7 етапів роботи з HR-даними: від хаосу в таблицях до стратегічних рішень

People First Club
→
Media
→
7 етапів роботи з HR-даними

PFC
→
Media
→
7 етапів роботи з HR-даними

7 етапів роботи з HR-даними:
від хаосу в таблицях до стратегічних рішень

14 травня 2025 • 15 хв без поспіху
Авторка: Анна Дановська • Адаптація: Тетяна Бондар, Вероніка Смишляєва, Антон Головченко

📊 Аналітика в HR — уже не новий запит, а радше очікувана функція. Йдеться не про один звіт чи графік, а про системну роботу з даними, які мають бути зрозумілими, актуальними, доступними, і найголовніше — допомагати бізнесу приймати рішення.

Проблема в тому, що HR-дані часто розкидані між різними сервісами, таблицями й формами, без узгодженої структури. Щоб з ними можна було працювати швидко й точно, підхід до збору й обробки потрібно продумувати заздалегідь, ще до того, як зʼявляється запит на звітність.

В українських реаліях не так багато компаній дозволяють собі окрему позицію HR-аналітика, але потреба в аналітиці від цього нікуди не зникає. І це водночас добре, бо мотивує розвиватись самостійно, і складно, бо цю функцію доводиться поєднувати з основною роллю або виконувати паралельно з іншими завданнями.

У цій статті — поетапна схема, що допомагає побачити роботу з даними як цілісний процес: від формулювання запиту до продуманого дашборду.

7 етапів роботи з HR-даними

1. Запит / Ціль 🎯

Аналітика починається не з таблиць і не з графіків, а з конкретного запитання: що ми хочемо дізнатися, перевірити або вирішити?

Це може бути:

Яка плинність по відділах?
Який гендерний розподіл на керівних посадах?
Які вакансії закриваються найдовше і чому?
Чи справді скоротилась кількість звільнень після зміни політики?

Навіщо це? Визначена мета дає зрозуміти:

які джерела даних потрібні,
яку логіку обробки слід застосувати,
як має виглядати фінальна візуалізація.

Що буде, якщо цей етап пропустити?
Виникає ризик збирання «всього на світі» (десятки колонок, сотні рядків) без фокусу, а також ризик потонути в них. Аналітика тоді може нагадувати інформаційне перевантаження, коли звіти лише ускладнюють ухвалення рішень (не плутати з просто складними рішеннями).

Чіткий запит — це як правильно сформульоване питання в пошуку: від нього залежить, що ти отримаєш у відповідь. Важливо: запити можуть розширюватись з часом, це нормальний процес.

Ілюстрація до етапу «Ескіз звіту або візуалізації»

2. Ескіз звіту або візуалізації 🎨

Після того, як зрозуміло, що саме ми шукаємо, варто уявити, як це виглядатиме. Ескіз — це чорновий макет майбутнього звіту або дашборду. Він не обов’язково має бути графічним, достатньо схеми від руки, або простої таблиці з прикладом.

У ньому варто зафіксувати:

які графіки/таблиці потрібні,
які фільтри будуть на сторінці (дати, команди, локації),
кому цей звіт призначений і як він буде використовуватись (один раз / щотижня / презентація для СЕО / робочий інструмент для HRBP).

Навіщо це? Структура визначає зміст. Ескіз допомагає:

не забути про ключові фільтри та візуалізації,
не витрачати час на зайві показники,
одразу бачити, яких саме даних бракує,
передбачити рівень деталізації, що також впливає на структуру даних (суми, середні значення чи динаміка).

Що буде, якщо цей етап пропустити?
Зростають ризики зайвих обчислень, які потім не використовуються; дані можуть відображатись у неправильному форматі. Ба більше, може виникнути потреба переробляти майже готовий звіт (бо, наприклад, не подумали про фільтри по команді). Насправді, такі ризики є завжди (адже неможливо передбачити геть усе), але ескіз допоможе їх знизити.

Ескіз дозволяє мислити наперед, ще до відкриття першої таблиці. Він не має бути ідеальним з естетичної точки зору.

3. Збір даних 📊

Коли знаємо, що саме шукаємо і як це має виглядати, час переходити до збору даних. На цьому етапі аналітика стикається з реальністю, а реальність у HR майже завжди фрагментована.

Приклад:

рекрутинг — в ATS (і це ще добре, якщо там зберігаються старі вакансії та історичні дані),
опитування — у Google Forms, Typeform або взагалі Slack,
бюджети — в Excel,
навчання — у LMS або Notion,
оргструктура — окремим файлом HRBP,
дати звільнень — у листуванні з бухгалтерією.

