لوحة معلومات HR في Power BI: مؤشرات أداء عالية القيمة 2026

تعلم بناء لوحة معلومات HR عبر Power BI تتضمن مؤشرات عدد الموظفين والتسرب والوقت اللازم للتوظيف لتبسيط بيانات القوى العاملة والاستغناء عن الجداول التقليدية.

لوحة معلومات (Dashboard) الموارد البشرية في Power BI ليست مجرد نسخة أكثر أناقة من بيانات نظام معلومات الموارد البشرية (HRIS) المصدّرة؛ بل هي واجهة لاتخاذ القرارات تُطلع قيادة الموارد البشرية بدقة على مواطن تراكم مخاطر القوى العاملة — قبل أن تتحول إلى أزمة استبقاء موظفين أو عنق زجاجة في التوظيف.

لا تزال معظم فرق الموارد البشرية تُجري مراجعات أعداد الموظفين باستخدام Excel، حيث يتم إرسال جداول البيانات عبر البريد الإلكتروني، وتعديلها من قِبل عدة أشخاص، لتصل إلى اجتماع القيادة وهي قديمة بالفعل. تُنتج هذه العملية قرارات مبنية على أرقام غير محدثة. بينما تقضي لوحة معلومات الموارد البشرية المصممة باحتراف في Power BI على هذه الدورة تمامًا.

يتناول هذا المقال مؤشرات الأداء الرئيسية (KPIs) التي يجب أن تتضمنها لوحة معلومات الموارد البشرية في 2026، وكيفية هيكلة طبقات التقارير، وأنماط DAX التي تجعل تلك المقاييس دقيقة، وكيفية نشر نسخة جاهزة للتشغيل دون الحاجة لبنائها من الصفر.

ما هي لوحة معلومات الموارد البشرية في Power BI وما هي ليست عليه

لوحة معلومات الموارد البشرية في Power BI هي طبقة تقارير محوكمة ترتبط مباشرة بمصادر بيانات الموارد البشرية الخاصة بك، وتُظهر مؤشرات الأداء الرئيسية للقوى العاملة في الوقت الفعلي أو شبه الفعلي. إنها ليست تقريرًا ثابتًا، وليست عملية تصدير لمرة واحدة، وليست مجرد مجموعة من مخططات أعداد الموظفين التي تفتقر إلى إمكانية التعمق في التفاصيل.

هذا التمييز جوهري لأن معظم لوحات معلومات الموارد البشرية تفشل في مرحلة التعريف؛ إذ تبني الفرق تقريرًا يعرض عدد الموظفين الحالي وتسميه لوحة معلومات. أما لوحة الموارد البشرية الحقيقية فتُظهر اتجاهات أعداد الموظفين، والتسرّب (Attrition) حسب القسم وفئة الأقدمية، وتقادم طلبات التوظيف المفتوحة، والوقت اللازم للتعيين (Time-to-hire) حسب مستوى الوظيفة، وتوزيع التعويضات — كل ذلك ضمن نموذج دلالي (Semantic Model) واحد محوكم.

يجب أن تخدم طبقة التقارير 3 فئات مختلفة من الجمهور في آن واحد: شركاء عمل الموارد البشرية الذين يحتاجون إلى تفاصيل على مستوى القسم، ورئيس الموارد البشرية (CHRO) أو نائب رئيس شؤون الموظفين الذي يحتاج إلى مقاييس ملخصة تنفيذية، وقسم المالية أو العمليات الذين يحتاجون إلى تباين عدد الموظفين مقابل الميزانية. لوحة معلومات واحدة، ثلاث وجهات نظر، ومصدر واحد للحقيقة.

مؤشرات الأداء الرئيسية الجوهرية للوحة معلومات الموارد البشرية في 2026

اجعل لوحة معلومات الموارد البشرية مقتصرة على 5–7 مؤشرات أداء رئيسية لكل طبقة تقارير؛ فزيادة المؤشرات تؤدي إلى تشتت بصري وتُبطئ اتخاذ القرار. تم تنظيم المؤشرات أدناه حسب الوظيفة.

