基于大数据分析的绩效管理系统的制作方法

本发明涉及一种基于大数据分析的绩效管理系统，属于企业信息管理技术领域。

背景技术：

目前的绩效管理系统，大部分企业往往仍然是基于自下而上上报，然后由各部门主管自上而下评价打分的管理系统。这样不但需要员工花费大量的时间去记录和上报自己的工作情况，减少员工实际的工作时间，同时员工填报的内容的真实性往往无法确定，从而带来上司的评价往往也是不准确的，因此难以有效把控员工的实际绩效情况。如何实现更加高效和有效的绩效考核，仍然是企业急需解决的重要课题。

技术实现要素：

针对现有技术存在的上述缺陷，本发明提出了一种基于大数据分析的绩效管理系统。

本发明所述的基于大数据分析的绩效管理系统，包括大数据分析平台、员工信息采集服务器、采集客户端和绩效管理服务器；

所述大数据分析平台，包括员工工作行为库和标准行为标签库，将员工信息采集服务器的数据进行训练、建模，计算出关键数据，将计算结果发送至绩效管理服务器；

所述员工工作行为库，对每个岗位行为数据进行分类并设置对应绩效，建立对应的账户，对应的账户根据自身岗位工作选择与自身岗位工作相适配的行为，然后在对应的账户下方生成行为分类绩效表，记录员工的日常行为，同步形成对应账户的日常汇总、月度汇总与季度汇总；将所有账户的日常汇总、月度汇总与季度汇总数据进行分析对比，获得对应岗位的关键行为数据，并将对应岗位的关键行为数据反馈至标准行为标签库进行醒目的标注；

所述标准行为标签库，构建员工行为数据标准和员工行为数据质量检核规则，并将员工信息、数据标准和质量规则存入标签库中；根据对应的账户员工信息，参考相关标准，建立员工行为数据标准；定义员工行为数据质量的检测范围、检测属性和检测规则，并设置任务执行质量规则；

所述员工信息采集服务器包括，设置于外部的存储单元，连接所述采集客户端，所述存储单元中包括多个存储服务器，每个所述存储服务器分别用于存储所述员工信息；

所述采集客户端包括：

第一采集模块，用于采集所述员工信息中包括的出勤时间；

第二采集模块，用于采集所述员工信息中包括的本地操作时间、网页浏览操作时间、即时通信操作参数；

所述绩效管理服务器，根据预设评分标准和计分参数对所述员工信息进行计算；大数据分析平台将计算结果发送至绩效管理服务器，绩效管理服务器根据预设效绩考核制度对所述计算结果进行考核。

优选地，所述大数据分析平台，从采集客户端采集到的员工信息中提取员工的工作相关的有效信息，通过员工信息采集服务器对有效信息进行分类和分析，确定员工的工作成果，同时和公司的标准行为标签库进行对比，对员工的工作绩效进行评价，绩效管理服务器根据预设效绩考核制度对所述计算结果进行考核。

优选地，所述员工工作行为库，根据存储于数据库中的员工正常出勤作业时间、工作地点与该员工实际出勤作业时间、工作地点进行比对，如果员工正常出勤作业时间、工作地点与该员工实际出勤作业时间、工作地点不相符，则该员工属于异常出勤状况。

优选地，所述员工工作行为库，对员工信息进行汇总、分析，得到员工行为规律；使用一段时间内记录的员工信息和员工行为规律进行比较，如果所述一段时间内记录的员工信息和员工行为规律有差异，则上报员工行为异常的信息。

优选地，所述员工信息包括：网络访问的目的ip地址、访问时间、访问时长、网络流量、访问网络的频率、员工标识；所述员工行为规律包括：员工一段时间内网络访问的目的ip地址、网络访问时间集中点、员工一段时间内网络访问流量、访问网络的频率；

