Sabre为有离职风险的员工制定了具体的提升员工粘性计划，包括对话讨论职业发展道路、调整其公司职责定位等，并设计员工与管理者的定期一对一互动机会。通过A/B Testing和追踪测试，人力分析组发现虽然薪酬奖励有助于留住顶尖人才，但员工与管理者的一对一互动对此影响更大。
n 金融工程师通过数据衡量一个人的信用，人力分析师通过数据推测一个员工的表现。
n 摆脱HR是行政功能的思维，通过数据分析给公司制定人才策略，将HR定位为战略的主动制定者
n 强大数据化的人力资源部门将为企业带来最优的人才招聘、企业文化、员工考核路径，人才储备与运用将会是企业致胜的法宝
n 动态管理员工，主动发现问题，自主提出战略，成为HR部门打造成企业成长最关键的一环
n 通过数据发掘员工的痛点，很多时候我们的自觉是与所谓的常识是相违背的：与纸尿布一起卖最多的是啤酒。选择不是越多越好而是不超过7个。方便面最大的竞争对手不是面，而是外卖。
携手全球顶尖的数据科学以及人力资源组织专家开启人力资源数据分析新征程
阿卡德米人力资源数据分析公开课2021年1月8日-1月9日重磅开启
师资
分享嘉宾：李斌
- 盖雅学院执行院长、盖雅工场资深人力资源总监。
- 15年大型制造企业、互联网企业、非营利组织人力资源管理从业经验。
- 擅长人力资源数据分析、组织变革与发展、战略解码、企业文化和人力资源体系建设。
- 南京大学社会学硕士
师资介绍：
毛鹏清
曾担任纽约票务电商Todaytix数据总监、纽约时尚科技Finery（后被美国上市公司StitchFix收购）数据科学家、纽约金融科技Dasoma量化分析师、德勤中国咨询顾问。美国维克森林大学数据分析硕士、管理学硕士，美国福尔曼大学西方古典文学学士。拥有多年人工智能软件开发和OKR及员工考核机制设计经历。
李大卫
曾任美国Truist银行、富国银行市场风险量化分析顾问，负责银行统计模型预测管理工作。擅长整合质化与量化数据，用统计模型解决复杂应用场景需求。金融风险管理师执照(FRM)。SAS认证高级程序员。北卡罗莱纳大学数理金融硕士。
吴琦
业务流程数据化专家。现任蚂蚁金服资深产品运营，曾负责Uber Eats整个APAC市场的数据分析，为WeWork从零开始搭建数据团队。有丰富数据分析和商业产品运营经验，擅长将人力管理数据业务化。美国埃默里大学工商管理学士。
阳林
曾任某世界顶级4A广告咨询公司数据经理。微软人工智能签约讲师，Tableau 2017上海站Viz比赛冠军。台湾大学金融学学士、丹麦哥本哈根大学交换生、美国马里兰史密斯商学院营销分析硕士。
课程大纲
模块（一）建立HR数据驱动决策的思维和文化（第一天上午）
● 什么是人力资源数据分析
○ 现今人力团队面对的挑战
○ 人力资源数据分析带来的赋能价值
○ 哪些人力数据能加以利用整合帮助决策
○ 人力数据分析在全球范围的大势
○ 人力数据分析如何成功
● 从战略型向数据驱动型的人力资源管理
○ HR数据分析工作的四级成熟度模型：你的公司在哪个时期
○ 各个时期团队搭建、数据工具、人才和资源需求，以及可实现成果
○ 案例：全球领先企业的人力数据团队发展，驱动人力决策
● 数据思维模型
○ 大量数据带来的困惑或者挑战
○ 从业务角度出发理解人力资源管理
模块（二）掌握HR数据基础分析思路与工具 （第一天下午）
● 数据分析思路
○ 数据治理、安全运用和隐私保护
○ 从数据收集、数据清洗到数据分析的全流程
○ 报告 vs 分析
● 基础统计学知识及运用案例
○ 初级描述性数据分析 descriptive analysis & metrics design
○ 基础统计分析 foundational statistics
○ 细分分析 Segmentation
○ 时间趋势分析 trend analysis/time series analysis
○ 交叉分析cross analysis
○ 相关性分析 correlation
○ 讲师带领练习
模块（三）熟知HR数据深入分析思路与工具 （第一天下午）
● 高级预测建模原理
○ 简单线性回归分析Linear Regression
○ 多元线性回归分析 Multivariate Regression
○ 逻辑回归分析 Logistic Regression
● 高成熟度人力资源分析工具与可实现成果
○ 文本挖掘和分析 Text analysis
○ 员工调查设计&分析 Survey design & analysis
○ 社会网络分析 social network analysis
○ 机器学习概念：监督式和无监督式学习Machine learning concepts： Supervised and
Unsupervised learning
模块（四）打通数据实现数据驱动业务决策（第二天上午）
● 人力部门内部数据运用和实践案例
○ 人才招聘&发展
○ 人才管理&提升
○ 文化氛围
○ 薪酬&福利
○ 学习培训
● 人力数据整合：结合不同部门的数据帮助人力决策
○ 运用数据模型和统计分析的案例
● 人力数据和业务数据整合：提高人力部门在业务上的影响和反应人力数据价值
○ 运用数据模型的统计分析的案例
模块（五）用数据讲故事（第二天下午）
● 如何用数据讲故事
○ 数据可视化
○ 如何避免雷区 & 运用有效的可视化图表
○ 专业数据图表案例
● 如何讲好故事
○ 你的观众和他们的关注点
○ 如何增加你的故事影响力
○ 案例和练习
模块（六）结业展望（第二天下午）
● 人力资源数据未来发展展望