مؤشرات أعداد الموظفين (Headcount)

• عدد الموظفين النشطين (Active Headcount) — إجمالي الموظفين ذوي الحالة النشطة حتى تاريخ التقرير؛ موزعين حسب القسم، والموقع، ونوع التوظيف.

• معدل نمو عدد الموظفين — (عدد الموظفين الحالي − عدد الموظفين قبل N من الفترات) ÷ عدد الموظفين قبل N من الفترات × 100؛ ويُتتبع شهريًا وربع سنويًا.

• تباين عدد الموظفين مقابل الميزانية — وظائف الملاك المعتمدة ناقص الوظائف المشغولة؛ تشير القيم السالِبة إلى مخاطر شاغرة، بينما تشير القيم الموجبة إلى إفراط في التوظيف مقابل الخطة.

• نسبة الموظفين بدوام كامل مقابل المتعاقدين (FTE vs. Contractor Ratio) — مكافئات الدوام الكامل ÷ إجمالي القوى العاملة؛ وجود نسبة أقل من 0.70 في الوظائف الجوهرية يشير إلى مخاطر تتعلق بالاعتمادية.

مؤشرات التسرّب (Attrition)

• معدل التسرّب الطوعي (Voluntary Attrition Rate) — حالات الانفصال الطوعي ÷ متوسط عدد الموظفين × 100؛ يُقاس شهريًا ويُعرض كمعدل تراكُمي لآخر 12 شهرًا.

• معدل التسرّب القسري (Involuntary Attrition Rate) — حالات الانفصال القسري ÷ متوسط عدد الموظفين × 100؛ يُتتبع بشكل منفصل عن التسرّب الطوعي، إذ إن دمج الاثنين يخفي أنماط إدارة الأداء.

• التسرّب حسب فئة الأقدمية — تقسيم حالات الانفصال إلى فترات: 0–6 أشهر، 6–12 شهرًا، 1–2 سنة، 2–5 سنوات، وأكثر من 5 سنوات؛ التسرّب في بدايات الخدمة الذي يتجاوز 20% يشير إلى مشكلة في دمج الموظفين الجدد (Onboarding) أو ملاءمة التوظيف، وليس مشكلة تعويضات.

• معدل التسرّب المؤسف (Regrettable Attrition Rate) — حالات انفصال الموظفين عاليي الأداء ÷ إجمالي حالات الانفصال × 100؛ يتطلب هذا المؤشر الربط مع بيانات تقييم الأداء، وهو الرقم الذي يهم رئيس الموارد البشرية حقًا.

مؤشرات الأداء الرئيسية للوقت اللازم للتعيين (Time-to-Hire KPIs)

• الوقت اللازم للتعيين (Time-to-Hire) — تاريخ قبول العرض ناقص تاريخ فتح طلب التوظيف؛ وتُعد الفترة من 20–35 يومًا للأدوار الوظيفية الفردية، و45–60 يومًا لمستوى المدير فما فوق، هي المعايير القياسية في عام 2026

• الوقت اللازم لشغل الوظيفة (Time-to-Fill) — اليوم الأول للعمل ناقص تاريخ فتح طلب التوظيف؛ وتكون دائمًا أطول من الوقت اللازم للتعيين؛ حيث تقيس الفجوة بين الاثنين كفاءة عمليات التهيئة (Onboarding) وما قبل مباشرة العمل

• معدل قبول العروض (Offer Acceptance Rate) — العروض المقبولة ÷ العروض المقدمة × 100؛ ويشير الانخفاض عن 75% إلى وجود مشكلة في التعويضات أو في تجربة المرشح في المرحلة النهائية

• فعالية قنوات الاستقطاب (Sourcing Channel Effectiveness) — التعيينات حسب المصدر ÷ إجمالي التعيينات × 100؛ توضح لك أين يجب تركيز ميزانية التوظيف

كيفية هيكلة طبقات التقارير

تستخدم لوحة معلومات الموارد البشرية المصممة جيدًا في Power BI ثلاث طبقات من التقارير، حيث تجيب كل طبقة على سؤال مختلف بمستوى مختلف من التفصيل.

