HR如何用WorkBuddy做人效分析？

经营复盘会上HR 最常被一句话将住“人均营收降了人效退步了人是不是多了”那句话背后压着三个等号人均营收等于人效人效等于效率。把这三件事划等号是绝大多数人效分析从头错到尾的地方。人均营收下降可能只是低人效的新业务招了更多人稀释了平均数几条老业务线的人效其实都在涨。报表没撒谎是你的归因方式在替它撒谎。人效分析的关键在于把公司人效变化精确拆成“效率效应”和“结构效应”两笔账而非只报一个“人均营收是多少”的总数。WorkBuddy 的价值是把这套原本靠 BI 顾问搭的逻辑变成你抄得走、每次都能重跑的代码。下面用 WorkBuddy 把一次人效分析从头跑通分五步锁口径、收数据、跑归因、出决策、下钻因果。每一步都给可直接抄的指令与能复现的脚本。一、锁口径人效对比失真九成坏在口径漂移人效的本质是投入产出比但落到报表要先过三道口径关。三道口径关没有标准答案但必须锁死否则同一个人效数字三个人算出三种结果对比毫无意义。人数口径。用期末人数会高估扩张期的真实投入年初 800 人、年末 1200 人用年末数算全年人效会明显虚低。应取月均在职人数兼职与外包按工时折算为 FTE。人效里的“人数”代表统计期内真实投入的人力而非某一天的静态快照。产出口径。收入按签约、开票还是确认收入统计跨部门项目如何分摊后台部门如何衡量一次性大单是否剔除。产出归属必须与责任边界对应一笔由销售、研发、交付共同完成的项目收入若全记给销售销售人效被高估交付团队的价值不可见。周期口径。本期支付的奖金可能对应上期业绩新员工通常需要三到六个月形成稳定产出。成本与产出的统计周期错位新人的月度人效必然失真要区分新人、成长期与成熟员工分别观察。常见失败不是算错是每次复盘悄悄换了口径。把口径写成模板存进 WorkBuddy 资料库每月的口径争议就从重新协商变成按模板执行这是后续所有分析可复现的前提。二、收数据用 WorkBuddy 把三张散表并成一个真相源人效源数据通常散在三个地方HRIS 的人数与编制、财务的营收毛利、BI 的业务线拆分。它们字段名不同、粒度不同、更新节奏不同手工拼一次就乱一次。做法把三张源表人员表、财务表、业务线映射表和一张口径模板一起丢进 WorkBuddy 资料库让 Agent 按口径模板做字段对齐与 FTE 折算再交给代码跑归因。关键点不在“用工具”在于把口径写死成模板换数据源也不漂移。给 WorkBuddy 的指令可以直接抄我上传了三张表hr_headcount人员与编制、fin_perf营收毛利、biz_map员工到业务线的映射。请按以下口径对齐并生成宽表① 口径对齐人数用月均在职人数兼岗按 0.5 FTE 折算外包不计入产出用毛利业务线以 biz_map 为准未映射的归入“其他”成本与产出都按月确认跨月项目按完工比例分摊。② 零编造原则缺失值直接标 NaN禁止均值填充或逻辑猜测结尾单独列出缺失月份等我确认。③ 异常值探针输出宽表前自动跑逻辑检查并在日志中单列重点抓两类污染人数大于 0 但毛利连续 3 个月为 0 的业务单元单月人均毛利环比波动超过 ±100% 的极值点。④ 对账校验输出汇总表与源系统的总人数、总毛利对账差额超过阈值如 1%的行单独标注提醒。第 ② 条是保命线。AI 最擅长把缺失值“合理”地编出来而人效分析里一个编出来的数会污染整条归因链。比缺失值更隐蔽的是第 ③ 条要抓的隐性逻辑冲突离职未及时退选会让工时虚增跨月收入确认延迟会造出离谱的极值点这两类不靠探针抓不出来肉眼也难在几万行里发现。验收时让 WorkBuddy 把第 ④ 条对账差额直接列出对不上的先查源头再跑归因。三、跑归因把人效变化拆成效率与结构两笔账公司整体人效人均营收或人均毛利从基期到报告期的变化可以被严格分解为三项。把公司人均营收写成各业务线的加权和P 等于各线人数占比 w 乘以该线人均营收 p 之和。变化量精确拆成效率效应每条业务线自身 p 的变化按基期人数占比加权。它回答“干活的人真的变慢了吗”。结构效应人数占比 w 的变化按基期人均营收 p 加权。它回答“人是不是从高效业务流向了低效业务”。交互效应两者的交叉项通常量级最小。公式下面是一段可运行的 Python读取统一口径的源表renxiao_sample.csv直接算这三项。数据为教学示意逻辑完全通用运行结果注意这个数字的反直觉之处。账面人均营收降了 4.8%但效率效应为正三条业务线内部没有一条真的变慢A 成熟线还在改善。