People 数据与分析 • 8 分钟阅读
预测性 HR 分析：从回顾到前瞻
JUN 10, 2026
大多数 HR 报告告诉你发生了什么。预测分析告诉你接下来可能会发生什么。以下是如何完成这一转变。
描述性分析与预测性分析的区别
描述性分析回答的问题是：发生了什么？你的月度员工总数报告、离职率和缺勤数据都属于描述性分析。它们告诉你过去发生了什么，并有助于跟踪趋势。预测性分析回答的问题是：接下来可能会发生什么？一个预测离职模型会在员工主动离职前识别出高风险员工；一个预测缺勤模型会标记出显示缺勤问题正在出现迹象的团队。区别很重要，因为描述性分析是在问题发生后才让你看到问题；预测性分析则让你有机会在问题发生前进行干预。
如何开始使用预测分析
你不需要数据科学团队就能开始。第一步是在一个单一系统（你的 HRIS）中积累足够的历史数据，以识别有意义的模式。对于大多数 HR 团队来说，最容易上手的预测模型是离职风险模型：找出历史上在你们组织中先于自愿离职出现的特征。任期、距上次薪酬审查的时间、距上次晋升的时间、敬业度得分趋势以及管理者质量评分都是常见预测因子。一旦识别出这种模式，你就可以标记出与该画像匹配的员工，开展主动留任对话。
