CN108171466A - 一种人力资源成本分析预测系统与分析预测方法 - Google Patents
一种人力资源成本分析预测系统与分析预测方法 Download PDFInfo
- Publication number
- CN108171466A CN108171466A CN201711300680.9A CN201711300680A CN108171466A CN 108171466 A CN108171466 A CN 108171466A CN 201711300680 A CN201711300680 A CN 201711300680A CN 108171466 A CN108171466 A CN 108171466A
- Authority
- CN
- China
- Prior art keywords
- information
- personnel
- human resources
- cost
- staff
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1057—Benefits or employee welfare, e.g. insurance, holiday or retirement packages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种人力资源成本分析预测系统,该项目尽职调查自动分析系统包括中央计算器、人员工资服务器、人员奖金服务器、人员股权分红信息服务器、人力资源再生成本服务器、人员培训信息服务器、人员表现系数信息服务器、人员工资信息预期服务器、人员奖金信息预期服务器、人员股权分红预测信息服务器、人力资源再生成本预测服务器、人员培训信息预测服务器、还包括若干个人员表现调查终端、还包括若干个置信度调查终端。还提供了一种人力资源成本分析预测方法,其依托前述系统以进行。
Description
技术领域
本发明涉及人力资源成本计算的技术领域,尤其涉及一种项人力资源成本分析预测系统与分析预测方法。
背景技术
随着智能系统的普及应用,人力资源信息采集自动系统已经完全取代了过去的人工采集的模式。通过系统的智能运算和传感器的配合使用,已经可以实现智能化采集。很多的人事单位都已经应用了相对应的智能系统,通过智能的人力资源信息的采集系统可以实现人力的解放,同时可以进行高精度的信息采集。但是人力资源信息的采集系统虽然给人力资源部门带来了便利,但是由于人力资源信息的采集系统的计算构架不清晰,整体计算的规划缺失或者有偏差,会造成很大程度上损失,尤其是在现在没有关于人力资源成本的整体的优化计算规划的情况下。特别是在对人力资源部分进行系统排查的过程中,如果由于系统出现计算失误,将会给人力部门带来很大的损失,所计算得到的总成本也没办法反应真实情况。
还有一个情况就是,对于受雇员工个体而言,每个人员的能力和表现差异是极大地,可能有的人员有很大的培养潜能,则花在他身上的人力资源成本是超值的,但是另一些人则完全没有培养的价值和进步的可能性,则花在他身上的人力资源成本是虚高的或者浪费的,要想获取真正的人力资源成本,也要把这部分因素考虑进去。目前的人力资源成本计算中都没有予以考虑,测算得到的人力资源成本都是表面的,难以反映真实的人力资源成本状况。
发明内容
本发明的第一目的是解决现有技术中所存在的没有全面充分且考虑人员表现加成作用的人力资源成本计算方式,本文提出一种基于基于人员表现加成补正的人力资源成本计算系统和方法,优化后的人力资源信息分析预测系统,改变了传统的计算模型,充分地将工资、薪酬、股权分红、培训等信息考虑在内,给出一种能够具有针对性和专业性的人力资源成本分析预测系统。第二目的是提供一种依据该人力资源成本分析预测系统而进行的人力资源成本分析预测方法。该方法能够给与系统以实际操作指南,已得到更有实际参考价值的人力资源价值报告,而且这里还可以针对未来N年的情况给出报告,这种前瞻性的报告信息对于企业决策有着巨大作用。
本发明提供了一种人力资源成本分析预测系统,其特征在于,包括以下部件:
中央计算器,承担全部信息处理和计算机能,其具备中央存储器。
人员工资服务器,其上包含人员工资数据库,用于记载详细的企业所有开具工资人员的工资信息,并将所有信息各自建立条目储存,这里的详细的企业所有开具工资人员的工资信息,包括但不限于人员的基本工资、绩效工资、养老保险、工伤保险、失业保险、住房公积金、住房补贴、防暑降温费、级别信息。
人员奖金服务器,其上包含人员奖金数据库,用于记载详细的企业所有具备资格人员的受领奖金信息,并将所有信息各自建立条目储存,这里的详细的企业所有具备资格人员的受领奖金信息,包括但不限于年度业绩奖金、企业分级别平均奖金、单项奖金、出勤奖金。
人员股权分红信息服务器,其上包含人员股权分红数据库,用于记载详细的企业所有具备资格人员的股份及分红受领信息,包括但不限于每个具备资格人员所实际受领的股份收益信息及分红信息。
人力资源再生成本服务器,其上包含人力资源再生成本数据库,用于记载详细的企业所有增加了人力资源再生成本的信息,并将所有信息各自建立条目储存,这里的详细的企业所有增加了人力资源再生成本的信息,包括但不限于人员餐饮成本、人员带薪休假成本、人员子女教育补助、人员文化娱乐支出。
人员培训信息服务器,其上包含人员培训信息数据库,用于记载详细的企业用于人员培训的相关信息,并将所有信息各自建立条目储存,这里的详细的企业用于人员培训的相关信息,包括但不限于培训讲课费、培训场地费、培训资料费、培训组织费用。
人员表现系数信息服务器,其上包含人员表现系数数据库,用于记载人员表现评价信息及换算后得到的人员表现系数,并将所有信息各自建立条目储存,这里的人员表现评价信息包括但不限于除该人员本身之外对于该人员的表现评价、换算规则、换算后得到的人员表现系数。
