HR TERM EMPLOYEES PROJECT

1. تحديد أهداف المشروع (ماذا نريد أن نعرف؟)قبل البدء في الأرقام، يجب تحديد الأسئلة الجوهرية:معدل دوران العمالة (Turnover): لماذا يغادر الموظفون؟ ومن هم الأكثر عرضة للمغادرة؟الأداء والانتاجية: هل هناك علاقة بين التدريب وارتفاع تقييم الأداء؟هيكل الرواتب: هل الرواتب عادلة وتنافسية مقارنة بالسوق وبالأداء الداخلي؟التنوع والشمول: هل توزيع الموظفين متوازن من حيث الجنس، العمر، والخلفيات؟2. المقاييس الأساسية (KPIs)يجب أن يحتوي مشروعك على هذه المؤشرات الرئيسية:المؤشرطريقة الحسابالهدفمعدل الاستقالات(عدد المستقيلين ÷ إجمالي الموظفين) × 100قياس استقرار الشركةمتوسط مدة الخدمةمجموع سنوات العمل لجميع الموظفين ÷ عددهمقياس الولاء الوظيفيتكلفة التعيينإجمالي مصاريف التوظيف ÷ عدد المعينين الجددقياس كفاءة قسم التوظيفنسبة الغياب(أيام الغياب ÷ أيام العمل المتاحة) × 100قياس الرضا والالتزام3. مراحل تنفيذ المشروعأولاً: جمع البيانات وتجهيزها (Data Cleaning)هذه أهم خطوة، وتشمل:التأكد من عدم وجود أسماء مكررة.التعامل مع القيم المفقودة (مثل موظف ليس له تاريخ استقالة لأنه لا يزال على رأس العمل).توحيد الصيغ (مثلاً: توحيد كتابة "قسم المبيعات" بدلاً من "مبيعات" أو "Sales").ثانياً: التحليل الاستكشافي (EDA)استخدام الرسوم البيانية لاكتشاف الأنماط:رسم بياني شريطي (Bar Chart): لمقارنة الرواتب بين الأقسام.مخطط التوزيع (Histogram): لرؤية الفئات العمرية للموظفين.مصفوفة الارتباط (Correlation): لمعرفة هل زيادة الراتب تزيد فعلياً من الإنتاجية؟ثالثاً: التحليل التنبؤي (Predictive Analytics)استخدام نماذج إحصائية للتنبؤ بالمستقبل، مثل:التنبؤ بالموظفين الذين قد يستقيلون خلال الـ 6 أشهر القادمة بناءً على (ساعات العمل الإضافية، آخر ترقية، والتقييم).4. الأدوات المستخدمة:sql Excel: ممتاز للجداول المحورية (Pivot Tables) data cleaning data modeling