HR在每個公司都起著重要作用，他們的工作涉及人才招聘、員工關係、員工培訓、薪酬績效等等，而這些模組中的每個環節又都會產生大量的資料。
如何高效利用這些資料最佳化工作流程？
如何生成簡單易懂的報告讓領導一目瞭然？
這是HR們最關心的兩個問題。
傳統報告流程之殤
資料統計耗時長
以招聘資料為例：簡歷收取量、初篩量、進入面試人員數量、邀約量、實際到場初試量、複試量、背調透過量、offer發放量 、入職量等一系列資料，會形成一個招聘資料漏斗，幫助HR觀察每個環節的資料流失。
另外按職位、按渠道對這些資料進行彙總，可以發現目前市場上該職位人才招聘的難易程度以及不同招聘渠道的質量。
在傳統的Excel處理過程中，要滿足上述需求，往往需要建立多個sheet對這些資料做關聯。
每次對這些表根據不同維度進行統計，都要耗費HR 2-3個小時的時間。
資料統計運算繁雜
以簡歷投遞量為例，上表例子中，我司HR對每個職位每天的投遞量進行了彙總，但是如果想對每個月每個職位在各渠道的簡歷投遞量進行統計觀察，在Excel中的操作步驟是如何的呢？
首先在原有表格上新插入一行，或者在其他工作區域，按時間按渠道對投遞量進行彙總，得到彙總資料之後，再根據這些資料生成對應的圖表。
這個過程繁瑣、廢時且極易出錯。
被動報告，可擴充套件性差
以往HR給相關負責人提供報告，所有的“套路”都是既定的。
這還僅僅只是一個小需求，並且我司作為創業公司，資料量相對沒那麼大。但是如果是在一個成熟的大公司，領導的每一個新增需求都會是HR的噩夢。
如何利用DataHunter提升工作效率？
自動統計，隨意拖拽生成圖表
無論哪種維度的統計，只需將對應的維度欄位拖入到維度區，選擇合適的圖表型別即可。
傳統流程中的資料篩選、選擇、統計、生成圖表的過程，都被一步完成了。
探索式分析，應對多種需求
在DataHunter中，將完整的原始資料上傳，並生成對應圖表，後續就可對這些圖表進行下鑽以滿足不同維度的檢視需求。
如果想在基礎上檢視某個渠道入職人員都去了哪些部門，只需右鍵相應的柱子，選擇部門，就可顯示。
自定義看板，超越傳統報告
HR可以根據自己的需求，生成多個圖表，並將其組合成一個看板。
根據常用指標生成的一個入離職人員情況分析看板，裡面涉及：每月人才入職情況、各招聘渠道人才入職情況、入職人才部門歸屬情況等。
透過這個看板，便可以對公司內的人才流動狀況一目瞭然。
HR在每個公司都起著重要作用，他們的工作涉及人才招聘、員工關係、員工培訓、薪酬績效等等，而這些模組中的每個環節又都會產生大量的資料。
如何高效利用這些資料最佳化工作流程？
如何生成簡單易懂的報告讓領導一目瞭然？
這是HR們最關心的兩個問題。
傳統報告流程之殤
資料統計耗時長
以招聘資料為例：簡歷收取量、初篩量、進入面試人員數量、邀約量、實際到場初試量、複試量、背調透過量、offer發放量 、入職量等一系列資料，會形成一個招聘資料漏斗，幫助HR觀察每個環節的資料流失。
另外按職位、按渠道對這些資料進行彙總，可以發現目前市場上該職位人才招聘的難易程度以及不同招聘渠道的質量。
在傳統的Excel處理過程中，要滿足上述需求，往往需要建立多個sheet對這些資料做關聯。
每次對這些表根據不同維度進行統計，都要耗費HR 2-3個小時的時間。
資料統計運算繁雜
以簡歷投遞量為例，上表例子中，我司HR對每個職位每天的投遞量進行了彙總，但是如果想對每個月每個職位在各渠道的簡歷投遞量進行統計觀察，在Excel中的操作步驟是如何的呢？
首先在原有表格上新插入一行，或者在其他工作區域，按時間按渠道對投遞量進行彙總，得到彙總資料之後，再根據這些資料生成對應的圖表。
這個過程繁瑣、廢時且極易出錯。
被動報告，可擴充套件性差
以往HR給相關負責人提供報告，所有的“套路”都是既定的。
這還僅僅只是一個小需求，並且我司作為創業公司，資料量相對沒那麼大。但是如果是在一個成熟的大公司，領導的每一個新增需求都會是HR的噩夢。
如何利用DataHunter提升工作效率？
自動統計，隨意拖拽生成圖表
無論哪種維度的統計，只需將對應的維度欄位拖入到維度區，選擇合適的圖表型別即可。
傳統流程中的資料篩選、選擇、統計、生成圖表的過程，都被一步完成了。
探索式分析，應對多種需求
在DataHunter中，將完整的原始資料上傳，並生成對應圖表，後續就可對這些圖表進行下鑽以滿足不同維度的檢視需求。
如果想在基礎上檢視某個渠道入職人員都去了哪些部門，只需右鍵相應的柱子，選擇部門，就可顯示。
自定義看板，超越傳統報告
HR可以根據自己的需求，生成多個圖表，並將其組合成一個看板。
根據常用指標生成的一個入離職人員情況分析看板，裡面涉及：每月人才入職情況、各招聘渠道人才入職情況、入職人才部門歸屬情況等。
透過這個看板，便可以對公司內的人才流動狀況一目瞭然。