بازگشت به بانک شاخص‌ها
Workforce PlanningMetricراهنمای تحلیلی کامل

تحلیل دفعات غیبت

Absence Frequency Rate · AFR

دفعات رخداد غیبت به ازای جمعیت میانگین را نشان می‌دهد و با شدت غیبت متفاوت است.

فرمول بانک

تعداد رخدادهای غیبت ÷ میانگین کارکنان

واحد: نسبت

بینش قابل اقدام

تکرار رخدادهای کوتاه می‌تواند با یک رخداد بلندمدت اثر عملیاتی متفاوتی داشته باشد.

اگر افزایش پیدا کرد

الگوی تکرار، روزهای هفته، مدیر و فشار کاری را بررسی کنید.

اگر کاهش پیدا کرد

کاهش را با احتمال ثبت‌نشدن رخدادها و تغییر سیاست مرخصی کنترل کنید.

کاربرد مدیریتی

این شاخص را در جلسهٔ مرور عملکرد برای تشخیص مسئله، اولویت‌بندی اقدام و سنجش اثر مداخله استفاده کنید؛ پیش از اقدام، یک فرض روشن و مالک تصمیم تعیین کنید.

فیلدهای لازم برای تحلیل

داده‌های پایه

  • شناسه رخداد غیبت
  • تاریخ شروع/پایان
  • جمعیت میانگین
  • واحد و شیفت

تفکیک‌های ضروری

ابتدا حجم نمونهٔ کافی و محرمانگی را کنترل کنید؛ سپس روند را با این برش‌ها بخوانید:

واحدشیفتهفته/ماهنوع غیبت

تحلیل در ابزارهای داده

نام ستون‌ها را با مدل دادهٔ خود جایگزین کنید. ابتدا دادهٔ خام را در سطح رویداد نگه دارید و سپس نتیجه را در سطح دوره و گروه تجمیع کنید.

Excel
=IFERROR(SUMIFS(Table[Numerator],Table[Period],$B$1)/SUMIFS(Table[Denominator],Table[Period],$B$1),"")

بهتر است داده را به Table تبدیل و با PivotTable روند و تفکیک‌ها را بررسی کنید.

DAX / Power BI
Metric := DIVIDE(SUM('HR Metrics'[Numerator]), SUM('HR Metrics'[Denominator]))

Measure را در مدل ستاره‌ای بسازید و Calendar و Unit را به‌عنوان dimension نگه دارید.

Python
result = (df.groupby(['period', 'unit'])[['numerator','denominator']].sum().assign(metric=lambda x: x.numerator / x.denominator).reset_index())

پیش از محاسبه، تاریخ‌ها، داده‌های تکراری و مقدارهای خالی را کنترل کنید.

Benchmark بین‌المللی، با زمینهٔ درست

برای این شاخص یک عدد جهانیِ «خوب» یا «بد» وجود ندارد. مقایسه باید بر اساس صنعت، اندازه سازمان، کشور یا منطقه، مدل کسب‌وکار، سطح شغلی و تعریف یکسان انجام شود. فاصله با benchmark صرفاً نشانهٔ نیاز به بررسی بیشتر است، نه حکم برای اقدام.

People analytics و workforce reporting ـ CIPD

شاخص‌های مرتبط