人效展开就是“人力成本效率”，也就是人力成本的投资回报率，在企业年度里，一元的人力成本效能产出多少元的营收，所以根据这个定义，人效的公式如下：
人力成本效能=年度营收/年度人力成本。
在人效的指标体系中，由一系列的指标构成，这些指标数据可以为公司内部人效体系的分析做参考：
1、人力成本的投入产出
人力成本效能=年度营收/年度人力成本
人力成本利润率=年度净利润/年度人力成本
2、人力成本结构
人力成本含量=年度人力成本/年度营业成本
根据行业的不同，人力成本含量指标也不一样，比如软件行业，人力成本含量为80%左右，零售行业人力成本含量为10%左右，制造业大概在7%左右。所以我们在分析自己行业的人力成本含量的时候，可根据行业的特点来进行数据的获取和计算。
3、人力成本人均效能
全员劳动生产率=年度营收/人数
人均工资=年度薪酬总额/人数
人均利润=年度净利润/人数
在计算人均效能指标时，需注意年度人数的计算。现在各个企业的HR 对于年度人数的计算有很多自己的计算方式，造成了算出来的指标不能进行对标和汇总。
年度人数的计算方法在行业里是每月在编人数的汇总/12个月，月度在编人数的计算公式：
月度在编人数 = 月初人数+入职人数 或者 月末人数+离职人数
行业人效数据的获取
数据分析是一个数据对比的过程，单个数据在数据分析中没有意义，所以人效的指标数据也需做对标，人效的数据对标一般为两个维度:
1、时间维度
时间维度就是对历年的人效数据进行对比，而且对数据的量有要求，至少需要5年的人效数据，然后进行可视化的建模。一般我们通过折线图和数据回归的方式，来进行人效和人力成本的数据预测。
2、行业数据对标
另一个维度就是把企业内部的人效数据和行业的人效数据进行对标，来分析判断企业的人效指标在行业里处于一个什么样的水平。在这个维度中，我们需要获取行业的人效数据，那如何去获取行业数据呢？
我们会找到行业里3家标杆的上市公司，然后分析它们的年度财报，或者这几家公司的财务数据和人力数据，通计算出行业的人效指标数据，再进行对标。
找到某公司的财务数据，人工成本数据和员工人数的数据。
1、公司营收数据 ：28.71亿
2、公司净利润：1.85亿
3、公司总成本：27.43亿
4、人工成本：1.29亿
5、公司员工数：3049人
再通过这些数据来计算该公司的人效指标数据：
人力成本效能=公司营收/人工费用=28.71/1.29=22.25元
全员劳动生产率=公司应收/人数=28.71/3049=94.16万元
人均利润率=净利润 /人数=1.85/3049=6.01万
净利润率=6.43%
人工成本占比=1.29 /27.43=4.7%
人均人工成本=1.29 /3049=4.23万
人力成本效能=公司营收/人工费用=28.71/1.29=22.25元
全员劳动生产率=公司应收/人数=28.71/3049=94.16万元
人均利润率=净利润 /人数=1.85/3049=6.01万
净利润率=6.43%
人工成本占比=1.29 /27.43=4.7%
人均人工成本=1.29 /3049=4.23万
这些指标数据计算出来后，再和公司内部进行对比，就可以分析判断出自己公司的人效数据在行业里的水平。
人效数据记录表
数据分析过程中，最关键的就是有数据，所以就需要前期 的数据积累。既包含了年度的财务数据，也包含了年度的人力成本数据。而且在数据量上，我们在上个章节也讲到，最少需要5年的人效原始数据。
相对比较容易的是财务数据，我们可通过公司的系统或者财务部门获取，但是比较困难的是人力资源部门的比价细节数据，所以在日常的人力资源数据分析过程中，我们需要进行标准化的数据积累。
人效各个指标数据的字段需要有标准的人效数据表来记录，具体字段如下：
人效数据建模
有了人效的原始数据和指标体系后，我们可对人效的指标和关键指标字段进行数据建模，目的是对人效指标进行可视化，并且通过数据交互进行多维度的人效分析，包括人力成本的健康度、人效的趋势、人力成本的预测等，具体的模型如下：
