首先，数据分析一定要明确目的，有具体的目标（或指标）。可以来源于两个方面：一个是公司的战略，公司的战略逐步分解，最后形成人力资源的各项指标；二是针对实际问题或情况所筛选的指标。比如从组织层面来说，要求提高人员的效率，那么就可以用人工成本投入产出比、人均产值等数据来分析；或者，员工反映收入的问题，可以用岗位人均工资、工资基尼系数等来分析。

其次，数据分析一定要结合业务，最好结合财务数据。把这些数据同销售收入、产值、绩效等结合起来看，对实际工作有指导意义。

第三，数据分析要有对比。单独一个时间点的数据，只能反映某个时间节点的情况，反映不了趋势，也反映不了进步或不足，所以要进行对比分析。这可以从两个方面进行：一个是外部数据，特别是行业标杆数据或者类似行业数据；一个是内部数据，内部数据是进行同期的比较或者同岗位、同部门的比较。

第四，数据分析要注意样本容量。统计分析的意义在于对样本的选择和样本的代表性。如果样本容量太小或者样本的选择不具有代表性，这样的分析也是无效的，或者是不能反映真实情况的。

第五，数据要有结论。很多HR分析了很多，但是不能形成结论，没有结论的分析是没有意义的。

当然，数据分析后也要懂得去汇报，要有简洁的表现形式。先列明问题，然后分析原因，最后是解决方案、行动计划、实施效果；二是倒叙，先提出观点，然后阐明问题，分析原因，最后是实施效果。

最后，我想说HR数据分析是没有确定和统一的模板，只能是结合企业的实际情况进行有效的分析。分析的结论，要形成公司的人力资源政策，不断的进行评估和修订完善，这样才有实际意义。