Чому важливо зібрати все, навіть сире і неідеальне?
В аналітиці діє принцип: що не врахували, те… спотворює загальну картину. Навіть неповні файли можуть містити цінні фрагменти (а на наступних етапах можна вирішити як з ними впоратись). Якщо дані зібрані завчасно, їх легше структурувати та об'єднати.

Що буде, якщо цей етап проігнорувати або зробити поверхнево?

Звіт вийде неповним або некоректним.
Доведеться повертатись до джерел кілька разів.
Зʼявляться зайві трансформації, бо формати не узгоджені.
Може зникнути довіра до аналітики — бо результати «не збігаються з відчуттями».

На цьому етапі не варто прагнути ідеалу.
Головне — зібрати максимум сирих даних (які допоможуть знайти відповіді на ваш запит), навіть із різних форматів. Навести лад вдасться далі, під час трансформації.

Слабке місце більшості HR-команд навіть не в аналітиці, а в доступі до власних даних. Почати варто з того, щоб знати, що взагалі є.

Ілюстрація до етапу «Трансформація даних»

4. Трансформація даних 🦋

Після збору даних майже ніколи не буває готового результату. Сирі дані — це лише матеріал, який потрібно обробити: обʼєднати, очистити, перетворити в потрібний формат. Це і є трансформація.

Що входить у трансформацію:

Перейменування колонок для зручності наступного використання.
Видалення дублікатів
Обʼєднання даних з кількох таблиць.
Створення нових калькульованих колонок або навіть таблиць (наприклад, незалежної таблиці календаря).
Фільтрація, узгодження форматів дат та чисел.

Які підходи до трансформації існують?
ETL (Extract — Transform — Load):

дані спочатку очищають і обробляють, а потім завантажують в інструмент візуалізації.
дані зібрані в одному місці (у реляційній базі даних / хмарних рішеннях / або навіть google таблицях).
підходить для регулярних звітів із чіткою логікою.

ELT (Extract — Load — Transform):

спочатку дані завантажуються у візуалізаційне середовище, а трансформації відбуваються вже там: у Looker Studio, Tableau, Power BI.
зручніше, коли джерел багато, доступи обмежені, а структура не надто складна.

Що працює в HR?
У реальності HR найчастіше працює мікс обох підходів: частина підготовки відбувається в джерелах даних, частина — вже в інструменті візуалізації. Це не ідеально, але гнучко і дозволяє швидко реагувати на запити без надскладної технічної інфраструктури.

Що буде, якщо ігнорувати трансформацію або не приділити їй уваги?

дашборд буде важким, повільним або некоректним
з’являться дублікати, порожні значення, дивні формати
користувачі не «розумітимуть» мову репорту

Трансформація — це момент, коли хаотичні таблиці отримують структуру та означники.

Ілюстрація до етапу «Побудова моделі даних»

5. Побудова моделі даних 🧱

На цьому етапі зібрані й очищені таблиці починають працювати разом. Побудова моделі даних — це побудова зв’язків між людьми, подіями, процесами, командами. Саме тут закладається логіка, яка дозволяє аналітиці масштабуватись.

Що включає модель:

визначення ключів: ID працівника, дата, ID вакансії, тощо),
поєднання таблиць за логікою: яка таблиця на яку впливатиме,
розуміння типів зв’язків: один до одного, один до багатьох, багато до багатьох.

Важливе уточнення:

У Google Sheets і класичному Excel немає вбудованої підтримки повноцінної моделі даних — зв’язки між таблицями доводиться будувати вручну (через функції VLOOKUP, INDEX/MATCH, FILTER, QUERY тощо). Це обмежує масштабованість і збільшує ризик помилок.
Якщо потрібна стійка та масштабована аналітика, краще переходити до інструментів на кшталт Looker Studio, Power BI, Tableau або навіть SQL-баз за ними.

Що буде, якщо модель даних не налаштована?

звіти починають давати неправильні цифри,
фільтри працюють вибірково,
додавання нових джерел призводить до «переїзду всього»,
довіра до аналітики падає.

Модель даних — це те, що відрізняє одноразовий звіт від живого, масштабованого аналітичного середовища.

6. Візуалізація 🖼️

Після підготовки та моделювання даних важливо ще показати їх у зручній формі. Візуалізація — це спосіб донести складну інформацію простою, зрозумілою мовою. І увага: починаємо з того, що було в ескізі!

Що відбувається на цьому етапі:

Створюються графіки, таблиці, діаграми, індикатори, фільтри.
Формується інтерфейс (назви сторінок, візуалізацій, підбір шрифтів та кольорів, налаштування кнопок та додаткових елементів).
Налаштовуються ролі та права доступу (щоб різні користувачі бачили саме те, що їм потрібно).