在这个模型中，左侧是数据筛选的维度，包含了人效的各个指标和人效指标的字段，可通过指标和字段的选择来呈现数据的趋势。因为我们分析更多的是趋势，所以我们选择了折线图，可以显示各个关键指标字段的趋势。
比如我们选择人力成本含量这个指标。黑色的折线代表含量的趋势，通过这条折线我们发现，该公司的人力成本含量在近三年是比较恒定的数据，基本都在9%左右。
相对来说，该公司的人力成本基本属于健康的状况，同时营业成本几乎是一条上升直线，这就意味着该公司的营业成本每年保持一定的系数增长。根据这条直线，我们可以计算出第二年的营业成本数据，再乘以人力成本含量，就可以预测出第二年的人力成本数据。
通过对人效各个指标的预测和计算，我们可计算出人力成本，通过数据建模来完成人效其中的一个数据分析。当然，我们还可以选择不同的指标，在多个维度进行人效的分析。
数据分析驱动人效提升
上个章节讲到了人效的定义和计算公式，如果要进行人效的提升，无非是两个方向，要么提升“效”，要么降低“本”。在做降本增效前，首先要明确在人力资源领域，我们的“效是什么，我们的“本”又是什么。
人力资源并不是公司业务营收的直接输出者，我们关注的更多的是“人 ”， 所以人力资源领域直接的“效 ”，并不是公司营收这个“效”，而是员工岗位的“效”。在增效的时候，关注提升的是员工的能力和绩效。
在人力资源模块，如何落地降本增效，我认为可以从这5个方面入手：
1、控制流失成本
在人力成本分析中，我们日常看到的都是显性成本，比如招聘成本、培训成本等，很少关注隐性成本。在人力成本的组成中，人员离职造成的隐性成本是最高的。
关注各个部门的月度人员离职率，如果某个部门的离职率特别高，就对该部门进行离职分析，给出相应的解决方案，降低离职率。
在人员流动模块，我们可建立BI数据看板，对人员流动的数据进行监控和全面管理。
2、控制使用成本
在人力成本的构成中，薪酬成本占了80%-90%，所以对薪酬成本的优化控制能直接控制人力成本。但是现在很多企业没有搭建起完善的职级体系、薪酬体系，导致在薪酬的控制上，更多是以人为主导，而不是以体系为主导。
通过薪酬体系的搭建和人员编制的预测，可以完成年度薪酬的预算。通过对新入职员工定编、定岗、定薪，全面地控制薪酬。
3、组织结构效能的提升
我们会从两个维度来做人才盘点，其中一个维度就是组织结构。对公司内部组织结构的关键指标进行数据建模，并对标行业的指标，分析盘点组织结构效能数据，通过对组织结构指标数的提升来完成效能的提升。
4、人员获取–招聘效能提升
招聘数据分析的关键效能指标是招聘效率，也就是在最短的招聘周期内招聘到最合适的人。我们可对招聘流程中的各个招聘转换率做数据分析，构建漏斗图，通过分析模型中转换率最低的阶段，寻找原因给出解决方案，最终提升招聘效率。
5、岗位能力和绩效提升
上个章节提到，人力资源降本增效的“效”是员工的绩效，所以在增效上，可对员工的绩效进行分析和改进。能力提升和绩效改进的基础，是用量化的数据输出人才的九宫格模型。再根据员工在九宫格模型中的分布，识别各个员工的绩效和能力数据。根据每个员工的能力评估数据和月度的KPI考核数据，针对性提升能力和绩效。
降本增效中的“成本和效 ”，本身就是以数据指标的形式进行呈现。所以不管是数据分析还是数据对标，我们都需要具备数据分析的思维。
通过数据的标准化和数据分析思维，建立起各个模块的分析模型和BI看板，结合业务输出分析报告，用数据支撑人力资源决策，用数据驱动业务发展，实现企业真正的降本增效。
金柚网，知名的人力资源数字化综合服务商，构建贯穿员工全生命周期的数字化产品与服务体系。涵盖智能招聘管理系统、全球人力资源数字化服务、招聘流程外包、业务外包、数字化商保风控管理、企业内训与咨询等，已为85000多家企业提供服务。返回搜狐，查看更多