CN109523119A - 基于数据分析的员工生产力评估方法、装置和计算机设备 - Google Patents
基于数据分析的员工生产力评估方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN109523119A CN109523119A CN201811184771.5A CN201811184771A CN109523119A CN 109523119 A CN109523119 A CN 109523119A CN 201811184771 A CN201811184771 A CN 201811184771A CN 109523119 A CN109523119 A CN 109523119A
- Authority
- CN
- China
- Prior art keywords
- employee
- scoring
- data
- productivity
- efficiency
- 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
- G06Q10/06—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
-
- 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
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q10/06398—Performance of employee with respect to a job function
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请揭示了一种基于数据分析的员工生产力评估方法、装置、计算机设备和存储介质,其中,方法利用数据挖掘的方式评估IT员工生产力,具体包括:从数据库中调取所述员工的工作数据,所述工作数据至少包括产量数据、质量数据和效率数据;根据所述产量数据,采用第一预设规则计算出产量评分A;根据所述质量数据,采用第二预设规则计算出质量评分B;根据所述效率数据,采用第三预设规则计算出效率评分C;采用公式W=S+paA+pbB+pcC计算所述人员的生产力评分W,通过判断W‑M是否大于等于0,对应得到所述生产力合格或是不合格的结论,从而利用数据分析的方式评估IT员工生产力,具有高效、统一标准的技术效果。
Description
技术领域
本申请涉及到计算机领域、数据挖掘领域,特别是涉及到一种基于数据分析的员工生产力评估方法、装置、计算机设备和存储介质。
背景技术
目前IT员工(包括外包IT员工)的产出无统计标准和统计工具,无法跟踪外包员工的成长。对于IT员工的生产力的判断,一般由管理人员、审核人员人工根据已有资料进行比较、判断,缺乏标准,而且效率低、准确率低。即现有技术缺乏对IT员工的生产力的自动评估方法。而本申请可利用存储有所述IT员工工作数据的数据库,通过对工作数据的二次利用,自动评估人员质量,判断员工的生产力是否合格。
发明内容
本申请的主要目的为提供一种基于数据分析的员工生产力评估方法、装置、计算机设备和存储介质,从而实现了自动、准确地评估IT员工生产力。
为了实现上述发明目的,本申请提出一种基于数据分析的员工生产力评估方法,包括:
从数据库中调取所述员工的工作数据,所述工作数据至少包括产量数据、质量数据和效率数据;
根据所述产量数据,采用第一预设规则计算出产量评分A;
根据所述质量数据,采用第二预设规则计算出质量评分B;
根据所述效率数据,采用第三预设规则计算出效率评分C;
采用公式W=S+paA+pbB+pcC计算所述人员的生产力评分W,其中S为基础分值,pa、pb、pc分别为所述产量评分A、质量评分B、效率评分C的权重值。
通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分。
进一步地,所述根据所述产量数据,采用第一预设规则计算出产量评分A的步骤,包括:
建立1×n矩阵[a11,a12,…,a1n]与1×n矩阵[1/b11,1/b12,…,1/b1n],其中a11,a12,…,a1n为所述员工在第1至第n个任务中一一对应的已完成的功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数,其中功能数指所述任务具有的功能的数量;
根据公式A=|[a11,a12,…,a1n][1/b11,1/b12,…,1/b1n]T|/n,计算出所述员工的产量评分A。
进一步地,所述根据所述质量数据,采用第二预设规则计算出质量评分B的步骤,包括:
建立1×n矩阵[c11,c12,…,c1n]与1×n矩阵[1/b11,1/b12,…,1/b1n],其中c11,c12,…,c1n为所述员工在第1至第n个任务中一一对应的合格功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数,所述合格功能数指具有的缺陷数量不超过预定数量的功能的数量;
根据公式B=|[c11,c12,…,c1n][1/b11,1/b12,…,1/b1n]T|/n,计算出所述员工的质量评分B。
进一步地,所述根据所述效率数据,采用第三预设规则计算出效率评分C的步骤,包括:
获取所述员工按时完成的任务数,及所述员工承担的总任务数;
根据公式C=所述员工按时完成的任务数/所述员工承担的总任务数,计算得到所述员工的效率评分C。
进一步地,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤之前,包括:
获取与所述员工的学历、专业均相同,且入职时间相差不大于预设的第一阈值,工作年限相差不大于预设的第二阈值的所有员工的生产力评分,形成参考评分集;
对所述参考评分集中的生产力评分进行平均值计算,得到参考评分M。
进一步地,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤之后,包括:
若所述结论为不合格,计算min(paA,pbB,pcC)的返回值;
根据所述返回值,向所述员工发送对应的产量、质量或者效率的提醒信息。