الطبقة 1: الملخص التنفيذي
صفحة واحدة تضم من 5–7 مؤشرات أداء رئيسية كحد أقصى: عدد الموظفين الحاليين، معدل التسرّب الطوعي، طلبات التوظيف المفتوحة، الوقت اللازم للتعيين، وتباين عدد الموظفين مقابل الميزانية. لا يتوفر التنقل التفصيلي (Drill-through) في هذه الصفحة — أرقام فقط، مع مؤشرات الاتجاه والتغيير مقارنة بالفترة السابقة. يمتلك هذه الصفحة رئيس قطاع الموارد البشرية (CHRO) وتُراجع أسبوعيًا.

الطبقة 2: تفاصيل الإدارات والوظائف
صفحة واحدة لكل وظيفة رئيسية، أو صفحة واحدة مع مقسمات طرق العرض (Slicers) على مستوى الإدارة. تشمل التسرّب حسب القسم، عدد الموظفين حسب فئات الأقدمية، وتقادم طلبات التوظيف المفتوحة حسب مدير التوظيف. هذا هو المكان الذي يقضي فيه شركاء أعمال الموارد البشرية معظم وقتهم. أضف خاصية التنقل التفصيلي لصفحات الإدارات الفردية التي يتجاوز عدد موظفيها 50 موظفًا.

الطبقة 3: خط أنابيب التوظيف (Recruiting Pipeline)
صفحة منفصلة تغطي مسار التوظيف بالكامل: الطلبات، فحص الهاتف، المقابلات، العروض، وقبولها. تشمل الوقت اللازم للتعيين حسب الطلب، وتحليل قنوات الاستقطاب، ومعدل قبول العروض. يمتلكها مسؤول جذب المواهب (TA lead) أو مدير التوظيف، وتُراجع يوميًا خلال دورات التوظيف النشطة.

أنماط DAX التي تجعل مقاييس الموارد البشرية دقيقة

تواجه بيانات الموارد البشرية تحديات نمذجة محددة؛ إذ تحتوي سجلات الموظفين على تواريخ سريان، وتغييرات في الحالة، وسطور متعددة للشخص الواحد عبر الزمن. إذا لم يعالج النموذج الدلالي (Semantic Model) هذه الحالات بشكل صحيح، فستكون أرقام عدد الموظفين خاطئة.

عدد الموظفين القائم على اللقطات (Snapshot-Based Headcount)

لا تقم بحساب الموظفين من جدول موظفين مباشر دون عامل تصفية للتاريخ. قم ببناء جدول لقطات (Snapshot table) يعتمد على التاريخ أو استخدم مقياسًا محسوبًا يفلتر الموظفين النشطين في تاريخ محدد.

Active Headcount = 
CALCULATE(
    DISTINCTCOUNT(Employees[EmployeeID]),
    Employees[Status] = "Active",
    USERELATIONSHIP(DateTable[Date], Employees[SnapshotDate])
)

يتطلب هذا النمط جدول لقطات حيث يمثل كل صف حالة الموظف في تاريخ معين. وبدونه، سيتغير رقم عدد الموظفين بأثر رجعي عند تحديث السجلات التاريخية.

معدل التسرّب لفترة 12 شهرًا سابقة

قياس التسرّب بناءً على شهر واحد فقط قد يسبب تذبذبًا مشوشًا؛ لذا يفضل استخدام نافذة زمنية تغطي الـ 12 شهرًا السابقة.

