mysql做用户满意度调查系统_MySQL分析工作满意度

一、熟悉数据集

数据集来源：IBM HR Analytics员工流失和绩效，在kaggle下载，是由IBM数据科学家创建的虚构数据集，主要目的是演示用于员工流失的Watson分析工具。因此，数据集只用于测试自己需要员工数据的模型和数据分析，不用于得出现实结论。

数据大小：1470行*35列。

数据字段含义：age(年龄)Attrition(摩擦)BusinessTravel(出差)DailyRate(日产出)DistanceFromHome(上班距离)Department(部门)Education(学历)EducationField(专业)EnvironmentSatisfaction(环境满意度)Gender(性别)HourlyRate(小时工资)JobInvolvement(敬业度)JobLevel(职业等级)JobRole(工作角色)JobSatisfaction(工作满意度)MaritalStatus(婚姻状况)MonthlyIncome(月收入)MonthlyRate(月支出)OverTime(是否加班)PercentSalaryHike(工资上涨率)PerformanceRating(业绩评估)RelationshipSatisfaction(关系满意度)StockOptionLevel(期权)TotalWorkingYears(工作时间)YearsAtCompany(入职时间)TrainingTimesLastYear(上年培训次数)WorkLifeBalance(工作生活平衡度)YearsSinceLastPromotion(上次晋升时间)YearsInCurrentRole(当前职务时间)YearsInCurrentRole(当前职级)

二、想得到的描述信息

1、4种满意度员工的产出情况和绩效评估等级。

2、出差、产出、上班距离、学历、环境满意度、工资、职业等级、晋升时间等因素的工作满意度情况。

3、有摩擦和无摩擦两种情况下员工满意度、环境满意度、敬业度、产出、绩效评估的情况。

三、想分析的业务问题

1、员工满意度对产出和绩效评估的影响。

2、哪些因素对工作满意度影响较大。

3、是否有摩擦对工作满意度、环境满意度、敬业度、产出、绩效的影响。

4、数据集能分析出哪些人力资源行业指标。

四、数据清洗

1、选择子集，选出可作为唯一标识的字段，此数据集选择员工编号。

2、列名重命名，对描述不清的字段进行重命名。

3、删除重复值，在员工编号列做删除重复值操作。

4、缺失值处理，利用excel筛选功能，查看各字段有无空值，如有，补缺空值。利用查找替换功能和Ctrl+Enter快捷键批量补缺。

5、一致化处理，利用分列功能和字符串提取函数(FIND,LEFT,MID,RIGHT,LEN,LENB)截取字符进行。

6、数据排序，利用排序功能读取日产出字段最大值和最小值。

7、异常值处理，用IF函数筛选异常值，删除与问题分析不相关的数据。

五、在MySQL中分析问题

1、下载MySQL服务端和客户端。

2、导入下载数据表：IBM HR Analytics员工流失和绩效。

1)创建数据库：数据分析,CREATE DATABASE 数据分析。

2)导入数据表：IBM HR Analytics员工流失和绩效，员工编号(EmployeeNumber)设为主键，右键点击表名选择设计表修改字段类型。

3)新建查询分析问题。

问题1：员工满意度对产出和绩效评估的影响。

结论1：员工满意度与产出和绩效无线性关系，工作满意度为3等级的平均日产出最高。

问题2：出差、产出、上班距离、学历、环境满意度、工资、职业等级、晋升时间等因素的工作满意度情况，逐个对单个因素进行分析。(下两图分别是出差、离家距离因素的分析)

结论2：乘火车出差的工作满意度比不出差或乘飞机出差的低，其他单个因素无线性关系。

问题3：是否有摩擦对工作满意度、环境满意度、敬业度、产出、绩效的影响。

结论3：无工作摩擦时，员工的工作满意度、环境满意度、敬业度、日产出会更高，但有无摩擦对绩效评定无线性关系。

问题4：分析人力资源指标。

分析指标1：各部门人员数量的比例，所需字段：Department

研发部门员工最多，约占65%。

分析指标2：学历结构，所需字段：Education

1等学历员工有170名，2等学历员工有282名，3等学历员工572名(最多)，4等学历员工398名，5等学历员工48名(最少)。

分析指标3：年龄结构，所需字段：Age

年龄在30—40的员工最多，约占42%。

分析指标4：内部变动率，所需字段：YearsSinceLastPromotion

上一年职务变动比例24.29%。

六、结论

员工满意度是一个整体的感知，从此虚拟数据中未找到线性相关的单个变量，在实际分析中也许会有不同的结果。