Blog Power BI Experience

Indicadores de People Analytics no Power BI

Leonardo Karpinski
Leonardo Karpinski

Founder da Power BI Experience

Facebook
Twitter
LinkedIn

No artigo de hoje você irá aprender sobre indicadores de People Analytics, vou te mostrar duas opções para você inspirar e implementar imediatamente na sua empresa.

Dá olhada na primeira opção, ficou animal né.

Figura 01 – Versão 01 Dashboard de People Analytics

Nessa página contém os seguintes indicadores:

– Contratações

– Demissões

– Massa Salarial

– Headcount

– Quantidade de Má Contratações

– Percentual de Má Contratações

– E Turnover

Além disso, esse dashboard explora muito bem a nova funcionalidade do Power BI que permite a troca dinâmica dos eixos X e Y.

Figura 02 – Segmentador dinâmico

Note na área destacada que é possível trocar as métricas dos gráficos através do segmentador.

Se você tem dúvidas sobre como utilizar eixo dinâmico no Power BI, eu vou facilitar sua vida, corre lá no meu canal e assista o vídeo que gravei sobre esse assunto.

Base de Dados

Agora, vamos entender um pouquinho da base de dados necessária para a construção desse dashboard. A base contém 5 tabelas, dFuncionário, dCalendário, dEvento, fConttratos e fFinanceiro.

Abaixo está uma breve explicação sobre cada um delas:

– dFuncionário: contém dados cadastrais dos funcionários;

– dCalendario: é a tabela dimensão com todas as datas necessárias para filtrar os fatos;

– dEvento: contém dados cadastrais sobre os tipos de eventos da área de People Anaytics;

– fContratos: detalha a movimentação contratual dos funcionários;

– fFinanceira: detalha a movimentação financeira dos funcionários.

Com isso, o modelo de dados deve ficar da seguinte forma:

Figura 03 – Modelagem de Dados

Cálculos DAX

Dica do Mestre: Para cálculo de contratações, demissões, mantenha INATIVO os relacionamentos das datas de admissão e demissão com a dimensão calendário.

E se você não tem noção nenhuma do que estou falando, significa que você precisa inscrever agora mesmo no meu curso de Power BI e se tornar um #incomparável. No meu curso de Power BI, eu explico em detalhes como funcionam os relacionamentos no Power BI e muito mais.

É o curso mais completo do mundo, e se eu fosse você eu não ficaria de fora.

Clique Aqui e torne-se um incomparável

Sem mais delongas, vamos às métricas necessárias para você calcular esses indicadores. É só copiar, colar e adaptar ao seu relatório.

  • Contratações
Contratações =
CALCULATE (
    COUNTROWS ( fContratos ),
    USERELATIONSHIP ( dCalendario[Data], fContratos[Data Admissão] )
)

  • Demissões
Demissões =
CALCULATE (
    COUNTROWS ( fContratos ),
    fContratos[Situação] = “Demitido”,
    USERELATIONSHIP ( dCalendario[Data], fContratos[Data Afastamento] )
)

  • Massa Salarial
Massa Salarial =
//Somente para ativos!!!
VAR vDataFinalContexto =
    MAX ( dCalendario[Data] )
RETURN
    CALCULATE (
        SUM ( fContratos[Valor Salário] ),
        FILTER (
            fContratos,
            fContratos[Data Admissão] <= vDataFinalContexto
                && ( fContratos[Data Afastamento] > vDataFinalContexto
                || fContratos[Cód Situação] <> 7 )
        )
    )

  • Headcount
Headcount =
VAR vDataFinalContexto =
    MAX ( dCalendario[Data] )
RETURN
    CALCULATE (
        COUNTROWS ( fContratos ),
        FILTER (
            fContratos,
            fContratos[Data Admissão] <= vDataFinalContexto
                && ( fContratos[Data Afastamento] > vDataFinalContexto
                || fContratos[Situação] <> “Demitido” )
        )
    )

  • Má Contratação

Nesse exemplo, os funcionários que saíram da empresa antes de completar 60 dias, são considerados uma má contratação.

Má Contratações =
CALCULATE (
    [Contratações],
    FILTER (
        fContratos,
        DATEDIFF ( fContratos[Data Admissão], fContratos[Data Afastamento], DAY ) < 60
            && fContratos[Situação] = “Demitido”
    )
)

  • % de Má Contratações
% Má Contratações =
DIVIDE ( [Má Contratações], [Contratações] )

  • % Turnover
% Turnover =
VAR vHCAnterior =
    CALCULATE ( [Headcount], PREVIOUSDAY ( dCalendario[Data] ) )
VAR vHCNonBlank =
    COALESCE ( vHCAnterior, [Headcount] )
RETURN
    DIVIDE ( [Demissões], vHCNonBlank )

Agora vamos às métricas que compõem a segunda página desse dashboard.

Figura 04 – Análise de Absenteísmo versão 1
  • Absenteísmo
Absenteísmo =
CALCULATE (
    SUM ( fFinanceiro[ Valor] ),
    KEEPFILTERS ( dEvento[Categoria] IN { “Faltas”“Atrasos”“Atestados” } )
)

  • % Absenteísmo
% Absenteísmo =
DIVIDE ( [Absenteísmo], [Horas Normais], BLANK () )

  • Horas Extras
Horas Extras =
CALCULATE ( SUM ( fFinanceiro[ Valor] ), dEvento[Categoria] = “Extras” )

  • % Horas Extras
% Horas Extras =
DIVIDE ( [Horas Extras], [Horas Normais] )

Pronto, essas são as análises da versão 1 desse dashboard de People Analytics, mas você pode e deve complementar o sua versão com outras análises, e para te inspirar veja abaixo a versão 2.

Figura 05 – Versão 2 Dashboard de People Analytics

E por hoje é isso, espero que esse artigo te ajude a criar relatórios incríveis.

Para não perder nenhuma novidade sobre Power BI e sobre as próximas turmas da Power BI Experience, entre no Canal do Telegram e acompanhe as outras redes sociais.

Abraços, Leonardo Karpinski.