Eğitim, İnsan Kaynakları departmanlarında veri analitiği kullanarak daha verimli ve stratejik kararlar almayı hedeflemektedir. Katılımcılar, temel istatistiklerden ileri düzey raporlama tekniklerine kadar çeşitli konuları öğrenerek, Excel ve Power BI gibi araçlarla etkili veri analizleri ve görselleştirmeler oluşturacaklardır. Eğitimde ayrıca makine öğrenimi ve performans analizi gibi gelişmiş konulara da yer verilerek, veri odaklı karar verme süreçlerinde yetkinlik kazandırılacaktır. Bu eğitim, İK profesyonellerinin veri odaklı yaklaşımlar benimseyerek, çalışan memnuniyeti, performans takibi ve diğer kritik İK süreçlerinde daha güçlü analizler yapmalarını sağlayacaktır
•Hatalı Analize Neden Olan İnsana has Kusurlar
•Karar Vericilerin Sıkışıp Kaldığı Mevcut Durum
•Veri Analitiği Tipleri
•Veri ve Metaveri
•İK'da veri kullanımının önemi
•İK verilerinin kaynakları (çalışan anket verileri, işe alım, performans, iş gücü planlaması vb.)
•İstatistiksel Çalışmalarda Temel Adımlar
•Birim-Gözlem, Değişken, Şık, Ölçme Düzeyleri (Ölçekler), listeler, Seriler vs.
•Merkezi Eğilim Ölçüleri (Means, Mod, Medyan, Quartiles vs.)
•• Değişkenlik Ölçüleri (Varyans, Standard Deviation, Standart Error, Range, Kurtosis, Skewness vs.)
•İK Verileriyle Betimleyici İstatistik Kullanımı
•Populasyon, Örneklem, Normal Dağılım, Standart Normal Dağılım Nedir?
•Nokta ve Aralık Tahminlemesi
•Evren Ortalaması (??) Aralık Tahminlemesi
•Evren Oranı (??) Aralık Tahminlemesi
•Evren Ortalamaları Arasındaki Farkın (??,-??_2) Aralık Tahminlemesi
•Evren Oranı Arasındaki Farkın (??_1-??_??) Aralık Tahminlemesi
•Tek Evren Parametresiyle İlişkili Hipotez Testleri
•Demo: İş gücü turnover oranlarını analiz ederek farklı departmanlar arasındaki anlamlı farkları tespit etme (Excel'de t-testi).
•Raporlama İlkeleri
•Renk kullanımı ve tasarım ilkeleri
•İyi bir raporun özellikleri
•Veri Görselleştirme
•Grafik türleri: Çizgi, çubuk, pasta, alan grafikleri
•Hangi grafik türü hangi veriye uygun?
•İK Raporlamasında Temel KPI’lar
•Çalışan memnuniyeti, turnover oranı, performans
•Demo: Excel'de dinamik KPI raporu oluşturma (departman bazında çalışan başına maliyet analizi).
•Pivot Tablo Temelleri
•Pivot tablonun yapı taşları: Satırlar, sütunlar, değerler
•Dilimleyici kullanımı (Slicer)
•Filtreleme ve veri düzenleme teknikleri
•İleri Düzey Pivot Teknikleri
•Veri gruplama (Örneğin, tarihsel veri gruplama)
•Çoklu pivot tablolar ile kapsamlı veri analizi
•Veri türlerine göre hesaplamalar ve özetleme
•Excel ile Grafik Kullanımı
•Pivot tablolardan grafik oluşturma (Çubuk grafik, pasta grafik, çizgi grafik vb.)
•Grafiklerde görsel ögeler (renkler, etiketler, trend çizgileri)
•Grafiklerde etkileşimli özellikler ekleme (dilimleyici, filtreler)
•Power BI Nedir?
•Self-Service BI tanımı ve avantajları
•Power BI’ın temel bileşenleri
•Power BI ile Veri Yükleme
•Veri kaynaklarından veri alma
•Excel ve SQL veri bağlantıları
•Veri Modelleme ve İlişkiler
•Veritabanı modeli oluşturma
•Power BI’da ilişkiler kurma
•Demo: İK verilerini Power BI’a yükleyerek, çalışanların yaş dağılımını ve deneyim yıllarını gösteren bir grafik oluşturma.
•Dimensional Modelleme Temelleri
•Fact ve dimension tabloları arasındaki farklar
•Veri modelleme kavramları
•Veri İlişkileri
•Veri bütünlüğü sağlama
•Modelleme İyi Uygulamaları
•Veri modelleme hataları ve önlenmesi
•Demo: İşe alım ve performans verilerinden oluşan iki tabloyu ilişkilendirerek Power BI'da birleşik bir modelleme senaryosu.
•Makine Öğrenimi Temelleri
•Makine öğrenimi nedir?
•Denetimli ve denetimsiz öğrenme
•Regresyon ve Sınıflandırma Modelleri
•Sınıflandırma modeli (çalışan churn analizi)
•Veri Hazırlama ve Modelleme
•Eğitim ve test verisi oluşturma
•Demo: Çalışan churn (işten ayrılma) oranını tahmin etmek için Excel’de basit doğrusal regresyon uygulaması.
•Çalışan Churn Modelleme
•Çalışan ayrılma tahmini için veri analizi
•Model kurma ve değerlendirme
•Model Sonuçlarının Yorumlanması
•Sonuçları yorumlama ve aksiyon alabilme
•Tahmin Doğruluğu
•Demo: Power BI’daki tahminsel analiz araçlarını kullanarak çalışan churn tahminini görselleştirme.