人员工资信息预期服务器,其上包含人员工资信息预期数据库,用于记载未来N年内详细的企业所有开具工资人员的预期工资增长信息,并将所有信息各自建立条目储存,这里的详细的企业所有开具工资人员的预期工资增长信息,包括但不限于未来N年内的各级人员预期工资增长比率、各档次工资信息、人员级别信息、各级别晋级概率信息。
人员奖金信息预期服务器,其上包含有人员奖金信息预期数据库,用于记载未来N年内详细的企业所有受领奖金人员的预期奖金信息,并将所有信息各自建立条目储存,这里的详细的企业所有受领奖金人员的预期奖金信息,包括但不限于未来N年内企业盈利情况和划拨奖金的比例,奖金发放规则。
人员股权分红预测信息服务器,其上包含人员股权分红预测信息数据库,用于记载未来N年内详细的企业所有具备资格人员的股份及分红受领信息,并将所有信息各自建立条目储存,这里的未来N年内详细的企业所有具备资格人员的股份及分红受领信息,包括但不限于未来N年内企业给人员配股计划和人员分红的计划比例和数额。
人力资源再生成本预测服务器,其上包含人力资源再生成本预测数据库,用于记载未来N年内的详细的人力资源再生成本预测信息,并将所有信息各自建立条目储存,这里的详细的人力资源再生成本预测信息,包括但不限于未来N年内的人员餐饮成本、人员带薪休假成本、人员子女教育补助、人员文化娱乐支出。
人员培训信息预测服务器,其上包含人员培训信息预测数据库,用于记载未来N年内的详细的人员培训信息预测信息,并将所有信息各自建立条目储存,这里的详细的人员培训信息预测信息,包括但不限于未来N年内的培训讲课费、培训场地费、培训资料费、培训组织费用。
还包括若干个人员表现调查终端,用于人员表现信息的采集。
还包括若干个置信度调查终端,用于信息置信度评价的采集,问卷答案经过机器筛选得到至少500-2000项以上的有效调查问卷。
一种人力资源成本分析预测方法,其利用如前所述的人力资源成本分析预测系统进行,其特征在于,包括以下步骤:1)基础信息补全步骤:全面搜集企业人力资源相关信息,包括人员工资信息、人员奖金信息、人员股权分红信息、人力资源再生成本信息、人员培训信息,分类按条目装入前述人员工资信息数据库、人员奖金信息数据库、人员股权分红信息数据库、人力资源再生成本信息数据库、人员培训信息数据库,如果没有对应合适条目,则装入前述人员工资信息数据库、人员奖金信息数据库、人员股权分红信息数据库、人力资源再生成本信息数据库、人员培训信息数据库中某一个数据库的补充条目。
2)企业未来人力资源预测信息搜集步骤:全面搜集企业财务信息、内部咨询信息、股东大会和董事会讨论记录、外部咨询信息,从中分解出企业未来N年内的涉及人力资源的预测信息,分类分条目装入前述人员工资信息预期数据库、人员奖金信息预期数据库、人员股权分红预测信息数据库、人力资源再生成本预测数据库、人员培训信息预测数据库,如果没有对应合适条目,则装入前述人员工资信息预期数据库、人员奖金信息预期数据库、人员股权分红预测信息数据库、人力资源再生成本预测数据库、人员培训信息预测数据库某一个数据库的补充条目。
3)选定预测年度:选定要预测的未来具体第M年份的人力资源成本,1≤M≤N。
4)第M年人员工资信息预期值计算步骤:根据人员工资信息预期数据库以及人员工资信息数据库的信息,计算第M年人员工资信息预期值,具体到每一个人员的工资信息预期值。
5)第M年人员奖金信息预期值计算步骤:根据人员奖金信息预期数据库以及人员奖金信息数据库的信息,计算第M年人员奖金信息预期值,具体到每一个人员的奖金信息预期值。
6)第M年人员股权分红信息预期值计算步骤:根据人员股权分红信息预期数据库以及人员股权分红信息数据库的信息,计算第M年人员股权分红信息预期值,具体到每一个人员的股份收益及分红额度信息预期值。
7)第M年人力资源再生成本信息预期值计算步骤:根据人力资源再生成本信息预期数据库以及人力资源再生成本信息数据库的信息,计算第M年人力资源再生成本信息预期值,具体到每一个人员的人力资源再生成本预期值。
8)第M年人员培训信息预期值计算步骤:根据人员培训信息预测数据库以及人员培训信息数据库的信息,计算第M年人员培训信息预期值,具体到每一个人员的培训信息预期值。
9)基础成本加和步骤:将前述第M年每一个人员的工资信息预期值、第M年每一个人员的奖金信息预期值、第M年每一个人员的股份收益及分红额度信息预期值、第M年每一个人员的人力资源再生成本预期值、第M年每一个人员的培训信息预期值全部加和起来,得到第M年每个人员的人力资源基础成本值。
10)人员表现信息采集步骤:利用若干个人员表现调查终端,用于人员表现信息的采集,所述采集来源不包括本人,且采集数据中最高的T%和最低的T%的数据被剔除,其他数据加权平均计算,人员表现信息的评价至少包含P项,均是影响人力资源成本价值的项目,每一项均具备换算因子TL,L选自1至P,TL=(1/P)*(1±Q%),Q是浮动因子,将所有P项评价信息都乘以对应的TL并加和,便得到了每一个具体人员的人员表现系数。
11)人力资源加成成本计算步骤:将步骤(9)得到的第M年每个人员的人力资源基础成本值,乘以步骤(10)中得到的每一个具体人员的人员表现系数,得到了第M年每个人员的人力资源加成成本值,将这些第M年每个人员的人力资源加成成本值相加,得到第M年总人力资源成本值,记录数据来源和所有计算用到的信息,形成第M年人力资源成本报告。
12)重复步骤:重复步骤(3)-(11),直到全部未来N年的人力资源成本报告都被得到。
如前所述的人力资源成本分析预测方法,其特征在于:在前述步骤(12)之后,还具有置信度评价步骤:利用前述若干个置信度调查终端,用于全部未来N年的人力资源成本报告中所有信息的置信度评价的采集,对于平均置信度低于R%的信息,予以修正。重复前述置信度评价步骤,直到平均置信度低于R%的信息条目不大于S条时,停止进行置信度评价步骤,确认全部未来N年的人力资源成本报告为最终评价报告。