Attrition Rate TTM = 
DIVIDE(
    CALCULATE(
        COUNTROWS(Separations),
        DATESINPERIOD(DateTable[Date], LASTDATE(DateTable[Date]), -12, MONTH)
    ),
    CALCULATE(
        AVERAGE(HeadcountSnapshot[Headcount]),
        DATESINPERIOD(DateTable[Date], LASTDATE(DateTable[Date]), -12, MONTH)
    )
) * 100

يؤدي استخدام متوسط عدد الموظفين في المقام إلى تخفيف الانحراف الناتج عن النمو السريع أو التقلص خلال فترة القياس.

متوسط الوقت اللازم للتعيين (Time-to-Hire Average)

Avg Time to Hire = 
AVERAGEX(
    Requisitions,
    DATEDIFF(Requisitions[OpenDate], Requisitions[OfferAcceptedDate], DAY)
)

قم بتطبيق عامل تصفية لهذا المقياس ليقتصر على طلبات التوظيف المغلقة فقط؛ حيث إن طلبات التوظيف المفتوحة تضخم المتوسط وتؤدي إلى ظهور توجهات مضللة.

أنماط الفشل الشائعة في لوحات معلومات الموارد البشرية

خلط معدل تسرّب الموظفين (Attrition) الطوعي وغير الطوعي. إن وجود معدل تسرّب واحد يجمع النوعين معاً يجعل البيانات غير قابلة للتنفيذ. فمعدل 15% قد يعني 12% تسرّباً طوعياً و3% غير طوعي، أو العكس، والاستجابة لكل حالة تختلف تماماً عن الأخرى.

إجمالي عدد الموظفين (Headcount) بدون سياق زمني. رقم عدد الموظفين دون تاريخ مرجعي لا قيمة له. يجب أن يعرض كل مقياس لعدد الموظفين تاريخ "اعتباراً من" (as of) بشكل صريح. إذا كان النموذج الدلالي (Semantic Model) لا يدعم عدد الموظفين في وقت معين (point-in-time)، فقم بإصلاح النموذج قبل البدء بناء العنصر المرئي.

تضمين القيم الشاذة في متوسط الوقت اللازم للتعيين. طلب توظيف واحد ظل مفتوحاً لمدة 200 يوم بسبب تجميد التعيينات سيؤدي إلى تدمير المتوسط الخاص بك. تتبّع "وسيط" الوقت اللازم للتعيين جنباً إلى جنب مع "المتوسط الحسابي"، واستبعد طلبات التوظيف التي تم إيقافها مؤقتاً أو إلغاؤها قبل إغلاقها.

غياب ملكية مؤشرات الأداء (KPIs). لوحة المعلومات التي تظهر ارتفاع معدل التسرّب دون وجود مالك محدد للمؤشر تولد الوعي لا التنفيذ. يجب تحديد المالك لكل KPI في لوحة معلومات الموارد البشرية وموعد التنفيذ. يمتلك رئيس قطاع الموارد البشرية (CHRO) الملخص التنفيذي، بينما يمتلك شركاء أعمال الموارد البشرية معدلات التسرّب على مستوى الأقسام، ويمتلك مسؤول استقطاب المواهب (TA lead) مؤشر الوقت اللازم للتعيين.

بيانات التعويضات دون أمان مستوى الصفوف (RLS). إذا كانت لوحة معلومات الموارد البشرية تتضمن فئات الرواتب أو بيانات التعويضات الفردية، فإن أمان مستوى الصفوف ليس اختيارياً. لوحة معلومات الموارد البشرية بدون RLS في حقول التعويضات تعد مخاطرة امتثال جسيمة. قم بتكوين أدوار RLS قبل إطلاق لوحة المعلومات.

مصادر البيانات للوحة معلومات الموارد البشرية في Power BI

يتصل Power BI بشكل أصلي بمعظم مصادر بيانات الموارد البشرية الشائعة. وتتمثل التكوينات الأكثر تكراراً في عام 2026 في:

• نظم معلومات الموارد البشرية (HRIS) — عبر SQL Server أو Azure SQL Database، حيث يقوم النظام بالكتابة في مستودع بيانات.

