📊 总览
👥 在职分析
📉 流失分析
💰 成本优化
🤖 AI预测
在职总人数 在编
3,218
▲ 1.2% 较上月
月度净变动 +38
+38
▲ 23入职 · 10离职
年化离职率 关注
11.8%
▼ 0.6pt 较上期
平均司龄
3.1年
▲ 0.1年 稳定性提升
编制达成率
98.9%
▼ 缺口34人
产能利用率
87.3%
▲ 2.1pt 效率提升
人力成本 / 月
4,042万
▼ 8.7% AI优化后
AI优化年节省
4,230万
▲ 占人力成本8.7%
在职人数趋势 月末在职 · 分用工类型 · 目标区间
入职 vs 离职 & 离职率 月度流动 · 双轴
各部门人数 8个部门
用工类型分布 正式/外包/实习
司龄分布 平均3.1年
各部门离职率 近12个月 · 按离职率降序
| 部门 | 人数 | 离职 | 离职率 | 平均司龄 | 趋势 | AI建议 |
|---|---|---|---|---|---|---|
| 销售部 | 128 | 24 | 18.1% | 2.1年 | ▲ | 重点留人 |
| 仓储物流 | 280 | 42 | 15.0% | 1.8年 | ▲ | 增外包 |
| 冲压车间 | 520 | 68 | 13.1% | 2.3年 | → | 弹性用工 |
| 焊接车间 | 380 | 44 | 11.6% | 2.6年 | → | 自动化 |
| 装配车间 | 640 | 68 | 10.6% | 2.8年 | ▼ | 稳定 |
| 质检部 | 210 | 18 | 8.6% | 3.4年 | ▼ | 保留正式 |
| 技术研发 | 210 | 14 | 6.7% | 3.8年 | ▼ | 增编30人 |
| 设备维修 | 98 | 5 | 5.1% | 4.2年 | ▼ | 核心留人 |
近期离职记录 近30天 · 遗憾/非遗憾
正式工 vs 外包成本对比 人均年成本 · 3倍差异
季度人力成本趋势 传统 vs AI优化
部门超员/缺员热力图 绿=合理 · 橙=超员 · 红=缺员
部门健康度雷达图 稳定性/成本/效率/满意度/流失
产能利用率 实时
今日出勤
2,986
在岗率
92.8%
AI人力需求预测 Erlang C · 拖动参数实时计算
流失关键因素 SHAP 可解释性分析
AI离职预警名单 高风险员工 · 主动留人
基于人力规划运筹模型(Erlang C) + XGBoost流失预测(SHAP可解释) · 数据为制造业示例，可对接企业真实数据源