把公司均值拉下来的是结构效应低人效的 C 新业务人数占比从 13% 升到 28%公司人均被稀释。换句话说报表上这个人效下降的主体是业务结构变化的算术结果效率层面的答案恰恰相反。Mix-shift 归因的价值就在这里它把一个只能用于汇报的数字还原成两个方向相反的决策输入。如果 HR 照“人均营收下降”去砍人砍的恰恰是还在改善的老业务线。拆开之后结构效应本身还需要战略判定。结构效应为负可能是合理的战略孵化也可能是失控的资源错配两者在报表上长得很像都是低人效业务人数占比往上走。区别不在数字在效率效应的走向和时间的边界。三类情形要分开处理。成熟核心线如 A效率效应持续为正、结构占比稳定它是现金业务动作是维持或按瓶颈精细化补编严禁拿它去平摊砍人。战略孵化线如 C 前期效率暂时偏低、结构占比快速上升这是合理孵化人效还没追上扩张动作是给 2 至 3 个季度爬坡时间窗、设一条人效达标线、到期复盘。失控错配线如 C 后期效率停滞或转负、结构占比居高不下这是战略试错失控、已变成沉没成本动作是冻结新增编制、启动缩编或转岗分流、停止组织兜底。关键在第三类如果 C 线到了该复盘的节点效率效应仍不回正就不能再用“还在孵化”为它无休止地辩护。结构效应解释得了过去解释不了往后。四、出决策四张图与拿进编制会的三句话分析脚本同时输出四张图也可在 WorkBuddy 里作为数据分析任务直接运行并交付图片产物。它们各管一件事目的都是把归因结论推到决策动作上。图 1 趋势图各业务线人均营收的季度走势与公司整体对照。公司整体一路向下A 在涨B 走平略降C 保持在低位走平。趋势图先暴露“平均数的谎言”让人一眼看出整体下跌和各线改善并存。各业务线人均营收季度趋势与公司整体对照图 2 归因瀑布图从 32.2 起步效率效应加 0.78结构效应减 2.14交互效应减 0.20落到 30.6。归因瀑布图是整份分析里最关键的一张它一眼回答了老板那个问题人效降是结构稀释效率没有坏。公司人均营收变化的Mix-shift归因瀑布图图 3 对标图各线人均毛利与公司均值对照A 高于均值C 远低于均值。对标图给出相对位置但它本身不回答 C 该不该砍那是结构问题而非效率问题。各业务线人均毛利与公司均值对标图 4 编制决策矩阵横轴人均毛利纵轴人均营收增长率气泡大小为人数。A 落在高水平和正增长象限B 水平尚可但趋势走平C 水平低且增长停滞。编制决策矩阵人效水平与人效趋势气泡大小为人数拿进编制会的不是四张图是三句话第一句公司人效下降是结构稀释不是效率退化先别动编制。第二句C 线人数占比半年翻倍要么证明它的产出曲线会跟上要么重新评估它的编制上限。第三句A、B 线人效在涨如果要加编加在它们的瓶颈环节不是平均撒。在全公司层面统一压缩编制的方案在这份分析面前不成立。五、下钻因果从数学拆解到组织诊断Mix-shift 拆开效率与结构完成的是结果诊断。复盘会上老板紧接着会问的那句话才是真正的考验“A 线效率效应 0.78是因为上了 AI 工具还是因为把支持岗砍了”归因之后必须做因果下钻否则报表仍是一份责任推诿的账单。两个方向要分别下钻。老业务效率效应为正时要先查清提升的来源。表面是流程或工具优化带来的真实人效改善背后也可能只是短期削减支持性 headcount 的压榨式假象。后者会在接下来两个季度以离职率飙升和服务质量滑坡还账报表上好看组织上在失血。新业务结构效应为负时要确认是业务模型本身没跑通还是人才画像匹配差、新员工 ramp-up 周期过长。前者是战略问题后者是招聘与培训问题解法完全不同混为一谈只会既砍错人又救不活业务。把数学拆解结果绑回具体的 HR 动作招聘画像、培训爬坡、AI 工具渗透率人效报表才从一张推诿账单变成一张组织诊断的导航图。结语人效分析的价值从来不在算出“人均营收是多少”而在暴露“你以为的效率”和“实际的结构”之间的那道缝隙。大多数企业的人效会开成一团和气或一场扯皮因为没人把归因跑通。WorkBuddy 在这里做的事很朴素它把三张散表按死口径收成一个真相源再把 Mix-shift 归因变成一段你抄得走、每次都能重跑的代码。工具不替你做判断但它让“凭感觉砍人”失去借口。关联阅读如何用WorkBuddy搭AI工作台把HRBP工作做成资产HR 如何借助WorkBuddy资料库沉淀项目资产建议收藏HR × WorkBuddy 提示词实战手册72 场景全景版从入门到精通HRBP的Workbuddy实践指南如何用WorkBuddy跑通HR自动化流程HR如何用好WorkBuddy