• Excel أو Google Sheets — للفرق الصغيرة التي تدير عمليات تتبع عدد الموظفين وطلبات التوظيف يدوياً.

• منصات تتبع المتقدمين (ATS) — عبر API أو تصدير مجدول لبيانات خط أنابيب التوظيف.

• أنظمة الرواتب — عبر SQL أو ملفات مسطحة لبيانات التعويضات وتكاليف الموظفين بدوام كامل (FTE).

إذا كانت بيانات الموارد البشرية موزعة عبر أنظمة متعددة، فقم بدمجها في طبقة تجميع (staging layer) واحدة قبل توصيلها بـ Power BI. إن التوصيل المباشر بـ 4 أنظمة مصادر منفصلة دون طبقة تحويل يؤدي لإنشاء نموذج دلالي هش ينكسر بمجرد تغيير أي مصدر لبنيته (schema).

البناء مقابل الشراء: لماذا يوفر استخدام القوالب 60–80% من وقت البناء

يستغرق بناء لوحة معلومات للموارد البشرية من الصفر ما بين 3–6 أسابيع من المحلل الكفء. ويشمل هذا التقدير نمذجة البيانات، وتطوير مقاييس DAX، وتصميم التنسيق، ودورات مراجعة أصحاب المصلحة، والتطوير المتكرر. معظم هذا الوقت لا يُقضى في التحليل، بل في بناء الهيكل التأسيسي.

يأتي قالب لوحة معلومات الموارد البشرية الجاهز من Power BI مزوداً ببنية النموذج الدلالي، ومقاييس DAX مكتوبة مسبقاً لعدد الموظفين، والتسرّب، والوقت اللازم للتعيين، مع تنسيق مصمم للاستخدام التنفيذي والتشغيلي معاً. ما عليك سوى ربط مصادر بياناتك، والتحقق منها مقابل مجموعة البيانات التجريبية المرفقة، ثم النشر. عندها ينخفض وقت البناء إلى ساعات بدلاً من أسابيع.

قوالب لوحات معلومات الموارد البشرية من Prime Levels هي عمليات شراء لمرة واحدة بدون رسوم اشتراك. يتضمن كل قالب دليل إعداد، ومجموعة بيانات تجريبية للتحقق قبل الربط، وتحديثات مدى الحياة تغطي تحسينات مقاييس DAX وتغييرات توافق Power BI. إذا كانت متطلبات نموذج بياناتك أو تقاريرك تختلف عن الإعدادات الافتراضية للقالب، تبدأ خدمة تخصيص القوالب من 950 ريال سعودي. أما بالنسبة للبناء المخصص بالكامل، فيبدأ تطوير لوحات المعلومات المخصصة (Custom Dashboards) من 2,900 ريال سعودي.

للفرق التي تعمل على تقييم مدى ملاءمة قالب الموارد البشرية إلى جانب تقارير المالية والمبيعات والعمليات، يستعرض مقال أفضل قوالب لوحات معلومات Power BI في 2026 حسب الصناعة مكتبة القوالب الكاملة مع إرشادات لكل فئة.

إذا كانت مؤسستك بحاجة أيضاً إلى تقارير مالية منظمة جنباً إلى جنب مع بيانات القوى العاملة، فإن قالب لوحة المعلومات المالية في Power BI لتقارير جاهزة للمدير المالي في 2026 يغطي الهيكل الموازي لمؤشرات الأداء الرئيسية (KPIs) المالية.

تصفح قالب الموارد البشرية والمكتبة الكاملة على prime-levels.com.

ما هي مصادر البيانات التي تتصل بها لوحة معلومات الموارد البشرية في Power BI؟

يتصل Power BI بشكل أصيل بـ SQL Server و Azure SQL و Excel و Google Sheets ومعظم منصات ATS أو HRIS التي تتيح البيانات عبر API أو التصدير المجدول. بالنسبة للفرق التي تتوزع بياناتها عبر أنظمة متعددة، فإن تجميعها في طبقة وسيطة (Staging layer) قبل ربط Power BI ينتج نموذجًا دلاليًا (Semantic Model) أكثر استقرارًا.

