聊到「報到率低」這個現象，該如何用 5W1H 拆解、再提出可能假設與資料需求。但真正進到 Power BI 要做圖時，很多 HR 夥伴都卡住了
🧩想說的是：
一張圖畫得好不好，重點從來不是圖表長什麼樣，而是你用了哪些欄位、怎麼定義出這些欄位，才能讓報表說得出話
1️⃣ 職缺 × 報到率（長條圖）
看哪些職缺報到率低，是否聚焦於某些類別
報到率 = 報到人數 / 發 Offer 人數
2️⃣ 地點 × 報到率（分組條圖或地圖）
哪些地點的報到落差明顯？是否與派外、交通或地區吸引力有關？
若是跨國地點，建議用地圖圖層視覺化
3️⃣ 候選人背景 × No Show（散佈圖）
是否 Z 世代、某背景人才出現 No Show 情形較高？
定義 No Show：有 Offer、未報到、且無正式放棄紀錄
4️⃣ 流程轉換率 × 耗時（漏斗圖 + 橫條圖）
哪段流程卡住？哪個階段花太久導致候選人流失？
加工欄位：各階段的 DaysToNextStep
有時候你要的欄位，在 HRIS 根本沒有現成：
📌「流程耗時」需額外計算面談至報到的天數區間
📌「No Show」要自己定義 No Show、報到率邏輯
📌「背景」資訊可能分散在不同表單，要透過 Excel 彙整或外部資料補充
所以你必須具備：
資料建構力（Data Structuring），也就是這層最關鍵的思考構面：心流法
讀>整>串>畫的「整」
這次報表的圖，我部分是透過 AI 協助建立的
讓我更確信一件事： 重點從來不是會不會畫圖。而是你是否能提出有邏輯的觀察、正確地定義欄位、結合 HR 實務思維，讓報表「說出能改變組織的話」
換句話說：BI只是工具，真正有價值的是你如何看資料、想資料、有架構性的引導資料
這也是我一直強調的資料建構力、資料思維，以及 HR 專業視角