进一步地,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤之后,包括:
若所述结论为不合格,判断W是否小于所述员工所处部门平均生产力评分;
若小于所述员工所处部门平均生产力评分,向所述员工所处部门的管理人员发送提醒信息。
本申请提供一种基于数据分析的员工生产力评估装置,包括:
工作数据调取单元,用于从数据库中调取所述员工的工作数据,所述工作数据至少包括产量数据、质量数据和效率数据;
产量评分A计算单元,用于根据所述产量数据,采用第一预设规则计算出产量评分A;
质量评分B计算单元,用于根据所述质量数据,采用第二预设规则计算出质量评分B;
效率评分C计算单元,用于根据所述效率数据,采用第三预设规则计算出效率评分C;
生产力评分W计算单元,用于采用公式W=S+paA+pbB+pcC计算所述人员的生产力评分W,其中S为基础分值,pa、pb、pc分别为所述产量评分A、质量评分B、效率评分C的权重值。
生产力判断单元,用于通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分。
本申请还提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请的基于数据分析的员工生产力评估方法、装置、计算机设备和存储介质,采用对工作数据的二次利用,即对至少包括产量数据、质量数据和效率数据的工作数据进行计算,获得直观反应IT员工生产力的评分并判断生产力是否合格,即利用数据挖掘的方式评估IT员工生产力,具有高效、统一标准的技术效果。
附图说明
图1为本申请一实施例的基于数据分析的员工生产力评估方法的流程示意图;
图2为本申请一实施例的基于数据分析的员工生产力评估装置的结构示意框图;
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
参照图1,本申请实施例提供一种基于数据分析的员工生产力评估方法,包括步骤:
S1、从数据库中调取所述员工的工作数据,所述工作数据至少包括产量数据、质量数据和效率数据;
S2、根据所述产量数据,采用第一预设规则计算出产量评分A;
S3、根据所述质量数据,采用第二预设规则计算出质量评分B;
S4、根据所述效率数据,采用第三预设规则计算出效率评分C;
S5、采用公式W=S+paA+pbB+pcC计算所述人员的生产力评分W,其中S为基础分值,pa、pb、pc分别为所述产量评分A、质量评分B、效率评分C的权重值。
S6、通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分。
如上述步骤S1所述,从数据库中调取所述员工的工作数据,所述工作数据至少包括产量数据、质量数据和效率数据。其中产量数据至少包括IT员工完成的功能数,质量数据至少包括员工已完成的缺陷数量不超过预定数量的功能数,效率数据至少包括员工按时完成的任务数。其中功能数指在一个程序中,所述程序所具有的功能数量,功能例如接收访问申请,验证访问权限等等。任务指需要完成的程序。其中,缺陷包括代码BUG,缺陷数量包括BUG代码数量。
如上述步骤S2所述,根据所述产量数据,采用第一预设规则计算出产量评分A。产量数据,例如员工完成的功能数,可以反应员工的产量。具体的计算方法可为任意方法,例如A=员工完成的功能数/员工需要完成的功能数,此时A值越趋近于1,表明员工的产量越高,A值越趋近于0,表明员工的产量越低。其中第一预设规则可以以员工完成的功能数与员工需要完成的功能数的倒数分别建立矩阵,采用矩阵乘法计算出产量评分A。
如上述步骤S3所述,根据所述质量数据,采用第二预设规则计算出质量评分B。质量数据,例如已完成的缺陷数量不超过预定数量的功能数,可以反应员工的质量。具体的计算方法可为任意方法,例如B=已完成的缺陷数量不超过预定数量的功能数/员工需要完成的功能数,此时B值越趋近于1,表明员工的质量越高,B值越趋近于0,表明员工的质量越低。其中第一预设规则可以以已完成的缺陷数量不超过预定数量的功能数和员工需要完成的功能数的倒数分别建立矩阵,采用矩阵乘法计算出质量评分B。
如上述步骤S4所述,根据所述效率数据,采用第三预设规则计算出效率评分C。效率数据,例如员工按时完成的任务数,可以反应员工的效率。具体的计算方法可为任意方法,例如C=员工按时完成的任务数/员工承担的总任务数,此时C值越趋近于1,表明员工的效率越高,B值越趋近于0,表明员工的效率越低。
如上述步骤S5所述,采用公式W=S+paA+pbB+pcC计算所述人员的生产力评分W,其中S为基础分值,pa、pb、pc分别为所述产量评分A、质量评分B、效率评分C的权重值。其中S可为任意数值,优选为25,pa、pb、pc可为任意数值,按具体需求进行设置,例如质量更重要时,将pb设为比pa、pc更大,其中,pa、pb、pc可以为不同的值,也可以优选为相同的值。
如上述步骤S6所述,通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分。M可设置为部门的平均生产力评分值,也可以设置为所有部门的平均生产力评分值,也可以为根据需要设置的任意值,还可以为基于大数据技术获得的与所述员工相同或相似信息的员工的平均生产力评分值。由于生产力评分值仅是个数据,没有对比不容易确认生产力评分值的高低,据此采用参考评分M作为评估生产力评分值是否合格的标准。
在一个实施方式中,所述根据所述产量数据,采用第一预设规则计算出产量评分A的步骤S2,包括:
S201、建立1×n矩阵[a11,a12,…,a1n]与1×n矩阵[1/b11,1/b12,…,1/b1n],其中a11,a12,…,a1n为所述员工在第1至第n个任务中一一对应的已完成的功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数,其中功能数指所述任务具有的功能的数量;
S202、根据公式A=|[a11,a12,…,a1n][1/b11,1/b12,…,1/b1n]T|/n,计算出所述员工的产量评分A。
