在人力资源数据化转型中，我们需要实现数据的6化，最终构建人力资源数据分析体系。
1、标准化
2、流程化
3、可视化
4、业务化
5、智能化
6、体系化
1、数据标准化
数据标准化是数据分析的基础，数据的建模分析都是基于数据的标准化来的，数据的标准化分为两个标准化
数据字段标准化
字段的标准化就是指在表格的表头和单元格的标准化，根据数据的类型来进行标准化的建立
数据计算的标准化
在数据分析中，每个模块都有关键指标，对于这些关键指标有些是需要进行计算的，特别是人员流动，薪酬，人效等指标，在这些指标上，我们需要做到数据的标准化，每个HR对于指标的计算要统一，这样就方便汇总数据和进行数据的对标
2、流程化
在进行数据化转型的过程中，我们需要在企业内部建立人力资源信息化的共享服务中心，也就是我们一直在讲的 SSC，在共享服务中心中，对于流程的标准化很重要，我们在进行人力资源的各个模块中，需要梳理各个流程，并且对流程做标准化，明确各个阶段，各个流转的周期。
3、数据可视化
在人力资源数据的呈现形式上，我们一般都会用数据可视化的形式呈现，在可视化上最常用的是数据仪表盘 或者数据动态图表，以及数据表，在仪表中我们可以结合这些形式来展示数据的可视化。
在数据可视化中，我们呈现的图表都是该模块的关键数据指标，对这些指标进行数据图表的可视化。
4、数据业务化
在人力资源数据分析中，我们的数据分析并不局限在人力资源模块，应该跳出人力资源的圈子，和业务的数据进行结合，从人力资源的角度来对业务进行分析，提升业务岗位的技能，最终去提升业务的绩效。
在数据业务化中，要把人力资源各模块也业务业绩的数据进行关联，这样就可以提取人力资源任意模块数据中的字段结合业务字段进行分析。
5、数据智能化
在未来的人力资源数据体系中，会越来越多的引入AI人工智能，比如在人员离职预警上，我们就可以根据离职的人员离职数据，通过AI 来预测未来的离职人员，做离职人员画像。
在招聘模块通过AI 可以在招聘过程中，对招聘人员的语言，表情等进行分析，最终来分析判断候选人是否符合要求。
6、数据体系化
人力资源数据模型的搭建，最终的目的是为了建立体系化的人力资源数据BI 智能分析看板，在这个体系中，我们需要把各个模块通过关键指标做关联，打通所有模块，各个模块之前可以做数据的交互，最终建立起一套可视化的人力资源数据分析系统。
