率趨勢分析：透過歷年離職率趨勢，追蹤不同年齡、性別、資歷和主/非主管間的變動，掌握異常波動並預測未來風險。離職率比較分析：比較各部門、職位及職稱的離職比例，快速定位高流失區域，協助企業精準設計留才策略，減少關鍵人員流失。離職人員輪廓分析：分析離職員工的年齡、年資、性別、婚姻狀況與教育程度等，協助企業識別高風險群體特徵，制定預防措施。離職原因分析：歸納離職原因為個人、薪酬、工作環境等五大類別，並根據不同年齡、資歷及職位群組分析具體流失原因。AI離職預測分析：透過AI模型預測高風險員工，結合年資、教育程度、職位等影響因素，提供精準挽留對策，提升人才穩定性。產品內容包含兩個主要檔案：Excel 底層資料：將此份Excel將作為一套小型資料庫，內僅有一份人員基本資料表。這份資料，包含在職員工與離職員工的相關數據。 Power BI 離職儀表板：將自動套入Excel 資料庫數據， 自動生成一系列視覺化分析模組，包括離職率趨勢、離職率比較、離職人員輪廓、離職原因分析、AI離職預測，幫助企業全面掌握離職狀況。確認已安裝 Excel 和 Power BI Desktop在 Excel 中更新底層資料內容在 Power BI Desktop 中調整資料來源刷新 Power BI Desktop 儀表板同步資料Excel 版本要求建議使用 Excel 2016 或以上版本，以確保功能相容性和最佳效能Power BI Desktop請安裝最新版本的 Power BI Desktop，便於數據視覺化操作作業系統要求僅支援 Windows 作業系統，建議使用最新穩定版本以提升操作體驗可以在 Excel 中新增欄位可以將新資料貼入 Excel可以自行調整 Power BI 的色系設計可調整現有儀表板上的視覺效果可於 Power BI 中建立新的視覺化效果避免在 Excel 中刪除資料欄位（否則更新資料會有異常）避免修改 Excel 欄位的標題名稱（否則更新資料會有異常）不得將儀表板內容散布到其他網站或平台不得轉售或轉讓模組給第三方Q：Excel 需要什麼版本以上才可以使用？A：Excel 只是用來當作資料庫，因此不限版本，但為了維持穩定性，建議使用 2016 版或更新版本。Q：Power BI 軟體需要額外付費嗎？A：Power BI Desktop 是免費下載的，因此不需要額外支付費用。Q：Mac 電腦可以使用此份儀表板嗎？A：目前Power BI Desktop 僅支援Windows作業系統，因此無法於Mac上操作。 ## Details - Price: NT$20,000 ## Authors - [Power BI](https://course.kscthinktank.com.tw/@17)