一、对于数的理解
(一)数是否是客观存在的?
(二)真实理解:数不过是一种表达形式
(三)数字本身没有任何意义
(四)被定义的数据才有意义:数据单纯没有意义,被定义的数据采购意义
二、一个普遍被忽略的实际情况
(一)离职率有多少种算法:离职/(月初+月末)/2
(二)业绩指标统计学应用的关键:算法必须要统一 管
理数据是用来比对,不是用来求真的
三、留心处处皆数据
(一)很多数据化评估指标并不是没有,而是没有关注/设置
(二)指标数据的时候,需要关注:
1、数据抓取的责任人是否有
2、数据抓取的成本是否可控(成本过高的不可用)
四、指标数据处理的几个关键
(一)计算逻辑必须自圆其说
激励投资回报率=业务增量/激励费用
(二)计算与数据口径必须统一不再变更
(三)计算与取数的规则必须统一不再变更
(四)数据必须真实千万不可造假
(五)数据的多备份非常关键
历史数据需要多备份
五、指标数据处理的环境要素
(一)指标数据必须有数可取,有数易取
(二)指标的数据必须保证正确
(三)要会给数据埋点,抓取数据
(四)财务部门和业务部门必须有数据意识
财务是管理数据的生产部门
六、数据清洗
(一)不是所有数据可以直接处理;
(二)提出不合理的极值数据非常关键
(三)不同类别的数据可以进行统一化处理
七、数据是生产力
(一)建立数据抓取的有效体系:制度、流程
(二)HR的工作想要客观说服力,依赖于数据
(三)历史数据非常重要
(四)任何时候着手都不算晚
赞同
收藏
评论
分享
近24小时数据量增长最快的文章可上榜