HR Analytics

Block 1

Dag 1 - Begrepp och sammanhang

Vi inleder utbildningen med att lägga grunden i dataanalys, du får en överblick över begrepp, metoder och verktyg.

Dataanalysens grunder

• teorier kring information och data
• skillnaden mellan begreppen
• vad bygger upp data, hur skapas värde och vilka datatyper finns?
• hur hänger det ihop med Business Intelligence?
• hur påverkar datadriven respektive datamogen verksamhet?

Nyttan med dataanalys

• jämförelse mellan deskriptiv, diagnostisk, prediktiv och preskriptiv analys
• hur sätter man upp villkoren rätt från början beroende på vad man vill ta reda på?

Arbetsmetoder inom dataanalys

• strukturerade och ostrukturerade data
• kvantitativ och kvalitativ data
• metoder för datainsamling
• mätutrustningar
• att skapa fungerande enkäter
   

Dag 2 - HR-perspektivet

Den här dagen fokuserar vi på att koppla data från HR-processer och HR-frågor till verksamhet och organisation. Vi visar vad man behöver för att kunna uppfatta, förstå och agera på den data som genereras i våra system och organisationer.

Datapunkter, nyckeltal och KPI:er för HR

• koppla data/utfall/statistik/siffror till HR-processer för bättre genomslagskraft
• data kopplat till HR-processen enligt ARUBA-modellen
• analysera, argumentera, presentera åtgärder och aktiviteter som underlag för beslut
• analys av HR-data och koppling till verksamhetens nytta
• praktiska exempel

Skapa nätverk och arbetsgrupper med IT, BI och ekonomi

• vikten av samarbete för verksamhetens bästa
• skapa gemensamma beslutsunderlag

Program, verktyg och AI

• så får du överblick av större datamängder med hjälp av Excels Pivottabeller
• genomgång av verktyg som kan användas jämte Microsofts produkter
• Big Data, datalager, data mining och andra begrepp
• AI, artificiell intelligens med fokus på HR-data

Block 2 

Dag 1 - Databaser, system och modeller

Här presenterar vi begrepp som ger en förståelse för den teknik som bygger upp de data man kan analysera. Den här dagen fokuserar vi på att ge förklaringar till begrepp och fenomen, som bl.a. gör det lättare att förstå IT-tekniker, dataanalytiker och andra resurser.

Datatabasers uppbyggnad

• relationsdatabasernas begrepp och strukturer
• datas struktur och uppbyggnad
• vad innebär en datamodell?

Strukturera din modell, hämta och tvätta data

• förbereda och strukturera din modell för att visualisera i stället för att lagra
• att hämta data ur systemen - Power Query
• Power BI Desktop - modern metod som kommer att ersätta Excel
• nya metoder att tvätta data
   

Dag 2 - Analysera och presentera

En sak är vad som behöver påvisas – en annan sak är hur det bör presenteras. Den här dagen fokuserar vi på visualiseringarnas värld – inte minst diagram. Idag vill man standardisera processerna för hur man visar upp data, med rapporter och dashboards.

Visualisera information

• metoder och strategier
• så påverkar grafisk framställning vår upplevelse av information
• olika typer av diagram
• skillnaden på en graf och ett diagram, vad ska användas till vad?
• rapporter och dashboards - likheter och skillnader
• att distribuera information med nya metoder
• tips och tricks

Konsten att dra slutsatser

• statistikens grundbegrepp
• rätt och fel slutsatser
• do's and don'ts - vanliga misstag

Sammanfattning

• hur ska HR få största möjliga nytta av HR Analytics?
• handlingsplan för den egna verksamheten