如前所述的人力资源成本分析预测方法,其特征在于:所述N年,具体为5-10年,优选为7年;所述P,具体为10-30,优选为15或20或25;所述T,具体为5-15,优选为7或10或13;所述Q,具体为0-20,优选为5或10或15;所述R,具体为5-8,优选为6;所述S,具体为150-300,优选为200或250。
本发明的优点是,主要可以分为两点,一是相对现有的人力资源信息采集不全面的缺点,本发明将其明确分类,信息分条存储,作为计算的坚实基础,避免了现有技术人力资源分析信息分类中不是重复,就是缺失的问题,二是要想获取真正的人力资源成本,把企业付出的人力资源成本的价值如何,要根据人员表现计算因子并算入其中,也要把这部分因素考虑进去。目前的人力资源成本计算中都没有予以考虑,测算得到的人力资源成本都是表面的,难以反映真实的人力资源成本状况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的人力资源成本分析预测方法的流程图。
具体实施方式
下面结合附图对本发明的优选实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
实施例1
一种人力资源成本分析预测系统,其特征在于,包括以下部件:
中央计算器,承担全部信息处理和计算机能,其具备中央存储器。
人员工资服务器,其上包含人员工资数据库,用于记载详细的企业所有开具工资人员的工资信息,并将所有信息各自建立条目储存,这里的详细的企业所有开具工资人员的工资信息,包括但不限于人员的基本工资、绩效工资、养老保险、工伤保险、失业保险、住房公积金、住房补贴、防暑降温费、级别信息。
人员奖金服务器,其上包含人员奖金数据库,用于记载详细的企业所有具备资格人员的受领奖金信息,并将所有信息各自建立条目储存,这里的详细的企业所有具备资格人员的受领奖金信息,包括但不限于年度业绩奖金、企业分级别平均奖金、单项奖金、出勤奖金。
人员股权分红信息服务器,其上包含人员股权分红数据库,用于记载详细的企业所有具备资格人员的股份及分红受领信息,包括但不限于每个具备资格人员所实际受领的股份收益信息及分红信息。
人力资源再生成本服务器,其上包含人力资源再生成本数据库,用于记载详细的企业所有增加了人力资源再生成本的信息,并将所有信息各自建立条目储存,这里的详细的企业所有增加了人力资源再生成本的信息,包括但不限于人员餐饮成本、人员带薪休假成本、人员子女教育补助、人员文化娱乐支出。
人员培训信息服务器,其上包含人员培训信息数据库,用于记载详细的企业用于人员培训的相关信息,并将所有信息各自建立条目储存,这里的详细的企业用于人员培训的相关信息,包括但不限于培训讲课费、培训场地费、培训资料费、培训组织费用。
人员表现系数信息服务器,其上包含人员表现系数数据库,用于记载人员表现评价信息及换算后得到的人员表现系数,并将所有信息各自建立条目储存,这里的人员表现评价信息包括但不限于除该人员本身之外对于该人员的表现评价、换算规则、换算后得到的人员表现系数。
人员工资信息预期服务器,其上包含人员工资信息预期数据库,用于记载未来N年内详细的企业所有开具工资人员的预期工资增长信息,并将所有信息各自建立条目储存,这里的详细的企业所有开具工资人员的预期工资增长信息,包括但不限于未来N年内的各级人员预期工资增长比率、各档次工资信息、人员级别信息、各级别晋级概率信息。
人员奖金信息预期服务器,其上包含有人员奖金信息预期数据库,用于记载未来N年内详细的企业所有受领奖金人员的预期奖金信息,并将所有信息各自建立条目储存,这里的详细的企业所有受领奖金人员的预期奖金信息,包括但不限于未来N年内企业盈利情况和划拨奖金的比例,奖金发放规则。
人员股权分红预测信息服务器,其上包含人员股权分红预测信息数据库,用于记载未来N年内详细的企业所有具备资格人员的股份及分红受领信息,并将所有信息各自建立条目储存,这里的未来N年内详细的企业所有具备资格人员的股份及分红受领信息,包括但不限于未来N年内企业给人员配股计划和人员分红的计划比例和数额。
人力资源再生成本预测服务器,其上包含人力资源再生成本预测数据库,用于记载未来N年内的详细的人力资源再生成本预测信息,并将所有信息各自建立条目储存,这里的详细的人力资源再生成本预测信息,包括但不限于未来N年内的人员餐饮成本、人员带薪休假成本、人员子女教育补助、人员文化娱乐支出。
人员培训信息预测服务器,其上包含人员培训信息预测数据库,用于记载未来N年内的详细的人员培训信息预测信息,并将所有信息各自建立条目储存,这里的详细的人员培训信息预测信息,包括但不限于未来N年内的培训讲课费、培训场地费、培训资料费、培训组织费用。
还包括若干个人员表现调查终端,用于人员表现信息的采集。
还包括若干个置信度调查终端,用于信息置信度评价的采集,问卷答案经过机器筛选得到至少500-2000项以上的有效调查问卷。
一种人力资源成本分析预测方法,其利用如前所述的人力资源成本分析预测系统进行,其特征在于,包括以下步骤:1)基础信息补全步骤:全面搜集企业人力资源相关信息,包括人员工资信息、人员奖金信息、人员股权分红信息、人力资源再生成本信息、人员培训信息,分类按条目装入前述人员工资信息数据库、人员奖金信息数据库、人员股权分红信息数据库、人力资源再生成本信息数据库、人员培训信息数据库,如果没有对应合适条目,则装入前述人员工资信息数据库、人员奖金信息数据库、人员股权分红信息数据库、人力资源再生成本信息数据库、人员培训信息数据库中某一个数据库的补充条目。
2)企业未来人力资源预测信息搜集步骤:全面搜集企业财务信息、内部咨询信息、股东大会和董事会讨论记录、外部咨询信息,从中分解出企业未来N年内的涉及人力资源的预测信息,分类分条目装入前述人员工资信息预期数据库、人员奖金信息预期数据库、人员股权分红预测信息数据库、人力资源再生成本预测数据库、人员培训信息预测数据库,如果没有对应合适条目,则装入前述人员工资信息预期数据库、人员奖金信息预期数据库、人员股权分红预测信息数据库、人力资源再生成本预测数据库、人员培训信息预测数据库某一个数据库的补充条目。
