TWI775773B - 職能目標設定輔助裝置、輔助方法及輔助程式 - Google Patents

Abstract

本發明的課題在於輔助公司員工，使每個人能自發地設定合適的職能目標。本發明的解決手段為具有職能目標設定輔助裝置1，其具備：職能目標設定DB 10，係記憶有關被評估者行動特性目標設定的定性資料；MBODB 21，係記憶有關與被評估者業務目標相應之MBO得分的定量資料；定量化部18，係根據職能目標設定DB所記憶的定性資料取得定量資料；區分部22，係根據藉定量化部所得的定量資料，將各被評估者區分為不良目標設定者及優良目標設定者；被評估者資料庫23，係記憶藉區分部所區分的至少關於不良目標設定的被評估者的資訊。定量化部係求得職能獲得率與MBO獲得率的差值，而區分部則根據該差值或其加權值，將各被評估者區分為不良目標設定者及優良目標設定者。

Description

職能目標設定輔助裝置、輔助方法及輔助程式

本發明係關於用以輔助被評估者進行行動特性目標設定(職能目標設定)的職能目標設定輔助裝置、輔助方法及輔助程式。若具體說明，本發明係關於具有可判別被評估者所進行的職能目標設定之優劣的功能的裝置，可活用在輔助諮詢業務，使被評估者自發地進行更優良的目標設定。

為了企業的成長，員工每個人秉持著與經營理念相結合的目標，使其確實實現乃至關重要。因此，近年來，對員工進行管理指導，使其設定適合於員工本身的「職能目標」，亦即「期能產生成果的理想行動特性目標」後，依所設定的目標執行每天的業務，在企業的人事管理上正備受重視。

再者，關於企業人事部門所利用的人事評估系統，以往已有各種發明的提案(例如專利文獻1及專利文獻2)。利用這種人事評估系統客觀且公平地評估員工的行動或成績的作法，以往即已普遍實施中。

例如，若依據專利文獻1所揭示的人事評估系統，提高對評估的客觀性，可更客觀的顯示被評估者所需要的變革行動。該系統中，在評估某個被評估者是否依據預先設定的預期行動來採取行動時，作為評估對象的被評估者可在輸入輸出終端選定複數個評估者。而且，該評估系統中，係對被選定的評估者寄發委託評估的評估實施通知信函，根據藉評估者的輸入輸出終端所輸入的評估結果，製作反饋資訊，使其顯示在被評估者的輸入輸出終端。依此方式，因為是由上司以及上司之外的複數個評估者進行被評估者的評估，故對評估的客觀性會較高。

此外，若依據專利文獻2所揭示的人事評估系統，係設計成可以已簡易的條件設定分配評估者。該系統中，評估者分配處理部係以保存在人事評估系統資料庫之評估者分配設定資訊保存領域的評估者分配設定資訊、保存在人事管理系統資料庫之人事資訊保存領域的人事資訊、以及保存在組織資訊保存領域的組織資訊為基礎，來選擇適當的評估者，將評估者分配給各被評估者以更新評估資訊。

[先前技術文獻] [專利文獻] [專利文獻1]　日本特開2006－185080號公報 [專利文獻2]　日本特開2007－323352號公報

以下係針對發明所要解決課題作說明。以往的人事評估系統皆是在事後評估被評估者是否依預先設定的預期行動方案來採取行動，但並不具有評估該被評估者能否自我適當設定行動特性(職能)的目標之機制。例如，由於被評估者的職能目標設定曖昧未知時，就會在事業活動上降低判斷力，而未能採取具有一貫性的行動，其生産性自然較差。再者，因職能目標設定曖昧未知時，對被評估者的評估也較差，從而連帶導致被評估者對本身業務的積極性或士氣低落。另一方面，被評估者的職能目標設定具體又明確時，即能毫不猶豫地依照其目標每天採取合適的行動，不僅其生産性提升，周遭人士對該員工的評估也會提高。結果，可充分連帶提升被評估者本身的幹勁或士氣。

因此，對員工行動的事後評估固屬重要，但促進員工在日後的企業活動中設定合適的職能目標更為重要。所以，本發明之目的係在提供一種能客觀評估員工的職能目標設定，藉以輔助員工每個人能夠自發地設定合適的職能目標。

