CN109345127A - 一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法 - Google Patents
一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法 Download PDFInfo
- Publication number
- CN109345127A CN109345127A CN201811188147.2A CN201811188147A CN109345127A CN 109345127 A CN109345127 A CN 109345127A CN 201811188147 A CN201811188147 A CN 201811188147A CN 109345127 A CN109345127 A CN 109345127A
- Authority
- CN
- China
- Prior art keywords
- data
- automobile
- class
- evaluation
- automotive industry
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims abstract description 51
- 238000011161 development Methods 0.000 claims abstract description 12
- 238000011002 quantification Methods 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims abstract description 7
- 239000000284 extract Substances 0.000 claims abstract description 6
- 230000003993 interaction Effects 0.000 claims abstract description 4
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 4
- 238000004519 manufacturing process Methods 0.000 claims description 22
- 230000008901 benefit Effects 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000013441 quality evaluation Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 5
- 238000013139 quantization Methods 0.000 claims description 4
- 102400000830 Saposin-B Human genes 0.000 claims description 3
- 101800001697 Saposin-B Proteins 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 claims description 3
- 238000006116 polymerization reaction Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000011835 investigation Methods 0.000 claims description 2
- 230000002411 adverse Effects 0.000 claims 1
- 230000018109 developmental process Effects 0.000 description 10
- 238000012423 maintenance Methods 0.000 description 6
- 230000008439 repair process Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000012372 quality testing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,包括将汽车产业链的上下游企业群的销售信息、客户反馈信息和内部统计信息录入云平台系统内,云平台处理器对信息进行处理,先确定汽车产业链的绩效考核指标,获取企业群间的交互的业务单据,提取考核数据,然后对数据量化处理,进行考核计算,得出最终考核结果,根据考核结果得出绩效评价,采用了企业、客户、专家多级反馈的考核数据作为绩效考核的原始数据,考核结果更可靠,客户和专家的评测和建议能促进汽车产业不断地蓬勃发展,对考核数据进行了量化处理,考核计算更方便快捷,提高了绩效考核效率,考核折线图,为汽车产业链的未来发展提供了前进的方向。
Description
技术领域
本发明涉及汽车产业链绩效考核方法领域,具体为一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法。
背景技术
汽车产业链是由上中下游不同类型企业群围绕多个核心整车制造企业展开业务协作的复杂网络组织。该网络以多个整车制造企业为核心,单个核心企业与其协作企业群构成了协同采购、协同销售、协同售后服务等多类型的战略利益联盟。从整车制造企业与其协作企业的长远合作模式来看,不但存在对其协作企业群进行考核及选择的迫切需求,而且考核体系的构建一直是许多盟主企业共同面临的难题之一。