3)选定预测年度:选定要预测的未来具体第M年份的人力资源成本,1≤M≤N。
4)第M年人员工资信息预期值计算步骤:根据人员工资信息预期数据库以及人员工资信息数据库的信息,计算第M年人员工资信息预期值,具体到每一个人员的工资信息预期值。
5)第M年人员奖金信息预期值计算步骤:根据人员奖金信息预期数据库以及人员奖金信息数据库的信息,计算第M年人员奖金信息预期值,具体到每一个人员的奖金信息预期值。
6)第M年人员股权分红信息预期值计算步骤:根据人员股权分红信息预期数据库以及人员股权分红信息数据库的信息,计算第M年人员股权分红信息预期值,具体到每一个人员的股份收益及分红额度信息预期值。
7)第M年人力资源再生成本信息预期值计算步骤:根据人力资源再生成本信息预期数据库以及人力资源再生成本信息数据库的信息,计算第M年人力资源再生成本信息预期值,具体到每一个人员的人力资源再生成本预期值。
8)第M年人员培训信息预期值计算步骤:根据人员培训信息预测数据库以及人员培训信息数据库的信息,计算第M年人员培训信息预期值,具体到每一个人员的培训信息预期值。
9)基础成本加和步骤:将前述第M年每一个人员的工资信息预期值、第M年每一个人员的奖金信息预期值、第M年每一个人员的股份收益及分红额度信息预期值、第M年每一个人员的人力资源再生成本预期值、第M年每一个人员的培训信息预期值全部加和起来,得到第M年每个人员的人力资源基础成本值。
10)人员表现信息采集步骤:利用若干个人员表现调查终端,用于人员表现信息的采集,所述采集来源不包括本人,且采集数据中最高的T%和最低的T%的数据被剔除,其他数据加权平均计算,人员表现信息的评价至少包含P项,均是影响人力资源成本价值的项目,每一项均具备换算因子TL,L选自1至P,TL=(1/P)*(1±Q%),Q是浮动因子,将所有P项评价信息都乘以对应的TL并加和,便得到了每一个具体人员的人员表现系数。
11)人力资源加成成本计算步骤:将步骤(9)得到的第M年每个人员的人力资源基础成本值,乘以步骤(10)中得到的每一个具体人员的人员表现系数,得到了第M年每个人员的人力资源加成成本值,将这些第M年每个人员的人力资源加成成本值相加,得到第M年总人力资源成本值,记录数据来源和所有计算用到的信息,形成第M年人力资源成本报告。
12)重复步骤:重复步骤(3)-(11),直到全部未来N年的人力资源成本报告都被得到。
如前所述的人力资源成本分析预测方法,其特征在于:在前述步骤(12)之后,还具有置信度评价步骤:利用前述若干个置信度调查终端,用于全部未来N年的人力资源成本报告中所有信息的置信度评价的采集,对于平均置信度低于R%的信息,予以修正。重复前述置信度评价步骤,直到平均置信度低于R%的信息条目不大于S条时,停止进行置信度评价步骤,确认全部未来N年的人力资源成本报告为最终评价报告。
如前所述的人力资源成本分析预测方法,其特征在于:所述N年,具体为7年;所述P,具体为15;所述T,具体为7;所述Q,具体为5;所述R,具体为6;所述S,具体为200或250。
实施例2
一种人力资源成本分析预测系统,其特征在于,包括以下部件:
中央计算器,承担全部信息处理和计算机能,其具备中央存储器。
人员工资服务器,其上包含人员工资数据库,用于记载详细的企业所有开具工资人员的工资信息,并将所有信息各自建立条目储存,这里的详细的企业所有开具工资人员的工资信息,包括但不限于人员的基本工资、绩效工资、养老保险、工伤保险、失业保险、住房公积金、住房补贴、防暑降温费、级别信息。
人员奖金服务器,其上包含人员奖金数据库,用于记载详细的企业所有具备资格人员的受领奖金信息,并将所有信息各自建立条目储存,这里的详细的企业所有具备资格人员的受领奖金信息,包括但不限于年度业绩奖金、企业分级别平均奖金、单项奖金、出勤奖金。
人员股权分红信息服务器,其上包含人员股权分红数据库,用于记载详细的企业所有具备资格人员的股份及分红受领信息,包括但不限于每个具备资格人员所实际受领的股份收益信息及分红信息。
人力资源再生成本服务器,其上包含人力资源再生成本数据库,用于记载详细的企业所有增加了人力资源再生成本的信息,并将所有信息各自建立条目储存,这里的详细的企业所有增加了人力资源再生成本的信息,包括但不限于人员餐饮成本、人员带薪休假成本、人员子女教育补助、人员文化娱乐支出。
人员培训信息服务器,其上包含人员培训信息数据库,用于记载详细的企业用于人员培训的相关信息,并将所有信息各自建立条目储存,这里的详细的企业用于人员培训的相关信息,包括但不限于培训讲课费、培训场地费、培训资料费、培训组织费用。
人员表现系数信息服务器,其上包含人员表现系数数据库,用于记载人员表现评价信息及换算后得到的人员表现系数,并将所有信息各自建立条目储存,这里的人员表现评价信息包括但不限于除该人员本身之外对于该人员的表现评价、换算规则、换算后得到的人员表现系数。
人员工资信息预期服务器,其上包含人员工资信息预期数据库,用于记载未来N年内详细的企业所有开具工资人员的预期工资增长信息,并将所有信息各自建立条目储存,这里的详细的企业所有开具工资人员的预期工资增长信息,包括但不限于未来N年内的各级人员预期工资增长比率、各档次工资信息、人员级别信息、各级别晋级概率信息。
人员奖金信息预期服务器,其上包含有人员奖金信息预期数据库,用于记载未来N年内详细的企业所有受领奖金人员的预期奖金信息,并将所有信息各自建立条目储存,这里的详细的企业所有受领奖金人员的预期奖金信息,包括但不限于未来N年内企业盈利情况和划拨奖金的比例,奖金发放规则。
人员股权分红预测信息服务器,其上包含人员股权分红预测信息数据库,用于记载未来N年内详细的企业所有具备资格人员的股份及分红受领信息,并将所有信息各自建立条目储存,这里的未来N年内详细的企业所有具备资格人员的股份及分红受领信息,包括但不限于未来N年内企业给人员配股计划和人员分红的计划比例和数额。
