【資料敏感度，決定了 HR 報表能不能被信任】
這幾週，我分享了入職資料的各種混亂場景：
🔹學校名稱亂到報表跑不出名校比例
🔹職稱寫法千奇百怪，讓新人結構難以統計
很多人私訊我問：
「Tim，要怎麼樣提升自己的資料敏感度？」
我的經驗：資料敏感度不是天生的，而是靠習慣養成，以下三個方法，是我在實務上最常用的：
1️⃣ 先看數據，而不是只看報表：報表跑出來≠真相
🔹 拿到離職率報表，如果發現掉 10%，第一步不是慶祝，而是檢查：是不是某個月根本沒填完整？
🔹 打開原始資料，找空值、異常格式，而不是只盯著圖表
2️⃣ 養成「三問」流程：每次拿到資料，先問自己
🔹這個欄位的 定義 是什麼？（誰算離職／在職）
🔹這些數字的 來源 是哪個系統？（HRIS？薪資？Excel？）
🔹結果能不能 交叉驗證？（不同來源算出來是否一致）
3️⃣ 用工具＋AI 當輔助，不靠人工死盯
Excel → 快速檢查空值、異常格式
Power BI → 做「資料檢查視覺化」，一眼看到錯誤
ChatGPT → 自動幫忙修正拼錯字、標準化職稱或學校名稱
✅ 小結
敏感度不是比誰公式強，而是誰能最快發現：這份資料，可信嗎？
因為 HR 的價值，不只是交出數字，而是交出 讓主管信任的數字