但是,现有的汽车产业链的绩效考核存在以下缺陷:
(1)绩效考核时只根据企业内部的流水单数据作为考核的原始数据,可信度不高,且无法知晓汽车产品的优缺点,因此汽车企业的生产技术不能得到很好地提升;
(2)考核算法较为复杂,运算时间长,考核效率低。
发明内容
为了克服现有技术方案的不足,本发明提供一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,既采用了企业、客户、专家多级反馈的考核数据作为绩效考核的原始数据,考核数据来源更广泛,客户和专家的评测和建议能促进汽车产业不断地蓬勃发展,将各个来源、多级反馈的数据进行了量化处理,考核计算更方便快捷,提高了绩效考核效率,考核折线图,为汽车产业链的未来发展提供了前进的方向,能有效的解决背景技术提出的问题。
本发明解决其技术问题所采用的技术方案是:
一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,1.一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,其特征在于:包括将需要进行绩效考核的汽车产业链的上下游企业群的销售信息、客户反馈信息和内部统计信息录入云平台系统内,云平台处理器对信息进行处理,包括如下步骤:
S100、确定汽车产业链的绩效考核指标,明确绩效考核所需要提取的数据;
S200、获取企业群间的交互的业务单据,处理器将业务单据中的数据提取出来;
S300、对提取的数据或文字进行量化处理,使数据符合考核计算的要求;
S400、对量化后的数据进行计算,得出最终考核结果;
S500、根据考核结果得出绩效评价,并最终制作绩效管理考核折线图。
进一步地,企业群包括供应商企业群、经销商企业群、物流商企业群、服务商企业群和汽车制造企业群,供应商、经销商、物流商、服务商均与汽车制造企业之间均存有业务协作及交互关系。
进一步地,汽车产业链的绩效考核指标类型包括汽车企业类、客户类和专家类,并为三类指标分配合适的指标权重,具体的指标权重分配为:汽车企业类占50%,客户类占18%,专家类占32%。
进一步地,汽车企业类的指标内容包括对检测汽车的各个重要零部件、检验汽车的质量、测试出汽车的寿命和汽车的优缺点,客户类的指标内容包括司机对汽车的评价、客户对汽车的投诉或赞美、客户使用汽车的满意度,专家类的指标内容包括专家对汽车检测结果的评价、专家对检测的汽车未来市场的评价、专家对汽车生产企业的建议。
进一步地,汽车经销商的指标类型分为财务类、客户类、内部营运类和学习发展类,且四类指标占的指标权重分别为:财务类17%,客户类19%,内部营运类44%,学习发展类20%。
进一步地,财务类指标内容包括新市场汽车和零部件的销售、管理费用及预算,客户类指标内容包括外部客户满意度、区域影响力的升降、新客户数量的增长趋势,内部运营类指标内容包括市场渠道网络的完善度、营销策略的盈利值及潜力值、投标次数、战略伙伴的互利性、管理系统的完善度、推广活动的次数和范围,学习发展类指标内容包括培训时间、员工对本企业的满意度及归属感、核心员工的保有率、教材的教育效率、工作会议的意义。
进一步地,提取数据包括如下步骤:
S201、在企业群里面采集相关原始样品数据,原始样品数据包括各企业群的销售量、产品和物流成本、销售额、产品销售时间、产品制作时间、产品评价数据、售后服务数据、客户反馈的质量评价数据;
S202、对数据进行预处理,先从所采集的原始数据中抽取与产品质量、效益和评价相关的目标数据;
S203、将与平均数值相差过大的若干数据剔除,避免产生个别影响整体的不良后果,得到更加客观的样本数据集。
进一步地,还采用逆向溯源的方式获取考核的原始数据,逆向溯源获取数据的步骤如下:
S204、根据售后清单和售后评价提取客户购买记录和服务评价信息,并根据提起的信息邀请客户参与问卷调查,文件调查的内容包括客户对汽车的使用体验、客户对汽车售后服务的满意度、对运输汽车的物流企业的满意度、对汽车质量的评价;
S205、汽车企业群邀请专家对汽车进行质量评估和市场前景的预测;
S206、将汽车的评价收集起来按类别进行数据处理形成一个评价数据集作为考核的部分原始数据。
进一步地,数据的量化处理将不能直接进行考核计算和考核评价的数据转化为可以用于绩效考核计算的数据,具体包括如下步骤:
S301、将业务单据、销售单据、购买单据上的数据按照类别分类收集;
S302、将数据转化为等级评分,每一项指标的满分为100,客户或专家对汽车的评价等级分为五个等级,评分分别为:第一等级20分,第二等级40分,第三等级60分,第四等级80分,第五等级100分;
S303、将考核评价分与客户、专家的评价分综合在一起,按类别组成集合,最后再进行考核计算。
进一步地,制作绩效评价包括如下步骤:
S501、根据考核结果数据作散点图,观察数据分散聚合的程度,从而判断汽车的优点和缺点;
S502、进一步作出折线图,得出汽车产品的各项数据的上升和下降趋势。
与现有技术相比,本发明的有益效果是:
(1)本发明汽车产业链的绩效考核方法的考核数据既采用了企业内部的流水单和质量检测单的数据,也采用了客户的反馈意见和满意度组成的评价数据,还采纳专家对汽车质量的评分和对汽车的建议,从而使考核数据来源更加广泛,考核方面更多,考核结果更令人信服,且客户的评价和反馈意见、专家的评测和建议能对汽车制造企业起到生产指导和销售价格调整指导的作用,能促进汽车产业不断地蓬勃发展。
(2)本发明将各个来源、多级反馈的数据进行了量化处理,将不能直接进行考核计算和考核评价的数据转化为可以用于绩效考核计算的数据,使考核数据更加简单纯粹,更加有利于计算,考核计算更方便快捷,提高了绩效考核效率。