人力资源再生成本预测服务器,其上包含人力资源再生成本预测数据库,用于记载未来N年内的详细的人力资源再生成本预测信息,并将所有信息各自建立条目储存,这里的详细的人力资源再生成本预测信息,包括但不限于未来N年内的人员餐饮成本、人员带薪休假成本、人员子女教育补助、人员文化娱乐支出。
人员培训信息预测服务器,其上包含人员培训信息预测数据库,用于记载未来N年内的详细的人员培训信息预测信息,并将所有信息各自建立条目储存,这里的详细的人员培训信息预测信息,包括但不限于未来N年内的培训讲课费、培训场地费、培训资料费、培训组织费用。
还包括若干个人员表现调查终端,用于人员表现信息的采集。
还包括若干个置信度调查终端,用于信息置信度评价的采集,问卷答案经过机器筛选得到至少500-2000项以上的有效调查问卷。
一种人力资源成本分析预测方法,其利用如前所述的人力资源成本分析预测系统进行,其特征在于,包括以下步骤:1)基础信息补全步骤:全面搜集企业人力资源相关信息,包括人员工资信息、人员奖金信息、人员股权分红信息、人力资源再生成本信息、人员培训信息,分类按条目装入前述人员工资信息数据库、人员奖金信息数据库、人员股权分红信息数据库、人力资源再生成本信息数据库、人员培训信息数据库,如果没有对应合适条目,则装入前述人员工资信息数据库、人员奖金信息数据库、人员股权分红信息数据库、人力资源再生成本信息数据库、人员培训信息数据库中某一个数据库的补充条目。
2)企业未来人力资源预测信息搜集步骤:全面搜集企业财务信息、内部咨询信息、股东大会和董事会讨论记录、外部咨询信息,从中分解出企业未来N年内的涉及人力资源的预测信息,分类分条目装入前述人员工资信息预期数据库、人员奖金信息预期数据库、人员股权分红预测信息数据库、人力资源再生成本预测数据库、人员培训信息预测数据库,如果没有对应合适条目,则装入前述人员工资信息预期数据库、人员奖金信息预期数据库、人员股权分红预测信息数据库、人力资源再生成本预测数据库、人员培训信息预测数据库某一个数据库的补充条目。
3)选定预测年度步骤:选定要预测的未来具体第M年份的人力资源成本,1≤M≤N。
4)第M年人员工资信息预期值计算步骤:根据人员工资信息预期数据库以及人员工资信息数据库的信息,计算第M年人员工资信息预期值,具体到每一个人员的工资信息预期值。
5)第M年人员奖金信息预期值计算步骤:根据人员奖金信息预期数据库以及人员奖金信息数据库的信息,计算第M年人员奖金信息预期值,具体到每一个人员的奖金信息预期值。
6)第M年人员股权分红信息预期值计算步骤:根据人员股权分红信息预期数据库以及人员股权分红信息数据库的信息,计算第M年人员股权分红信息预期值,具体到每一个人员的股份收益及分红额度信息预期值。
7)第M年人力资源再生成本信息预期值计算步骤:根据人力资源再生成本信息预期数据库以及人力资源再生成本信息数据库的信息,计算第M年人力资源再生成本信息预期值,具体到每一个人员的人力资源再生成本预期值。
8)第M年人员培训信息预期值计算步骤:根据人员培训信息预测数据库以及人员培训信息数据库的信息,计算第M年人员培训信息预期值,具体到每一个人员的培训信息预期值。
9)基础成本加和步骤:将前述第M年每一个人员的工资信息预期值、第M年每一个人员的奖金信息预期值、第M年每一个人员的股份收益及分红额度信息预期值、第M年每一个人员的人力资源再生成本预期值、第M年每一个人员的培训信息预期值全部加和起来,得到第M年每个人员的人力资源基础成本值。
10)人员表现信息采集步骤:利用若干个人员表现调查终端,用于人员表现信息的采集,所述采集来源不包括本人,且采集数据中最高的T%和最低的T%的数据被剔除,其他数据加权平均计算,人员表现信息的评价至少包含P项,均是影响人力资源成本价值的项目,每一项均具备换算因子TL,L选自1至P,TL=(1/P)*(1±Q%),Q是浮动因子,将所有P项评价信息都乘以对应的TL并加和,便得到了每一个具体人员的人员表现系数。
11)人力资源加成成本计算步骤:将步骤(9)得到的第M年每个人员的人力资源基础成本值,乘以步骤(10)中得到的每一个具体人员的人员表现系数,得到了第M年每个人员的人力资源加成成本值,将这些第M年每个人员的人力资源加成成本值相加,得到第M年总人力资源成本值,记录数据来源和所有计算用到的信息,形成第M年人力资源成本报告。
12)重复步骤:重复步骤(3)-(11),直到全部未来N年的人力资源成本报告都被得到。
如前所述的人力资源成本分析预测方法,其特征在于:在前述步骤(12)之后,还具有置信度评价步骤:利用前述若干个置信度调查终端,用于全部未来N年的人力资源成本报告中所有信息的置信度评价的采集,对于平均置信度低于R%的信息,予以修正。重复前述置信度评价步骤,直到平均置信度低于R%的信息条目不大于S条时,停止进行置信度评价步骤,确认全部未来N年的人力资源成本报告为最终评价报告。
如前所述的人力资源成本分析预测方法,其特征在于:所述N年,具体为9年;所述P,具体为20;所述T,具体为10;所述Q,具体为10;所述R,具体为7;所述S,具体为250。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何不经过创造性劳动想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书所限定的保护范围为准。
Claims (4)
1.一种人力资源成本分析预测系统,其特征在于,包括以下部件:
中央计算器,承担全部信息处理和计算机能,其具备中央存储器;
人员工资服务器,其上包含人员工资数据库,用于记载详细的企业所有开具工资人员的工资信息,并将所有信息各自建立条目储存,这里的详细的企业所有开具工资人员的工资信息,包括但不限于人员的基本工资、绩效工资、养老保险、工伤保险、失业保险、住房公积金、住房补贴、防暑降温费、级别信息;