网络访问的信息包括文本、图片、音乐、视频、直播状态、直播预告、网页分享和短视频。

优选地，所述标准行为标签库的建立方法，包括如下步骤：

对所述数据库中的标准行为信息进行关键词提取；

根据各所述标准行为信息的关键词为对应的标准行为信息标记标准行为标签；

建立包含各所述标准行为信息对应的标准行为标签的标准行为标签库。

优选地，所述员工信息采集服务器读取各客户端存储的员工信息，将所述员工信息写入网络存储器，并将最后时间截点的员工信息作为实时员工信息转发至大数据分析平台。

优选地，所述员工信息采集服务器与多个采集客户端形成星型网络拓扑结构。

本发明的有益效果是：本发明所述的基于大数据分析的绩效管理系统，通过让员工的精力集中于具体的工作，节省了记录和上报自己的工作的时间，单个员工的工作时间增加。同时由于数据是来自于自动采集并通过大数据分析产生的绩效评价，因此绩效考核的准确性和可信度都得到巨大的提高。

附图说明

图1是本发明的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

本发明所述的基于大数据分析的绩效管理系统，包括大数据分析平台、员工信息采集服务器、采集客户端和绩效管理服务器；

所述大数据分析平台，包括员工工作行为库和标准行为标签库，将员工信息采集服务器的数据进行训练、建模，计算出关键数据，将计算结果发送至绩效管理服务器；

所述员工工作行为库，对每个岗位行为数据进行分类并设置对应绩效，建立对应的账户，对应的账户根据自身岗位工作选择与自身岗位工作相适配的行为，然后在对应的账户下方生成行为分类绩效表，记录员工的日常行为，同步形成对应账户的日常汇总、月度汇总与季度汇总；将所有账户的日常汇总、月度汇总与季度汇总数据进行分析对比，获得对应岗位的关键行为数据，并将对应岗位的关键行为数据反馈至标准行为标签库进行醒目的标注；

所述标准行为标签库，构建员工行为数据标准和员工行为数据质量检核规则，并将员工信息、数据标准和质量规则存入标签库中；根据对应的账户员工信息，参考相关标准，建立员工行为数据标准；定义员工行为数据质量的检测范围、检测属性和检测规则，并设置任务执行质量规则；

所述员工信息采集服务器包括，设置于外部的存储单元，连接所述采集客户端，所述存储单元中包括多个存储服务器，每个所述存储服务器分别用于存储所述员工信息；

所述采集客户端包括：

第一采集模块，用于采集所述员工信息中包括的出勤时间；

第二采集模块，用于采集所述员工信息中包括的本地操作时间、网页浏览操作时间、即时通信操作参数；

所述绩效管理服务器，根据预设评分标准和计分参数对所述员工信息进行计算；大数据分析平台将计算结果发送至绩效管理服务器，绩效管理服务器根据预设效绩考核制度对所述计算结果进行考核。

所述大数据分析平台，从采集客户端采集到的员工信息中提取员工的工作相关的有效信息，通过员工信息采集服务器对有效信息进行分类和分析，确定员工的工作成果，同时和公司的标准行为标签库进行对比，对员工的工作绩效进行评价，绩效管理服务器根据预设效绩考核制度对所述计算结果进行考核。

所述员工工作行为库，根据存储于数据库中的员工正常出勤作业时间、工作地点与该员工实际出勤作业时间、工作地点进行比对，如果员工正常出勤作业时间、工作地点与该员工实际出勤作业时间、工作地点不相符，则该员工属于异常出勤状况；

所述员工工作行为库，对员工信息进行汇总、分析，得到员工行为规律；使用一段时间内记录的员工信息和员工行为规律进行比较，如果所述一段时间内记录的员工信息和员工行为规律有差异，则上报员工行为异常的信息。

所述员工信息包括：网络访问的目的ip地址、访问时间、访问时长、网络流量、访问网络的频率、员工标识；所述员工行为规律包括：员工一段时间内网络访问的目的ip地址、网络访问时间集中点、员工一段时间内网络访问流量、访问网络的频率；