(3)本发明利用考核数据作出了考核折线图,考核折线图可反应一段时间内销售额的升降趋势、汽车销售量和销售热度的升降趋势、客户对汽车的满意度升降趋势、汽车企业盈利额升降趋势等考核信息,从而更好地了解汽车企业的发展和近况,为汽车产业链的未来发展提供方向和目的,也使汽车企业了解客户需求提供了方便,能使汽车企业励精图治、不断进步、提供更好地汽车服务从而不断地提高客户满意度和汽车盈利额。
附图说明
图1为本发明的绩效考核方法的流程图。
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。
如图1所示,本发明提供了一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,包括将需要进行绩效考核的汽车产业链的上下游企业群的销售信息、客户反馈信息和内部统计信息录入云平台系统内,企业群包括供应商企业群、经销商企业群、物流商企业群、服务商企业群和汽车制造企业群,供应商、经销商、物流商、服务商均与汽车制造企业之间均存有业务协作及交互关系。
供应商企业负责给汽车企业提供一定的汽车加工的零部件,经销商企业负责销售整个汽车,物流商企业负责运输汽车或汽车零部件,服务商企业负责对客户提供进行售后服务和售后维修服务。汽车制造企业为汽车产业链的核心,起到联系各个企业的作用。
考核指标可分为一级考核指标和二级考核指标,如服务商的一级考核指标分为售后服务客户满意度、返修率、售后服务交互及时性、维修效率、维修及时性、报单规范性和售后人员服务态度,服务商的二级考核指标有车辆强制保养和三包服务满意度、二次返修率、汽车维修报单及时性、三包鉴定维修效率、外出应急维修汽车及时性、三包鉴定服务态度,二级考核指标相当于一级考核指标的分支和细化,一级考核指标相当于二级考核指标的上级总结,这样层层细化、层次分明的考核数据的记录使绩效考核结果更加可信可靠。
云平台处理器对信息进行处理,包括如下步骤:
S100、确定汽车产业链的绩效考核指标,明确绩效考核所需要提取的数据,汽车制造企业的绩效考核指标类型包括汽车企业类、客户类和专家类,指标类型相当于一级考核指标,一级指标的细化考核内容即二级考核指标。并为三类指标分配合适的指标权重,具体的指标权重分配为:汽车企业类占50%,客户类占18%,专家类占32%。
企业类指标内容包括对检测汽车的各个重要零部件、检验汽车的质量、测试出汽车的寿命和汽车的优缺点,客户类的指标内容包括司机对汽车的评价、客户对汽车的投诉或赞美、客户使用汽车的满意度,专家类的指标内容包括专家对汽车检测结果的评价、专家对检测的汽车未来市场的评价、专家对汽车生产企业的建议。
考核数据既采用了企业内部的流水单和质量检测单的数据,也采用了客户的反馈意见和满意度组成的评价数据,最后还采纳专家对汽车质量的评分和对汽车的建议,从而使考核数据来源更加广泛,考核方面更多,考核结果更令人信服,且客户的评价和反馈意见、专家的评测和建议能对汽车制造企业起到生产指导和销售价格调整指导的作用,能促进汽车产业不断地蓬勃发展。
汽车经销商的指标类型分为财务类、客户类、内部营运类和学习发展类,且四类指标占的指标权重分别为:财务类17%,客户类19%,内部营运类44%,学习发展类20%。
财务类指标内容包括新市场汽车和零部件的销售、管理费用及预算,客户类指标内容包括外部客户满意度、区域影响力的升降、新客户数量的增长趋势,内部运营类指标内容包括市场渠道网络的完善度、营销策略的盈利值及潜力值、投标次数、战略伙伴的互利性、管理系统的完善度、推广活动的次数和范围,学习发展类指标内容包括培训时间、员工对本企业的满意度及归属感、核心员工的保有率、教材的教育效率、工作会议的意义。
经过一级指标和二级指标的多级反馈,使考核数据更加清晰,考核数据的来源也有迹可循,考核细节更加具体,能给汽车产业链提供更多的考核信息,从而可以得知汽车经销商更多的销售状况信息、客户购买信息、销售汽车数量和销售额信息,从而能从具体某个方面改进、完善或保持某个领域的状况,从而促进汽车销售不断地进步。
步骤2、获取企业群间的交互的业务单据,处理器将业务单据中的数据提取出来,提取数据包括如下步骤:
S201、在企业群里面采集相关原始样品数据,原始样品数据包括各企业群的销售量、产品和物流成本、销售额、产品销售时间、产品制作时间、产品评价数据、售后服务数据、客户反馈的质量评价数据;
S202、对数据进行预处理,先从所采集的原始数据中抽取与产品质量、效益和评价相关的目标数据;
S203、将与平均数值相差过大的若干数据剔除,避免产生个别影响整体的不良后果,得到更加客观的样本数据集。
数据的获取还采用逆向溯源的方式获取,逆向溯源获取数据的步骤如下:
S204、根据汽车产品的购买记录联系到客户,邀请客户做与汽车相关的问卷调查,问卷调查的内容包括客户对汽车的使用体验、客户对汽车售后服务的满意度、对运输汽车的物流企业的满意度、对汽车质量的评价;
S205、汽车企业群邀请专家对汽车进行质量评估、市场前景的预测和对汽车的质量提升建议;
S206、将各个方面对汽车的评价都收集起来,按类别综合起来,形成一个评价数据集,作为考核的一部分原始数据。
逆向溯源的方式即从客户的售后清单、售后评价中提取关于客户购买汽车的出处、价格、满意度评价、售后服务评价等信息和数据,从而了解某个汽车产业链的销售情况、汽车质量情况和售后服务情况,进而使考核的数据更加完善,外部的评价信息对于绩效考核具有很大的参考价值,使考核结果更加准确且具有说服力。
步骤3、对提取的数据或文字进行量化处理,使数据符合考核计算的要求;数据的量化处理包括如下步骤:
S301、将业务单据、销售单据、购买单据上的数据分类收集起来,再将客户和专家对汽车的评价收集起来。
S302、将数据统一转化为评分,每一项指标的满分为100,客户或专家对汽车的评价等级分为五个等级,评分分别为:第一等级20分,第二等级40分,第三等级60分,第四等级80分,第五等级100分。