如上述步骤S201-S202所述,计算出所述员工的产量评分A。其中功能数指在一个程序中,所述程序所具有的功能数量,功能例如接收访问申请,验证访问权限等等。任务指需要完成的程序。本实施例采用矩阵计算的方式计算得到所述员工的产量评分A,从而便于计算机计算,具体地,A=|[a11,a12,…,a1n][1/b11,1/b12,…,1/b1n]T|/n=(a11/b11+a12/b12+…+a1n/b1n)/n,其中a11,a12,…,a1n为所述员工在第1至第n个任务中一一对应的已完成的功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数。从而获得所述员工的产量评分A,其中功能数指所述任务具有的功能的数量。
在一个实施方式中,所述根据所述质量数据,采用第二预设规则计算出质量评分B的步骤S3,包括:
S301、建立1×n矩阵[c11,c12,…,c1n]与1×n矩阵[1/b11,1/b12,…,1/b1n],其中c11,c12,…,c1n为所述员工在第1至第n个任务中一一对应的合格功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数,所述合格功能数指具有的缺陷数量不超过预定数量的功能的数量;
S302、根据公式B=|[c11,c12,…,c1n][1/b11,1/b12,…,1/b1n]T|/n,计算出所述员工的质量评分B。
如上述步骤S301-S302所述,计算出所述员工的质量评分B。本实施例采用矩阵计算的方式计算得到所述员工的质量评分B,从而便于计算机计算,具体地,B=|[c11,c12,…,c1n][1/b11,1/b12,…,1/b1n]T|/n=(a11/b11+a12/b12+…+a1n/b1n)/n,其中c11,c12,…,c1n为所述员工在第1至第n个任务中一一对应的已完成的缺陷数量不超过预定数量的功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数。从而获得所述员工的质量评分B。
在一个实施方式中,所述根据所述效率数据,采用第三预设规则计算出效率评分C的步骤S4,包括:
S401、获取所述员工按时完成的任务数,及所述员工承担的总任务数;
S402、根据公式C=所述员工按时完成的任务数/所述员工承担的总任务数,计算得到所述员工的效率评分C。
如上述步骤S401-S402所述,采用第三预设规则计算出效率评分C。获取所述员工按时完成的任务数,及所述员工承担的总任务数可从数据库中获取。C=所述员工按时完成的任务数/所述员工承担的总任务数,表明所述员工在所有任务中按时完成的比例,将此做为所述员工的效率评分C。效率评分C值越趋近于1,表明员工的效率越高,B值越趋近于0,表明员工的效率越低。
在一个实施方式中,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤S6之前,包括:
S51、获取与所述员工的学历、专业均相同,且入职时间相差不大于预设的第一阈值,且工作年限相差不大于预设的第二阈值的所有员工的生产力评分,形成参考评分集;
S52、对所述参考评分集中的生产力评分进行平均值计算,得到参考评分M。
如上述步骤所述,实现了得到参考评分M。参考评分M是评估所述生产力合格或是不合格的标准,本实施例中采用与所述员工具有相同或相似信息的员工的平均值作为参考评分M。其中所述相同或相似信息包括学历、专业均相同,且入职时间相差不大于预设的第一阈值,且工作年限相差不大于预设的第二阈值。其中第一阈值包括三个月、半年、一年;第二阈值包括三个月、半年、一年。平均值计算包括算术平均值、几何平均值、平方平均值、调和平均值、加权平均值中的任意一种。
在一个实施方式中,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤S6之后,包括:
S7、若所述结论为不合格,计算min(paA,pbB,pcC)的返回值;
S8、根据所述返回值,向所述员工发送对应的产量、质量或者效率提醒的信息。
如上述步骤所述,实现了根据paA,pbB,pcC三者中的最小值,向所述员工发送相应的产量、质量或者效率提醒信息。所述结论不合格,有可能是员工在某些方面得分较低的“偏科”现象造成的。据此利用函数min(paA,pbB,pcC)得到paA,pbB,pcC三者中的最小值,从而可知“偏科”的具体科目是什么,再针对性向员工发送相应的提醒信息,以便员工自省。
在一个实施方式中,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤S6之后,包括:
S9、若所述结论为不合格,判断W是否小于所述员工所处部门平均生产力评分,
S10、若小于所述员工所处部门平均生产力评分,向所述员工所处部门的管理人员发送提醒信息。
如上述步骤所述,实现了向所述员工所处部门的管理人员发送提醒信息。所述生产力不合格不一定是员工自身原因,也有可能是部门整体出现危机,也可能是部门遭遇困难项目导致。据此再将员工的生产力M与所述员工所处部门平均生产力评分进行对比,若小于所述员工所处部门平均生产力评分,则可以确认所述员工的生产力的确存在问题,故应向所述员工所处部门的管理人员发送提醒信息,以早做相应措施。
本申请的基于数据分析的员工生产力评估方法,采用对工作数据的二次利用,即对至少包括产量数据、质量数据和效率数据的工作数据进行计算,获得直观反应IT员工生产力的评分并判断生产力是否合格,即利用数据挖掘的方式评估IT员工生产力,具有高效、统一标准的技术效果。
参照图2,本申请实施例提供一种基于数据分析的员工生产力评估装置,包括:
工作数据调取单元10,用于从数据库中调取所述员工的工作数据,所述工作数据至少包括产量数据、质量数据和效率数据;
产量评分A计算单元20,用于根据所述产量数据,采用第一预设规则计算出产量评分A;
质量评分B计算单元30,用于根据所述质量数据,采用第二预设规则计算出质量评分B;
效率评分C计算单元40,用于根据所述效率数据,采用第三预设规则计算出效率评分C;
生产力评分W计算单元50,用于采用公式W=S+paA+pbB+pcC计算所述人员的生产力评分W,其中S为基础分值,pa、pb、pc分别为所述产量评分A、质量评分B、效率评分C的权重值。
生产力判断单元60,用于通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分。