人员奖金服务器,其上包含人员奖金数据库,用于记载详细的企业所有具备资格人员的受领奖金信息,并将所有信息各自建立条目储存,这里的详细的企业所有具备资格人员的受领奖金信息,包括但不限于年度业绩奖金、企业分级别平均奖金、单项奖金、出勤奖金;
人员股权分红信息服务器,其上包含人员股权分红数据库,用于记载详细的企业所有具备资格人员的股份及分红受领信息,包括但不限于每个具备资格人员所实际受领的股份收益信息及分红信息;
人力资源再生成本服务器,其上包含人力资源再生成本数据库,用于记载详细的企业所有增加了人力资源再生成本的信息,并将所有信息各自建立条目储存,这里的详细的企业所有增加了人力资源再生成本的信息,包括但不限于人员餐饮成本、人员带薪休假成本、人员子女教育补助、人员文化娱乐支出;
人员培训信息服务器,其上包含人员培训信息数据库,用于记载详细的企业用于人员培训的相关信息,并将所有信息各自建立条目储存,这里的详细的企业用于人员培训的相关信息,包括但不限于培训讲课费、培训场地费、培训资料费、培训组织费用;
人员表现系数信息服务器,其上包含人员表现系数数据库,用于记载人员表现评价信息及换算后得到的人员表现系数,并将所有信息各自建立条目储存,这里的人员表现评价信息包括但不限于除该人员本身之外对于该人员的表现评价、换算规则、换算后得到的人员表现系数;
人员工资信息预期服务器,其上包含人员工资信息预期数据库,用于记载未来N年内详细的企业所有开具工资人员的预期工资增长信息,并将所有信息各自建立条目储存,这里的详细的企业所有开具工资人员的预期工资增长信息,包括但不限于未来N年内的各级人员预期工资增长比率、各档次工资信息、人员级别信息、各级别晋级概率信息;
人员奖金信息预期服务器,其上包含有人员奖金信息预期数据库,用于记载未来N年内详细的企业所有受领奖金人员的预期奖金信息,并将所有信息各自建立条目储存,这里的详细的企业所有受领奖金人员的预期奖金信息,包括但不限于未来N年内企业盈利情况和划拨奖金的比例,奖金发放规则;
人员股权分红预测信息服务器,其上包含人员股权分红预测信息数据库,用于记载未来N年内详细的企业所有具备资格人员的股份及分红受领信息,并将所有信息各自建立条目储存,这里的未来N年内详细的企业所有具备资格人员的股份及分红受领信息,包括但不限于未来N年内企业给人员配股计划和人员分红的计划比例和数额;
人力资源再生成本预测服务器,其上包含人力资源再生成本预测数据库,用于记载未来N年内的详细的人力资源再生成本预测信息,并将所有信息各自建立条目储存,这里的详细的人力资源再生成本预测信息,包括但不限于未来N年内的人员餐饮成本、人员带薪休假成本、人员子女教育补助、人员文化娱乐支出;
人员培训信息预测服务器,其上包含人员培训信息预测数据库,用于记载未来N年内的详细的人员培训信息预测信息,并将所有信息各自建立条目储存,这里的详细的人员培训信息预测信息,包括但不限于未来N年内的培训讲课费、培训场地费、培训资料费、培训组织费用;
还包括若干个人员表现调查终端,用于人员表现信息的采集;
还包括若干个置信度调查终端,用于信息置信度评价的采集,问卷答案经过机器筛选得到至少500-2000项以上的有效调查问卷。
2.一种人力资源成本分析预测方法,其利用如权利要求1所述的人力资源成本分析预测系统进行,其特征在于,包括以下步骤:
1)基础信息补全步骤:全面搜集企业人力资源相关信息,包括人员工资信息、人员奖金信息、人员股权分红信息、人力资源再生成本信息、人员培训信息,分类按条目装入前述人员工资信息数据库、人员奖金信息数据库、人员股权分红信息数据库、人力资源再生成本信息数据库、人员培训信息数据库,如果没有对应合适条目,则装入前述人员工资信息数据库、人员奖金信息数据库、人员股权分红信息数据库、人力资源再生成本信息数据库、人员培训信息数据库中某一个数据库的补充条目;
2)企业未来人力资源预测信息搜集步骤:全面搜集企业财务信息、内部咨询信息、股东大会和董事会讨论记录、外部咨询信息,从中分解出企业未来N年内的涉及人力资源的预测信息,分类分条目装入前述人员工资信息预期数据库、人员奖金信息预期数据库、人员股权分红预测信息数据库、人力资源再生成本预测数据库、人员培训信息预测数据库,如果没有对应合适条目,则装入前述人员工资信息预期数据库、人员奖金信息预期数据库、人员股权分红预测信息数据库、人力资源再生成本预测数据库、人员培训信息预测数据库某一个数据库的补充条目;
3)选定预测年度:选定要预测的未来具体第M年份的人力资源成本,1≤M≤N;
4)第M年人员工资信息预期值计算步骤:根据人员工资信息预期数据库以及人员工资信息数据库的信息,计算第M年人员工资信息预期值,具体到每一个人员的工资信息预期值;
5)第M年人员奖金信息预期值计算步骤:根据人员奖金信息预期数据库以及人员奖金信息数据库的信息,计算第M年人员奖金信息预期值,具体到每一个人员的奖金信息预期值;
6)第M年人员股权分红信息预期值计算步骤:根据人员股权分红信息预期数据库以及人员股权分红信息数据库的信息,计算第M年人员股权分红信息预期值,具体到每一个人员的股份收益及分红额度信息预期值;
7)第M年人力资源再生成本信息预期值计算步骤:根据人力资源再生成本信息预期数据库以及人力资源再生成本信息数据库的信息,计算第M年人力资源再生成本信息预期值,具体到每一个人员的人力资源再生成本预期值;
8)第M年人员培训信息预期值计算步骤:根据人员培训信息预测数据库以及人员培训信息数据库的信息,计算第M年人员培训信息预期值,具体到每一个人员的培训信息预期值;
9)基础成本加和步骤:将前述第M年每一个人员的工资信息预期值、第M年每一个人员的奖金信息预期值、第M年每一个人员的股份收益及分红额度信息预期值、第M年每一个人员的人力资源再生成本预期值、第M年每一个人员的培训信息预期值全部加和起来,得到第M年每个人员的人力资源基础成本值;