S303、将考核评价分与客户、专家评价分综合在一起,按类别组成集合,最后再进行考核计算。
数据的量化步骤即将不能直接进行考核计算和考核评价的数据转化为可以用于绩效考核计算的数据,即使数据都适用于考核算法,从而使考核数据更加简单纯粹,使数据都归于一个方便考核计算的数据集,更加有利于计算,考核计算更方便快捷,提高了绩效考核效率。
步骤4、对量化后的数据进行计算,得出最终考核结果。
步骤5、根据考核结果得出绩效评价,并最终制作绩效管理考核折线图,提高企业生产和销售效益。制作绩效评价包括如下步骤:
S501、根据考核结果数据作散点图,观察数据分散聚合的程度,从而判断汽车的优点和缺点,数据聚合度较大即点集密集的一片区域表明多类考核指标较为相似统一,考核结果也较为相似,因此可以进行类似的评价,节省绩效考核时间。
S502、进一步作出折线图,得出汽车产品的各项数据的上升和下降趋势,将考核数据以点集的形式标在具有一定考核分的方格表中,然后将各项考核数据以点集形式标入方格表中,然后再将同类考核指标的数据点集从左到右依次相连接,从而制作出折线图。考核折线图可反应一段时间内销售额的升降趋势、汽车销售量和销售热度的升降趋势、客户对汽车的满意度升降趋势、汽车企业盈利额升降趋势等考核信息,从而更好地了解汽车企业的发展和近况,为汽车产业链的未来发展提供方向和目的,也使汽车企业了解客户需求提供了方便,能使汽车企业励精图治、不断进步、提供更好地汽车服务从而不断地提高客户满意度和汽车盈利额。
得出绩效评价的结论后,汽车产业链的企业群可更具绩效评价进行整改,绩效考核良好的地方要继续保持或继续前进,而绩效考核成绩较差的方面要努力改进和完善,从而不断提高客户的满意度和企业的利益,同时制作一定的绩效管理,执行更改计划,从而使汽车企业不断地创新和健康发展下去。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,其特征在于:包括将需要进行绩效考核的汽车产业链的上下游企业群的销售信息、客户反馈信息和内部统计信息录入云平台系统内,云平台处理器对信息进行处理,包括如下步骤:
S100、确定汽车产业链的绩效考核指标,明确绩效考核所需要提取的数据;
S200、获取企业群间的交互的业务单据,处理器将业务单据中的数据提取出来;
S300、对提取的数据或文字进行量化处理,使数据符合考核计算的要求;
S400、对量化后的数据进行计算,得出最终考核结果;
S500、根据考核结果得出绩效评价,并最终制作绩效管理考核折线图。
2.根据权利要求1所述的一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,其特征在于:企业群包括供应商企业群、经销商企业群、物流商企业群、服务商企业群和汽车制造企业群,供应商、经销商、物流商、服务商均与汽车制造企业之间均存有业务协作及交互关系。
3.根据权利要求1所述的一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,其特征在于:汽车产业链的绩效考核指标类型包括汽车企业类、客户类和专家类,并为三类指标分配合适的指标权重,具体的指标权重分配为:汽车企业类占50%,客户类占18%,专家类占32%。
4.根据权利要求3所述的一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,其特征在于:汽车企业类的指标内容包括对检测汽车的各个重要零部件、检验汽车的质量、测试出汽车的寿命和汽车的优缺点,客户类的指标内容包括司机对汽车的评价、客户对汽车的投诉或赞美、客户使用汽车的满意度,专家类的指标内容包括专家对汽车检测结果的评价、专家对检测的汽车未来市场的评价、专家对汽车生产企业的建议。
5.根据权利要求2所述的一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,其特征在于:经销商的指标类型分为财务类、客户类、内部营运类和学习发展类,且四类指标占的指标权重分别为:财务类17%,客户类19%,内部营运类44%,学习发展类20%。
6.根据权利要求5所述的一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,其特征在于:财务类指标内容包括新市场汽车和零部件的销售、管理费用及预算,客户类指标内容包括外部客户满意度、区域影响力的升降、新客户数量的增长趋势,内部运营类指标内容包括市场渠道网络的完善度、营销策略的盈利值及潜力值、投标次数、推广活动的次数和范围,学习发展类指标内容包括培训时间、员工对本企业的满意度及归属感、核心员工的保有率、教材的教育效率。
7.根据权利要求1所述的一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,其特征在于:提取数据包括如下步骤:
S201、在企业群里面采集相关原始样品数据,原始样品数据包括各企业群的销售量、产品和物流成本、销售额、产品销售时间、产品制作时间、产品评价数据、售后服务数据、客户反馈的质量评价数据;
S202、对数据进行预处理,先从所采集的原始数据中抽取与产品质量、效益和评价相关的目标数据;
S203、将与平均数值相差过大的若干数据剔除,避免产生个别影响整体的不良后果,得到更加客观的样本数据集。
8.根据权利要求1所述的一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,其特征在于:还采用逆向溯源的方式获取考核的原始数据,逆向溯源获取数据的步骤如下:
S204、根据售后清单和售后评价提取客户购买记录和服务评价信息,并根据提起的信息邀请客户参与问卷调查,文件调查的内容包括客户对汽车的使用体验、客户对汽车售后服务的满意度、对运输汽车的物流企业的满意度、对汽车质量的评价;