如上述单元10所述,从数据库中调取所述员工的工作数据,所述工作数据至少包括产量数据、质量数据和效率数据。其中产量数据至少包括IT员工完成的功能数,质量数据至少包括员工已完成的缺陷数量不超过预定数量的功能数,效率数据至少包括员工按时完成的任务数。其中功能数指在一个程序中,所述程序所具有的功能数量,功能例如接收访问申请,验证访问权限等等。任务指需要完成的程序。其中,缺陷包括代码BUG,缺陷数量包括BUG代码数量。如上述单元20所述,根据所述产量数据,采用第一预设规则计算出产量评分A。产量数据,例如员工完成的功能数,可以反应员工的产量。具体的计算方法可为任意方法,例如A=员工完成的功能数/员工需要完成的功能数,此时A值越趋近于1,表明员工的产量越高,A值越趋近于0,表明员工的产量越低。其中第一预设规则可以以员工完成的功能数与员工需要完成的功能数的倒数分别建立矩阵,采用矩阵乘法计算出产量评分A。
如上述单元30所述,根据所述质量数据,采用第二预设规则计算出质量评分B。质量数据,例如已完成的缺陷数量不超过预定数量的功能数,可以反应员工的质量。具体的计算方法可为任意方法,例如B=已完成的缺陷数量不超过预定数量的功能数/员工需要完成的功能数,此时B值越趋近于1,表明员工的质量越高,B值越趋近于0,表明员工的质量越低。其中第一预设规则可以以已完成的缺陷数量不超过预定数量的功能数和员工需要完成的功能数的倒数分别建立矩阵,采用矩阵乘法计算出质量评分B。
如上述单元40所述,根据所述效率数据,采用第三预设规则计算出效率评分C。效率数据,例如员工按时完成的任务数,可以反应员工的效率。具体的计算方法可为任意方法,例如C=员工按时完成的任务数/员工承担的总任务数,此时C值越趋近于1,表明员工的效率越高,B值越趋近于0,表明员工的效率越低。
如上述单元50所述,采用公式W=S+paA+pbB+pcC计算所述人员的生产力评分W,其中S为基础分值,pa、pb、pc分别为所述产量评分A、质量评分B、效率评分C的权重值。其中S可为任意数值,优选为25,pa、pb、pc可为任意数值,按具体需求进行设置,例如质量更重要时,将pb设为比pa、pc更大,其中,pa、pb、pc可以为不同的值,也可以优选为相同的。
如上述单元60所述,通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分。M可设置为部门的平均生产力评分值,也可以设置为所有部门的平均生产力评分值,也可以为根据需要设置的任意值,还可以为基于大数据技术获得的与所述员工相同或相似信息的员工的平均生产力评分值。由于生产力评分值仅是个数据,没有对比不容易确认生产力评分值的高低,据此采用参考评分M作为评估生产力评分值是否合格的标准。
在一个实施方式中,所述产量评分A计算单元20,包括:
第一矩阵建立子单元,用于建立1×n矩阵[a11,a12,…,a1n]与1×n矩阵[1/b11,1/b12,…,1/b1n],其中a11,a12,…,a1n为所述员工在第1至第n个任务中一一对应的已完成的功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数,其中功能数指所述任务具有的功能的数量;
产量评分A计算子单元,用于根据公式A=|[a11,a12,…,a1n][1/b11,1/b12,…,1/b1n]T|/n,计算出所述员工的产量评分A。
如上述子单元所述,计算出所述员工的产量评分A。其中功能数指在一个程序中,所述程序所具有的功能数量,功能例如接收访问申请,验证访问权限等等。任务指需要完成的程序。本实施例采用矩阵计算的方式计算得到所述员工的产量评分A,从而便于计算机计算,具体地,A=|[a11,a12,…,a1n][1/b11,1/b12,…,1/b1n]T|/n=(a11/b11+a12/b12+…+a1n/b1n)/n,其中a11,a12,…,a1n为所述员工在第1至第n个任务中一一对应的已完成的功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数。从而获得所述员工的产量评分A,其中功能数指所述任务具有的功能的数量。
在一个实施方式中,所述质量评分B计算单元30,包括:
第二矩阵建立子单元,用于建立1×n矩阵[c11,c12,…,c1n]与1×n矩阵[1/b11,1/b12,…,1/b1n],其中c11,c12,…,c1n为所述员工在第1至第n个任务中一一对应的合格功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数,所述合格功能数指具有的缺陷数量不超过预定数量的功能的数量;
质量评分B计算子单元,用于根据公式B=|[c11,c12,…,c1n][1/b11,1/b12,…,1/b1n]T|/n,计算出所述员工的质量评分B。
如上述子单元所述,计算出所述员工的质量评分B。本实施例采用矩阵计算的方式计算得到所述员工的质量评分B,从而便于计算机计算,具体地,B=|[c11,c12,…,c1n][1/b11,1/b12,…,1/b1n]T|/n=(a11/b11+a12/b12+…+a1n/b1n)/n,其中c11,c12,…,c1n为所述员工在第1至第n个任务中一一对应的已完成的缺陷数量不超过预定数量的功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数。从而获得所述员工的质量评分B。
在一个实施方式中,所述效率评分C计算单元40,包括:
任务数获取子单元,用于获取所述员工按时完成的任务数,及所述员工承担的总任务数;
效率评分C计算子单元,用于根据公式C=所述员工按时完成的任务数/所述员工承担的总任务数,计算得到所述员工的效率评分C。
如上述子单元所述,采用第三预设规则计算出效率评分C。获取所述员工按时完成的任务数,及所述员工承担的总任务数可从数据库中获取。C=所述员工按时完成的任务数/所述员工承担的总任务数,表明所述员工在所有任务中按时完成的比例,将此做为所述员工的效率评分C。效率评分C值越趋近于1,表明员工的效率越高,B值越趋近于0,表明员工的效率越低。
在一个实施方式中,所述基于数据分析的员工生产力评估装置,包括:
参考评分集形成单元,用于获取与所述员工的学历、专业均相同,且入职时间相差不大于预设的第一阈值,且工作年限相差不大于预设的第二阈值的所有员工的生产力评分,形成参考评分集;
参考评分M获取单元,用于对所述参考评分集中的生产力评分进行平均值计算,得到参考评分M。
