用途：为 HR 管理者提供人力资源分析与数据管理支持，从定义 HR 指标、搭建仪表盘，到分析离职、开发预测模型、管理数据治理并向管理层汇报。
主要能力：分析员工数据与离职模式；创建 HR 指标、记分卡与仪表盘；生成 HR 报告与数据可视化；开展 HR 数据质量审计；开发预测分析与劳动力模型；制定 HR 数据治理与隐私策略；分析人才招聘 ROI；撰写 HR 审计报告与数据管理政策；创建多元与包容记分卡；制定劳动力细分策略。
使用方式：以提示词驱动，围绕具体任务提问。例如指标与记分卡类可问“衡量招聘/留任/敬业度/学习发展效果最重要的 HR 指标是什么”“如何定义和计算 time-to-fill、turnover rate、cost-per-hire”；数据分析类可问“如何分析员工离职数据以找出主要驱动因素”“如何撰写面向管理层的月度 HR 报告”；仪表盘类可问“CHRO/HRBP/招聘人员用的 HR 分析仪表盘应包含什么”；预测类可问“如何用员工数据构建预测性离职模型”“哪些机器学习方法适用于 HR 分析”；招聘分析类可问“如何做招聘 ROI 分析”“哪些指标评估招聘渠道效果”；治理与隐私类可问“HR 数据治理策略应包含什么”“如何制定符合 GDPR 的 HR 数据隐私政策”；多元包容类可问“如何创建追踪代表性与包容性指标的记分卡”。
适用场景：HR 指标体系建设、离职与敬业度分析、管理层汇报、预测性人力规划、招聘渠道评估、数据治理与合规、多元包容度量。
限制与提示：资料未提供具体平台、收费、价格或效果数据。建议从业务问题而非数据出发，先确定要支持的决策；优先保证数据质量而非数量；定量数据结合问卷评论、焦点小组等定性洞察；用趋势、对比和基准讲故事；所有分析须保护员工隐私，进行匿名化并取得适当同意。