S205、汽车企业群邀请专家对汽车进行质量评估和市场前景的预测;
S206、将汽车的评价收集起来按类别进行数据处理形成一个评价数据集作为考核的部分原始数据。
9.根据权利要求1所述的一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,其特征在于:数据的量化处理将不能直接进行考核计算和考核评价的数据转化为可以用于绩效考核计算的数据,具体包括如下步骤:
S301、将业务单据、销售单据、购买单据上的数据按照类别分类收集;
S302、将数据转化为等级评分,每一项指标的满分为100,客户或专家对汽车的评价等级分为五个等级,评分分别为:第一等级20分,第二等级40分,第三等级60分,第四等级80分,第五等级100分;
S303、将考核评价分与客户、专家的评价分综合在一起,按类别组成集合,最后再进行考核计算。
10.根据权利要求1所述的一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法,其特征在于:制作绩效评价包括如下步骤:
S501、根据考核结果数据作散点图,观察数据分散聚合的程度,从而判断汽车的优点和缺点;
S502、进一步作出折线图,得出汽车产品的各项数据的上升和下降趋势。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811188147.2A CN109345127A (zh) | 2018-10-12 | 2018-10-12 | 一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811188147.2A CN109345127A (zh) | 2018-10-12 | 2018-10-12 | 一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109345127A true CN109345127A (zh) | 2019-02-15 |
Family
ID=65309102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811188147.2A Pending CN109345127A (zh) | 2018-10-12 | 2018-10-12 | 一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109345127A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203817A (zh) * | 2016-07-06 | 2016-12-07 | 佛山市恒南微科技有限公司 | 一种客服绩效考核方法 |
CN106251066A (zh) * | 2016-07-28 | 2016-12-21 | 南通超达装备股份有限公司 | 一种面向离散制造业的动态量化绩效考评系统 |
CN106485421A (zh) * | 2016-10-19 | 2017-03-08 | 江苏电力信息技术有限公司 | 一种基于工单数据的员工绩效评估系统及方法 |
CN106951965A (zh) * | 2016-01-07 | 2017-07-14 | 北京仿真中心 | 一种互联网化的协同售后业务动态配置系统与方法 |
-
2018
- 2018-10-12 CN CN201811188147.2A patent/CN109345127A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106951965A (zh) * | 2016-01-07 | 2017-07-14 | 北京仿真中心 | 一种互联网化的协同售后业务动态配置系统与方法 |
CN106203817A (zh) * | 2016-07-06 | 2016-12-07 | 佛山市恒南微科技有限公司 | 一种客服绩效考核方法 |
CN106251066A (zh) * | 2016-07-28 | 2016-12-21 | 南通超达装备股份有限公司 | 一种面向离散制造业的动态量化绩效考评系统 |
CN106485421A (zh) * | 2016-10-19 | 2017-03-08 | 江苏电力信息技术有限公司 | 一种基于工单数据的员工绩效评估系统及方法 |
Non-Patent Citations (1)
Title |
---|
李斌勇 等: "基于SaaS的汽车产业链云服务平台多联盟考核体系", 《计算机集成制造系统》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Menapace et al. | Consumers’ preferences for geographical origin labels: evidence from the Canadian olive oil market | |
Chor et al. | The global production line position of Chinese firms | |
Kent | Management advisory services and the financial performance of clients | |
Agarwal et al. | Creating and surviving in new industries | |
Mims et al. | Evaluation of US building energy benchmarking and transparency programs: Attributes, impacts, and best practices | |