10)人员表现信息采集步骤:利用若干个人员表现调查终端,用于人员表现信息的采集,所述采集来源不包括本人,且采集数据中最高的T%和最低的T%的数据被剔除,其他数据加权平均计算,人员表现信息的评价至少包含P项,均是影响人力资源成本价值的项目,每一项均具备换算因子TL,L选自1至P,TL=(1/P)*(1±Q%),Q是浮动因子,将所有P项评价信息都乘以对应的TL并加和,便得到了每一个具体人员的人员表现系数;
11)人力资源加成成本计算步骤:将步骤(9)得到的第M年每个人员的人力资源基础成本值,乘以步骤(10)中得到的每一个具体人员的人员表现系数,得到了第M年每个人员的人力资源加成成本值,将这些第M年每个人员的人力资源加成成本值相加,得到第M年总人力资源成本值,记录数据来源和所有计算用到的信息,形成第M年人力资源成本报告;
12)重复步骤:重复步骤(3)-(11),直到全部未来N年的人力资源成本报告都被得到。
3.一种如权利要求2所述的人力资源成本分析预测方法,其特征在于:
在前述步骤(12)之后,还具有置信度评价步骤:利用前述若干个置信度调查终端,用于全部未来N年的人力资源成本报告中所有信息的置信度评价的采集,对于平均置信度低于R%的信息,予以修正;
重复前述置信度评价步骤,直到平均置信度低于R%的信息条目不大于S条时,停止进行置信度评价步骤,确认全部未来N年的人力资源成本报告为最终评价报告。
4.一种如权利要求3所述的人力资源成本分析预测方法,其特征在于:
所述N年,具体为5-10年;
所述P,具体为10-30;
所述T,具体为5-15;
所述Q,具体为0-20;
所述R,具体为5-8;
所述S,具体为150-300。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711300680.9A CN108171466A (zh) | 2017-12-10 | 2017-12-10 | 一种人力资源成本分析预测系统与分析预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711300680.9A CN108171466A (zh) | 2017-12-10 | 2017-12-10 | 一种人力资源成本分析预测系统与分析预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108171466A true CN108171466A (zh) | 2018-06-15 |
Family
ID=62525684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711300680.9A Pending CN108171466A (zh) | 2017-12-10 | 2017-12-10 | 一种人力资源成本分析预测系统与分析预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108171466A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826825A (zh) * | 2018-08-09 | 2020-02-21 | 南京策问信息技术有限公司 | 一种尽职调查的查验方法及系统 |
CN111476551A (zh) * | 2020-05-23 | 2020-07-31 | 江苏经贸职业技术学院 | 一种人力资源信息分析系统及方式 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509184A (zh) * | 2011-10-24 | 2012-06-20 | 山东城通科技有限公司 | 企业经营管理人才综合素质与岗位胜任能力测评体系 |
CN106415621A (zh) * | 2014-02-26 | 2017-02-15 | 日通系统株式会社 | 人事费用模拟系统、人事费用模拟方法以及人事费用模拟程序 |
CN106960308A (zh) * | 2017-03-03 | 2017-07-18 | 辽宁石油化工大学 | 一种用统计模块预测中小型企业员工个人离职概率的方法 |
-
2017
- 2017-12-10 CN CN201711300680.9A patent/CN108171466A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509184A (zh) * | 2011-10-24 | 2012-06-20 | 山东城通科技有限公司 | 企业经营管理人才综合素质与岗位胜任能力测评体系 |
CN106415621A (zh) * | 2014-02-26 | 2017-02-15 | 日通系统株式会社 | 人事费用模拟系统、人事费用模拟方法以及人事费用模拟程序 |
CN106960308A (zh) * | 2017-03-03 | 2017-07-18 | 辽宁石油化工大学 | 一种用统计模块预测中小型企业员工个人离职概率的方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826825A (zh) * | 2018-08-09 | 2020-02-21 | 南京策问信息技术有限公司 | 一种尽职调查的查验方法及系统 |
CN111476551A (zh) * | 2020-05-23 | 2020-07-31 | 江苏经贸职业技术学院 | 一种人力资源信息分析系统及方式 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Andrews et al. | Corporatization in the public sector: Explaining the growth of local government companies | |