如上述单元所述,实现了得到参考评分M。参考评分M是评估所述生产力合格或是不合格的标准,本实施例中采用与所述员工具有相同或相似信息的员工的平均值作为参考评分M。其中所述相同或相似信息包括学历、专业均相同,且入职时间相差不大于预设的第一阈值,且工作年限相差不大于预设的第二阈值。其中第一阈值包括三个月、半年、一年;第二阈值包括三个月、半年、一年。平均值计算包括算术平均值、几何平均值、平方平均值、调和平均值、加权平均值中的任意一种。
在一个实施方式中,所述基于数据分析的员工生产力评估装置,包括:
返回值计算单元,用于若所述结论为不合格,计算min(paA,pbB,pcC)的返回值;
第一提醒信息发送单元,用于根据所述返回值,向所述员工发送对应的产量、质量或者效率提醒的信息。
如上述单元所述,实现了根据paA,pbB,pcC三者中的最小值,向所述员工发送相应的产量、质量或者效率提醒信息。所述结论不合格,有可能是员工在某些方面得分较低的“偏科”现象造成的。据此利用函数min(paA,pbB,pcC)得到paA,pbB,pcC三者中的最小值,从而可知“偏科”的具体科目是什么,再针对性向员工发送相应的提醒信息,以便员工自省。
在一个实施方式中,所述基于数据分析的员工生产力评估装置,包括:
生产力评分判断单元,用于若所述结论为不合格,判断W是否小于所述员工所处部门平均生产力评分,
第二提醒信息发送单元,用于若小于所述员工所处部门平均生产力评分,向所述员工所处部门的管理人员发送提醒信息。
如上述单元所述,实现了向所述员工所处部门的管理人员发送提醒信息。所述生产力不合格不一定是员工自身原因,也有可能是部门整体出现危机,也可能是部门遭遇困难项目导致。据此再将员工的生产力M与所述员工所处部门平均生产力评分进行对比,若小于所述员工所处部门平均生产力评分,则可以确认所述员工的生产力的确存在问题,故应向所述员工所处部门的管理人员发送提醒信息,以早做相应措施。
本申请的基于数据分析的员工生产力评估装置,采用对工作数据的二次利用,即对至少包括产量数据、质量数据和效率数据的工作数据进行计算,获得直观反应IT员工生产力的评分并判断生产力是否合格,即利用数据挖掘的方式评估IT员工生产力,具有高效、统一标准的技术效果。
参照图3,本发明实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于数据分析的员工生产力评估方法所用数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于数据分析的员工生产力评估方法。
上述处理器执行上述基于数据分析的员工生产力评估方法,包括:从数据库中调取所述员工的工作数据,所述工作数据至少包括产量数据、质量数据和效率数据;根据所述产量数据,采用第一预设规则计算出产量评分A;根据所述质量数据,采用第二预设规则计算出质量评分B;根据所述效率数据,采用第三预设规则计算出效率评分C;采用公式W=S+paA+pbB+pcC计算所述人员的生产力评分W,其中S为基础分值,pa、pb、pc分别为所述产量评分A、质量评分B、效率评分C的权重值。通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分。
在一个实施例中,所述根据所述产量数据,采用第一预设规则计算出产量评分A的步骤,包括:建立1×n矩阵[a11,a12,…,a1n]与1×n矩阵[1/b11,1/b12,…,1/b1n],其中a11,a12,…,a1n为所述员工在第1至第n个任务中一一对应的已完成的功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数,其中功能数指所述任务具有的功能的数量;根据公式A=|[a11,a12,…,a1n][1/b11,1/b12,…,1/b1n]T|/n,计算出所述员工的产量评分A。
在一个实施例中,所述根据所述质量数据,采用第二预设规则计算出质量评分B的步骤,包括:建立1×n矩阵[c11,c12,…,c1n]与1×n矩阵[1/b11,1/b12,…,1/b1n],其中c11,c12,…,c1n为所述员工在第1至第n个任务中一一对应的合格功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数,所述合格功能数指具有的缺陷数量不超过预定数量的功能的数量;根据公式B=|[c11,c12,…,c1n][1/b11,1/b12,…,1/b1n]T|/n,计算出所述员工的质量评分B。
在一个实施例中,所述根据所述效率数据,采用第三预设规则计算出效率评分C的步骤,包括:获取所述员工按时完成的任务数,及所述员工承担的总任务数;根据公式C=所述员工按时完成的任务数/所述员工承担的总任务数,计算得到所述员工的效率评分C。
在一个实施例中,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤之前,包括:获取与所述员工的学历、专业均相同,且入职时间相差不大于预设的第一阈值,且工作年限相差不大于预设的第二阈值的所有员工的生产力评分,形成参考评分集;对所述参考评分集中的生产力评分进行平均值计算,得到参考评分M。
在一个实施例中,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤之后,包括:若所述结论为不合格,计算min(paA,pbB,pcC)的返回值;根据所述返回值,向所述员工发送对应的产量、质量或者效率提醒的信息。
在一个实施例中,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤之后,包括:若所述结论为不合格,判断W是否小于所述员工所处部门平均生产力评分,若小于所述员工所处部门平均生产力评分,向所述员工所处部门的管理人员发送提醒信息。
本领域技术人员可以理解,图中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请的计算机设备,采用对工作数据的二次利用,即对至少包括产量数据、质量数据和效率数据的工作数据进行计算,获得直观反应IT员工生产力的评分并判断生产力是否合格,即利用数据挖掘的方式评估IT员工生产力,具有高效、统一标准的技术效果。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现基于数据分析的员工生产力评估方法,包括:
从数据库中调取所述员工的工作数据,所述工作数据至少包括产量数据、质量数据和效率数据;根据所述产量数据,采用第一预设规则计算出产量评分A;根据所述质量数据,采用第二预设规则计算出质量评分B;根据所述效率数据,采用第三预设规则计算出效率评分C;采用公式W=S+paA+pbB+pcC计算所述人员的生产力评分W,其中S为基础分值,pa、pb、pc分别为所述产量评分A、质量评分B、效率评分C的权重值。通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分。
在一个实施例中,所述根据所述产量数据,采用第一预设规则计算出产量评分A的步骤,包括:建立1×n矩阵[a11,a12,…,a1n]与1×n矩阵[1/b11,1/b12,…,1/b1n],其中a11,a12,…,a1n为所述员工在第1至第n个任务中一一对应的已完成的功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数,其中功能数指所述任务具有的功能的数量;根据公式A=|[a11,a12,…,a1n][1/b11,1/b12,…,1/b1n]T|/n,计算出所述员工的产量评分A。
在一个实施例中,所述根据所述质量数据,采用第二预设规则计算出质量评分B的步骤,包括:建立1×n矩阵[c11,c12,…,c1n]与1×n矩阵[1/b11,1/b12,…,1/b1n],其中c11,c12,…,c1n为所述员工在第1至第n个任务中一一对应的合格功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数,所述合格功能数指具有的缺陷数量不超过预定数量的功能的数量;根据公式B=|[c11,c12,…,c1n][1/b11,1/b12,…,1/b1n]T|/n,计算出所述员工的质量评分B。
在一个实施例中,所述根据所述效率数据,采用第三预设规则计算出效率评分C的步骤,包括:获取所述员工按时完成的任务数,及所述员工承担的总任务数;根据公式C=所述员工按时完成的任务数/所述员工承担的总任务数,计算得到所述员工的效率评分C。
在一个实施例中,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤之前,包括:获取与所述员工的学历、专业均相同,且入职时间相差不大于预设的第一阈值,且工作年限相差不大于预设的第二阈值的所有员工的生产力评分,形成参考评分集;对所述参考评分集中的生产力评分进行平均值计算,得到参考评分M。
在一个实施例中,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤之后,包括:若所述结论为不合格,计算min(paA,pbB,pcC)的返回值;根据所述返回值,向所述员工发送对应的产量、质量或者效率提醒的信息。
在一个实施例中,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤之后,包括:若所述结论为不合格,判断W是否小于所述员工所处部门平均生产力评分,若小于所述员工所处部门平均生产力评分,向所述员工所处部门的管理人员发送提醒信息。
本申请的计算机可读存储介质,采用对工作数据的二次利用,即对至少包括产量数据、质量数据和效率数据的工作数据进行计算,获得直观反应IT员工生产力的评分并判断生产力是否合格,即利用数据挖掘的方式评估IT员工生产力,具有高效、统一标准的技术效果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种基于数据分析的员工生产力评估方法,其特征在于,包括:
从数据库中调取所述员工的工作数据,所述工作数据至少包括产量数据、质量数据和效率数据;
根据所述产量数据,采用第一预设规则计算出产量评分A;
根据所述质量数据,采用第二预设规则计算出质量评分B;
根据所述效率数据,采用第三预设规则计算出效率评分C;
采用公式W=S+paA+pbB+pcC计算所述人员的生产力评分W,其中S为基础分值,pa、pb、pc分别为所述产量评分A、质量评分B、效率评分C的权重值;
通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分。
2.根据权利要求1所述的基于数据分析的员工生产力评估方法,其特征在于,所述根据所述产量数据,采用第一预设规则计算出产量评分A的步骤,包括:
建立1×n矩阵[a11,a12,…,a1n]与1×n矩阵[1/b11,1/b12,…,1/b1n],其中a11,a12,…,a1n为所述员工在第1至第n个任务中一一对应的已完成的功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数,其中功能数指所述任务具有的功能的数量;
根据公式A=|[a11,a12,…,a1n][1/b11,1/b12,…,1/b1n]T|/n,计算出所述员工的产量评分A。
3.根据权利要求1所述的基于数据分析的员工生产力评估方法,其特征在于,所述根据所述质量数据,采用第二预设规则计算出质量评分B的步骤,包括:
建立1×n矩阵[c11,c12,…,c1n]与1×n矩阵[1/b11,1/b12,…,1/b1n],其中c11,c12,…,c1n为所述员工在第1至第n个任务中一一对应的合格功能数,b11,b12,…,b1n为第1至第n个任务中一一对应的总功能数,所述合格功能数指具有的缺陷数量不超过预定数量的功能的数量;
根据公式B=|[c11,c12,…,c1n][1/b11,1/b12,…,1/b1n]T|/n,计算出所述员工的质量评分B。
4.根据权利要求1所述的基于数据分析的员工生产力评估方法,其特征在于,所述根据所述效率数据,采用第三预设规则计算出效率评分C的步骤,包括:
获取所述员工按时完成的任务数,及所述员工承担的总任务数;
根据公式C=所述员工按时完成的任务数/所述员工承担的总任务数,计算得到所述员工的效率评分C。
5.根据权利要求1所述的基于数据分析的员工生产力评估方法,其特征在于,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤之前,包括:
获取与所述员工的学历、专业均相同,且入职时间相差不大于预设的第一阈值,工作年限相差不大于预设的第二阈值的所有员工的生产力评分,形成参考评分集;
对所述参考评分集中的生产力评分进行平均值计算,得到参考评分M。
6.根据权利要求1所述的基于数据分析的员工生产力评估方法,其特征在于,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤之后,包括:
若所述结论为不合格,计算min(paA,pbB,pcC)的返回值;
根据所述返回值,向所述员工发送对应的产量、质量或者效率的提醒信息。
7.根据权利要求1所述的基于数据分析的员工生产力评估方法,其特征在于,所述通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分的步骤之后,包括:
若所述结论为不合格,判断W是否小于所述员工所处部门平均生产力评分;
若小于所述员工所处部门平均生产力评分,向所述员工所处部门的管理人员发送提醒信息。
8.一种基于数据分析的员工生产力评估装置,其特征在于,包括:
工作数据调取单元,用于从数据库中调取所述员工的工作数据,所述工作数据至少包括产量数据、质量数据和效率数据;
产量评分A计算单元,用于根据所述产量数据,采用第一预设规则计算出产量评分A;
质量评分B计算单元,用于根据所述质量数据,采用第二预设规则计算出质量评分B;
效率评分C计算单元,用于根据所述效率数据,采用第三预设规则计算出效率评分C;
生产力评分W计算单元,用于采用公式W=S+paA+pbB+pcC计算所述人员的生产力评分W,其中S为基础分值,pa、pb、pc分别为所述产量评分A、质量评分B、效率评分C的权重值;
生产力判断单元,用于通过判断W-M是否大于等于0,对应得到所述生产力合格或是不合格的结论,其中M为预设的参考评分。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811184771.5A CN109523119A (zh) | 2018-10-11 | 2018-10-11 | 基于数据分析的员工生产力评估方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811184771.5A CN109523119A (zh) | 2018-10-11 | 2018-10-11 | 基于数据分析的员工生产力评估方法、装置和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109523119A true CN109523119A (zh) | 2019-03-26 |
Family
ID=65772248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811184771.5A Pending CN109523119A (zh) | 2018-10-11 | 2018-10-11 | 基于数据分析的员工生产力评估方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109523119A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443350A (zh) * | 2019-07-10 | 2019-11-12 | 平安科技(深圳)有限公司 | 基于数据分析的模型质量检测方法、装置、终端及介质 |
CN111553577A (zh) * | 2020-04-20 | 2020-08-18 | 北京北大软件工程股份有限公司 | 人均执法效能评估方法及系统 |
CN112561463A (zh) * | 2020-11-06 | 2021-03-26 | 国网浙江省电力有限公司龙游县供电公司 | 一种作业安全码生成方法 |
CN113222438A (zh) * | 2021-05-24 | 2021-08-06 | 中国农业银行股份有限公司 | 机器的生产力确定方法、装置、设备、介质及产品 |
CN113408930A (zh) * | 2021-06-30 | 2021-09-17 | 中国农业银行股份有限公司顺德分行 | 基于员工服务系统的员工行为分析方法、系统及存储介质 |
CN113837631A (zh) * | 2021-09-29 | 2021-12-24 | 平安科技(深圳)有限公司 | 员工评价方法、装置、电子设备及可读存储介质 |
-
2018
- 2018-10-11 CN CN201811184771.5A patent/CN109523119A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443350A (zh) * | 2019-07-10 | 2019-11-12 | 平安科技(深圳)有限公司 | 基于数据分析的模型质量检测方法、装置、终端及介质 |
CN110443350B (zh) * | 2019-07-10 | 2022-09-02 | 平安科技(深圳)有限公司 | 基于数据分析的模型质量检测方法、装置、终端及介质 |
CN111553577A (zh) * | 2020-04-20 | 2020-08-18 | 北京北大软件工程股份有限公司 | 人均执法效能评估方法及系统 |
CN112561463A (zh) * | 2020-11-06 | 2021-03-26 | 国网浙江省电力有限公司龙游县供电公司 | 一种作业安全码生成方法 |
CN113222438A (zh) * | 2021-05-24 | 2021-08-06 | 中国农业银行股份有限公司 | 机器的生产力确定方法、装置、设备、介质及产品 |
CN113222438B (zh) * | 2021-05-24 | 2024-03-12 | 中国农业银行股份有限公司 | 机器的生产力确定方法、装置、设备、介质及产品 |
CN113408930A (zh) * | 2021-06-30 | 2021-09-17 | 中国农业银行股份有限公司顺德分行 | 基于员工服务系统的员工行为分析方法、系统及存储介质 |
CN113408930B (zh) * | 2021-06-30 | 2023-02-07 | 中国农业银行股份有限公司顺德分行 | 基于员工服务系统的员工行为分析方法、系统及存储介质 |