Singh et al. | The impact of electronic procurement adoption on green procurement towards sustainable supply chain performance-evidence from Malaysian ISO organizations | |
Diez-Vial et al. | Geographical agglomeration as an alternative to vertical integration | |
Bazrkar et al. | Effect of the social media marketing strategy on customer participation intention in light of the mediating role of customer perceived value | |
Yarmen et al. | Perceived service quality of youth public transport passengers | |
Mwilu | Supply chain management practices and performance among public research institutions in Kenya | |
Wignaraja et al. | Production networks, profits, and innovative activity: Evidence from Malaysia and Thailand | |
Angelo et al. | Meta-analysis of US intermediated food markets: Measuring what matters | |
Yin et al. | The effects of CEO awards on corporate social responsibility focus | |
López‐Fernández et al. | The effect of micro‐territorial networks on industrial small and medium enterprises' innovation: A case study in the Spanish region of Cantabria | |
Ahi et al. | Determining performance criteria of railway market: A case study | |
CN109345127A (zh) | 一种基于云平台汽车产业链的多级反馈逆向溯源绩效考核方法 | |
Sudirjo et al. | Analysis of Consumer Trust, Social Norms, and Economic Factors in Purchasing Decisions for Sustainable Products in Bandung City | |
Natarajarathinam et al. | A holistic approach to market assessment for a manufacturing company in an emerging economy | |
Seitz et al. | Corporate accelerators: design and startup performance | |
Gkritza et al. | Economic development effects of INDOT transportation projects | |
Abdoli et al. | IMPACT OF PERCEIVED VALUE AND SATISFACTION ON CUSTOMER LOYALTY IN BANKING INDUSTRY. | |
Maré et al. | Earnings and employment in foreign-owned firms | |
Bruere et al. | Why do M&A advisors use trailing multiples? Accounting reports as arbiters of value | |
Varadarajan et al. | Attitudes Towards Marketing Practices, Consumerism and Government Regulations: A Study of Managers and Consumers in an Industializing Country | |
Gangi et al. | Analysis of private socially responsible investment: the impact of personal concern with corporate social responsibility |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
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 |
Application publication date: 20190215 |
|
RJ01 | Rejection of invention patent application after publication |