Які інструменти можна використовувати?
На ринку багато варіантів із різним функціоналом, ціною і складністю:

Power BI, Tableau, Qlik — потужні, професійні, підходять для складної аналітики;
Looker Studio — безкоштовний, зручний інструмент для візуалізації, який підтримує роботу з різними джерелами даних і дозволяє будувати прості моделі.
Google Sheets — базовий варіант, часто використовується для простих дашбордів.

Чому варто звернути увагу на Looker Studio?

він безкоштовний та доступний усім;
дає змогу створювати не просто графіки, а повноцінні моделі даних без коду;
працює з великою кількістю джерел — Google Analytics, BigQuery, Sheets, SQL і не тільки;
має гнучкі можливості кастомізації, зручний інтерфейс і підтримку фільтрів;
підтримує спільну роботу та контроль доступів.

Візуалізація — це крок, який робить дані нарешті доступними і корисними для користувачів. Без неї навіть найкраща модель буде просто набором чисел.

7. Інтерпретація 🧠

Інтерпретація — це фінальний етап, коли дані набувають сенсу й починають впливати на рішення. Часом він відбувається навіть без присутності аналітика, особливо, якщо у вас працює self-service.

Що відбувається на цьому етапі?
Користувачі читають дані, задають питання та шукають відповіді (чому показники впали/виросли? що саме можна змінити, щоб покращити ситуацію? які гіпотези або сценарії варто перевірити далі?). Різні користувачі бачать одні й ті ж дані під різним кутом.

Чому це важливо для всієї роботи з даними?
Інтерпретація формує зворотний зв’язок на всі попередні етапи:

підказує, які додаткові дані варто збирати і як їх трансформувати;
впливає на те, як модифікувати модель даних і які візуалізації обирати;
визначає, які метрики і показники є пріоритетними для звітів;
проявляє слабкі сторони інтерфейсу: де не вистачає деталізації та пояснень, а де вона надлишкова.

Інтерпретація — це те, що перетворює аналітику на інструмент змін і розвитку.

Анна Дановська

People Analyst at Wix, авторка курсів «Recruitment Data», «HR Data» та «Looker Studio з нуля»

«На практиці це не так. Усе летить одночасно. Дані затоплюють, усе в хаосі, а я просто відкладаю й прокрастиную. Яка там етапність?».

Таку фразу я чую майже на кожній індивідуальній консультації. І це нормально. В ідеалі всі ці етапи відбуваються один за одним, але життя й бізнес рідко дозволяють таку розкіш. Часто щось уже «горить», частину даних уже десь зібрали, а дашборд потрібен ще «на вчора».

На початку завжди є певний відсоток безладу — це частина процесу. З досвідом усе впорядковується
і навіть в хаосі можна рухатись структурно.

Головне — не боятись спроб і помилок, бо не помиляється тільки той, хто нічого не робить.

🎓 А якщо хочеш навчитися працювати з даними на практиці — є курс!

Ми зробили курс «Looker Studio з нуля на прикладі eNPS». І після живого запуску ми зрозуміли, що технічні знання краще сприймаються в записі: можна зупинитись, переглянути ще раз, пришвидшити або повчитися у зручний момент.

Учасники курсу проходять повний цикл роботи з даними

Формування запиту: досліджуємо лояльність працівників та її зміни від року до року.
Ескіз звіту: беремо за основу простий малюнок, щоб потім відповідно трансформувати дані та налаштовувати в інструменті візуалізації.
Збір сирих даних з різних джерел: в нас будуть анонімні дані за два роки, в один рік більш лімітовані, в інший — більш розширені, тож будемо навчатись отримувати користь з часткових даних, не створюючи цим плутанини.
Трансформація: очищення і підготовка даних, яка буде відбуватись на різних етапах і максимально нагадуватиме живий процес.
Побудова моделі даних: логіка зв’язків та використання ключів.
Візуалізація: створення графіків, фільтрів та додаткових елементів інтерфейсу.
Інтерпретація: як користувачі сприймають дані та як це може вплинути на попередні етапи, як аналізувати результати і робити висновки, кейси з використання даних та постановки цілей.

Курс «Looker Studio з нуля» містить:

покрокові відеоуроки з теорією та демонстрацією налаштувань
практичні завдання
зручні презентації
сирі дані для практики
питання для саморефлексії

Приєднуйся та опануй Looker Studio з нуля!
Доступ одразу після оплати ✅

Курс «Looker Studio з нуля» з Анню Дановською

Свіжі та практичні статті
у вас на пошті :-)

Щотижнева порція користі для HR,
рекрутерів, сорсерів, менеджерів і керівників

© People First Club, ∞ Клуб · Публічна оферта · Політика конфіденційності
Розробка та редактура — Антон Головченко

Дякуємо, що дочитали до кінця! Бажаємо успішного карʼєрного розвитку 💫

7 етапів роботи з HR-даними:від хаосу в таблицях до стратегічних рішень