ما الفرق بين الوقت اللازم للتوظيف (Time-to-hire) والوقت اللازم لشغل الوظيفة (Time-to-fill)؟

يقيس الوقت اللازم للتوظيف المدة من تاريخ فتح طلب التعيين إلى تاريخ قبول العرض. أما الوقت اللازم لشغل الوظيفة فيقيس المدة من تاريخ فتح الطلب حتى اليوم الأول للموظف في العمل. الفجوة بينهما توضح وقت الإجراءات ما قبل المباشرة — مثل فحص الخلفية، وفترات الإخطار، وأوراق التعيين. كلا المقياسين ينتميان إلى لوحة معلومات توظيف متكاملة.

كم عدد مؤشرات الأداء التي يجب أن تعرضها لوحة معلومات الموارد البشرية؟

من 5–7 مؤشرات أداء (KPIs) لكل طبقة تقارير. يجب أن تعرض طبقة الموجز التنفيذي عدد الموظفين النشطين، ومعدل التسرّب الطوعي، وطلبات التعيين المفتوحة، والوقت اللازم للتوظيف، وتباين عدد الموظفين مقابل الميزانية. يمكن لطبقات الأقسام والتوظيف حمل مقاييس إضافية، لكن تظل كل طبقة ضمن نطاق 5–7 مؤشرات لتجنب التشتت البصري.

هل أحتاج إلى أمان مستوى الصفوف في لوحة معلومات الموارد البشرية؟

نعم، إذا كانت لوحة المعلومات تتضمن بيانات الرواتب، أو تقييمات الأداء الفردي، أو أي معلومات هوية شخصية للموظفين. يعمل RLS في Power BI على تقييد الصفوف التي يراها مستخدم معين بناءً على دوره. قم بتهيئة RLS قبل نشر لوحة المعلومات وليس بعدها.

هل يمكنني استخدام قالب لوحة معلومات Power BI للموارد البشرية إذا كانت بياناتي في Excel؟

نعم. يتصل Power BI مباشرة بملفات Excel المخزنة محليًا أو على SharePoint أو OneDrive. تدعم قوالب الموارد البشرية من Prime Levels ملفات Excel كمصدر بيانات أصيل. كما أن مجموعة البيانات التجريبية المرفقة تعتمد على Excel، مما يتيح لك التحقق من تخطيط القالب والمقاييس قبل ربط بياناتك الفعلية.

ما هو التسرّب المؤسف للعمالة (Regrettable attrition) ولماذا هو أهم من إجمالي التسرّب؟

يقيس التسرّب المؤسف نسبة الموظفين المغادرين من ذوي الأداء العالي أو الأدوار الحساسة. أما إجمالي التسرّب فيعامل جميع حالات المغادرة بالتساوي، مما يخفي حقيقة ما إذا كانت المؤسسة تفقد أفضل مواهبها أم تستغني عن الموظفين ضعيفي الأداء. يتطلب التسرّب المؤسف دمج بيانات HRIS مع بيانات إدارة الأداء، وهو المقياس الذي يوجه قرارات الاستثمار الفعلية في الاحتفاظ بالموظفين.

كم يستغرق نشر قالب لوحة معلومات الموارد البشرية في Power BI؟

باستخدام قالب جاهز، يمكن لمحلل مختص ربط مصادر البيانات، والتحقق من المقاييس مقابل البيانات التجريبية، والنشر في Power BI Service خلال 2–4 ساعات لتكوينات البيانات المباشرة. قد تمتد المدة إلى 1–2 يوم في البيئات المعقدة متعددة المصادر أو عند الحاجة لتخصيص واسع في DAX. وذلك مقارنة بمدة 3–6 أسابيع عند البناء من الصفر.