网络访问的信息包括文本、图片、音乐、视频、直播状态、直播预告、网页分享和短视频。

所述标准行为标签库的建立方法，包括如下步骤：

对所述数据库中的标准行为信息进行关键词提取；

根据各所述标准行为信息的关键词为对应的标准行为信息标记标准行为标签；

建立包含各所述标准行为信息对应的标准行为标签的标准行为标签库。

所述员工信息采集服务器读取各客户端存储的员工信息，将所述员工信息写入网络存储器，并将最后时间截点的员工信息作为实时员工信息转发至大数据分析平台。

所述员工信息采集服务器与多个采集客户端形成星型网络拓扑结构。

本发明基于大数据和机器学习的绩效管理系统，以采集员工的具体工作行为数据为依据，通过大数据分析系统从采集到的数据中提取员工的工作相关的有效信息，通过对有效信息进行分类和分析，确定员工的工作成果，同时和公司的绩效考核标准库进行对比，对员工的工作绩效进行评价。通过本系统，可以让员工的精力集中于具体的工作，节省了记录和上报自己的工作的时间，单个员工的工作时间增加。同时由于数据是来自于自动采集并通过大数据分析产生的绩效评价，因此绩效考核的准确性和可信度都得到巨大的提高。

实施例2：

系统构成：采集客户端+标准行为标签库+标准行为标签库。

采集客户端：员工的工作终端，负责收集员工的操作行为信息，包括员工的本地操作，网页浏览操作，即时通信操作等。

大数据分析平台：包括客户端数据的汇总，大数据分析，员工绩效生成系统，

标准行为标签库：实现准备好的员工工作行为标准。

本发明具体操作如下：

每个员工电脑的客户端都安装有信息的采集客户端，员工每天的操作行为都会被这些客采集客户端记录下来，存储在员工本地电脑。这些信息包括但不限于员工开机和关机，打开某个软件，编辑某个文档，浏览网页，使用即时聊天工具聊天，发送邮件等。这些操作行为以及这些行为发生的时间会分门别类的进行存储。

员工信息采集服务器能够自动从所有员工的客户端获取所有员工的数据到服务器，并作为原始数据保存在员工信息采集服务器。服务器收集数据的方式可以为管理员手动收集，也可以设置为自动收集。比如每天的中午休息时间(服务器收集客户端信息时，客户端必须处于开机状态)。服务器端可以判断客户端信息是否收集全面，如果没有收集全，可以再次收集。

标准行为标签库是实现定义好的员工行为。比如：

标签1：编辑doc文件

标签2：写代码

标签3：查阅网上资料

标签4：和客户沟通

等。这些标签主要都是不可再分解的最小工作行为原子。

大数据分析平台在系统设置的某个时间点，启动对某个周期的原始数据进行大数据分析。大数据分析平台的启动时间点和分析的数据周期可以通过系统设置来事先约定。比如，如果是按月考核的话，可以在每月的第一天启动分析程序，对上一个月的原始数据进行分析。大数据分析平台通过对原始数据的分析和分解，同时结合员工标准行为标签库匹配，解析出量化的员工行为。如：

xxxx年xx月xx日，员工a，编辑文件[xxxxx.doc]，用时30分钟

xxxx年xx月xx日，员工b，浏览网页[xxxxx.html]，用时10分钟

xxxx年xx月xx日，员工c，发送邮件给[xxx]，用时20分钟

等等。

这些量化行为会保存到员工工作行为库。

在每月的绩效考核日(可以实现约定)，绩效管理服务器从员工工作行为库获取数据，生成统计和汇总数据，并创建每个员工的本周期的绩效考核报告书。

通过以上过程可以看到，整个绩效报告产生的过程是不需要员工做任何记录和上报的，都有系统自动来完成。大数据分析平台可以认为是一个智能的，具有机器学习能力的智能系统，结合长期的数据积累和数据定义，系统在使用过程中会不断改进，成为一个不断优化的系统。

本发明可广泛运用于企业信息管理场合。