Cheshire et al. | Capitalising the value of free schools: The impact of supply characteristics and uncertainty | |
Hofmann et al. | Financial statement analysis of logistics service providers: ways of enhancing performance | |
Hosseinzadeh et al. | Dynamic performance development of entrepreneurial ecosystem in the agricultural sector | |
CN112241924A (zh) | 一种智慧燃气系统 | |
Cho et al. | Measuring interactions among urbanization, land use regulations, and public finance | |
Milne | Transaction costs of forest carbon projects | |
CN108171466A (zh) | 一种人力资源成本分析预测系统与分析预测方法 | |
Nagpal et al. | Use of data analytics to increase the efficiency of last mile logistics for ecommerce deliveries | |
Taraza et al. | Malcolm Baldrige National Quality Award (MBNQA) Quality Tool in Education: A Systematic Literature Review | |
Nijkamp | Information technology and urban planning | |
Capra et al. | The impact of simple institutions in experimental economies with poverty traps | |
Luque | Urban land economics | |
Battellino et al. | The joys and tribulations of a continuous survey | |
Angelstam et al. | Learning landscape approach through evaluation: Opportunities for pan-European long-term socio-ecological research | |
Mendoza et al. | Multicriteria and critical threshold value analyses in assessing sustainable forestry: model development and application | |
Kendall et al. | RDP 2018-03: The Effect of Zoning on Housing Prices | |
Radulescu | Towards a strategy for increasing Foreign Direct Investment (FDI) Impact on the Romanian economy | |
Lindsey et al. | Public choices and property values: evidence from Greenways in Indianapolis | |
Kashchena et al. | Accounting engineering and digital tools for modeling the accounting and analytical support system for environmental safety management | |
Lotfolah Hamadani et al. | Identifying and Ranking the Factors Affecting Customer Financial Behavior Using Multi-Criteria Decision Making Technic (TOPSIS) | |
Mwiti | Application of Information and Communication Technology (Ict) in Public Asset Management a Case Study of Meru County, Kenya | |
Crane | A Study of Financial Accounting Principles through Analysis of Case Studies | |
Sanborn-Hum | Roofstock and the millennial remote landlord: A case study of post-crisis, platform-mediated retail investment in single-family rental housing | |
Tikhomirova | Investing views, habits, and tendencies of millennial generation in USA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180615 |