CN113837631A (zh) * | 2021-09-29 | 2021-12-24 | 平安科技(深圳)有限公司 | 员工评价方法、装置、电子设备及可读存储介质 |
CN113837631B (zh) * | 2021-09-29 | 2024-01-19 | 平安科技(深圳)有限公司 | 员工评价方法、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523119A (zh) | 基于数据分析的员工生产力评估方法、装置和计算机设备 | |
Zou et al. | Strategies for minimizing building energy performance gaps between the design intend and the reality | |
Sherman et al. | Suboptimal assessment of interunit task interdependence: Modes of integration and information processing for coordination performance | |
Unsal et al. | Technology management capability: Definition and its measurement | |
Fikri Mohamed et al. | Potential for improving site management practices through knowledge management | |
Garstenauer et al. | A knowledge management based approach to quality management for large manufacturing organizations | |
Russell et al. | Causes of time buffer and duration variation in construction project tasks: Comparison of perception to reality | |
CN111104589B (zh) | 装修企业评估方法、装置、计算机设备及存储介质 | |
Khanh et al. | Development of waste occurrence level indicator in Vietnam construction industry | |
Manoharan et al. | Comparison of skills between Sri Lankan and foreign construction labour | |
Song | Earned Value Management: a global and cross-industry perspective on current EVM practice | |
Hai et al. | A system of sustainability indicators for the province of Thai Binh, Vietnam | |
Netto et al. | Critical factors and benefits in the use of earned value management in construction | |
Keil et al. | A planning approach for an effective digitalization of processes in mature semiconductor production facilities | |
Miao et al. | Properties of statistical tests appropriate for the analysis of data in disparate impact cases | |
WO2013181719A1 (en) | Project management system | |
Williams | Simulation attacks manufacturing challenges | |
Menzefricke et al. | Maturity-based development of strategic thrusts for socio-technical risks | |
Foster et al. | Organizational Adaptive Capacity during a Large-Scale Surprise Event: A Case Study at an Academic Institution during the COVID-19 Pandemic | |
Baraka et al. | The use of DMAIC Six-Sigma methodology for disputes resolution in a packaging company | |
CN109598402A (zh) | 基于数据挖掘的数据报告生成方法、装置、计算机设备 | |
Fucci et al. | Needs and challenges for a platform to support large-scale requirements engineering | |
CN115759996B (zh) | 一种机房标准化巡检方法、设备及介质 | |
Hestyrosari et al. | Analysis of Supporting Factors for the Successful Performance of Project Management Office (PMO) at PT XYZ | |
Domingues et al. | Management systems integration: a synergistic approach |
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 |