[用以解決課題的手段] 本案發明人針對解決上述先前發明之問題的手段而特意鑽研探討的結果，獲得了以下的認知：對職能目標設定進行定量評估，以求得各被評估者的職能獲得率，並且從相對於各被評估者的MBO得分之最大值的比例求得MBO(Management By Objectives：目標管理)獲得率。透過根據這些職能獲得率與MBO獲得率的差值判斷各被評估者為優良目標設定者或不良目標設定者，即可針對被評估者目標設定之優劣進行客觀評估。藉由設置這種客觀的評估基準，即可輔助員工每個人自發地設定合適的職能目標。然後，本發明人設想到只要根據上述認知，即可解決以往技術的課題，從而完成本發明。若具體說明，本發明具有以下的構成–步驟。

本發明第1方面係關於職能目標設定輔助裝置。本發明的裝置具備：職能目標設定DB、MBODB（目標管理資料庫）、定量化部、區分部、及被評估者DB。另外，所稱「DB」係意指資料庫。 職能目標設定DB係按每個被評估者記憶有關行動特性目標設定的定性資料。所稱有關行動特性目標設定的定性資料，係例如指記述有關被評估者其自己行動特性之目標的文字資料(text data)。 MBODB係按每個被評估者記憶有關與業務目標對應之MBO得分的定量資料。所稱業務目標係為例如目標銷售額等預先設定的目標數值。所稱MBO得分係為以得分(註：下文中稱為得分化)來表示例如業務實績(例：實際銷售額等實績數值)達到業務目標到何種程度的數值。例如，MBO得分可依業務目標設為100％時，以業務實績若在120％以上為6分，若在100至120％則為5分，若在80至100％則為4分的方式加以得分化。此外，MBO得分也可單純為業務實績相對於業務目標的比例。 定量化部係根據記憶在職能目標設定DB的定性資料取得定量資料。若具體說明，定量化部首先係根據預定的基準將記憶在職能目標設定DB的定性資料以分數表示(註：下文中稱為分數化)，而獲得各被評估者的職能得分。而且，定量化部會從各被評估者的職能得分相對於其最高得分的比例求得各被評估者的職能獲得率。再者，定量化部會根據記憶在MBODB的定量資料，從MBO得分相對於其最高得分的比例，求得各被評估者的MBO獲得率。然後，定量化部再求得職能獲得率與MBO獲得率的差值。至少，定量化部係依此方式將有關被評估者行動特性目標設定的定性資料實施定量化。 區分部則根據藉定量化部所得的定量資料，將各被評估者區分為不良目標設定者與優良目標設定者。具體而言，區分部係根據定量化部求得的差值或其加權值，將各被評估者區分為不良目標設定者與優良目標設定者。此處所稱的差值的加權值，可為例如透過在差值中將其他值進行先乘除後加減運算(註：以下稱為四則運算)求得的值，也可為以預定的基準將差值得分化的值，也可為透過在該得分化的值中將其他值進行四則運算求得的值。無論如何，區分部係考量定量化部求得的差值後進行各被評估者的區分。 被評估者DB係記憶藉區分部所區分的至少有關不良目標設定之被評估者的資訊。另外，被評估者DB也可除記憶在不良目標設定之被評估者之資訊外再加入記憶有關優良目標設定之被評估者的資訊。

依上述構成，本發明係考量定量化部求得的職能獲得率與MBO獲得率的差值來判斷被評估者的行動特性目標設定之優劣。亦即職能獲得率與MBO獲得率的差值較大時，對被評估者之行動特性的評估與被評估者之MBO得分會大幅乖離。例如，當相對於職能獲得率較高者MBO獲得率較低時，行動特性目標設定會曖昧未知且較抽象，實際業績會不符目標，難謂能產生合適的行動特性目標設定或合適的自我分析。從而，可謂若要獲得更合適的目標設定，則業績與實績尚有再提高的餘地。在此種情況中，透過將被評估者判斷為不良目標設定者並包含在管理指導對象中，即可加以輔助俾能進行更合適的目標設定。再者，在施行被評估者的區分之際，透過所謂使用MBO獲得率的客觀資料，可在進行該評估時確保公平性及客觀性。

本發明的職能目標設定輔助裝置較佳為再具備訂正部。訂正部係將有關行動特性目標設定的定性資料進行訂正，而該定性資料係從被評估者操作的使用者終端輸入。具體而言，訂正部會從被評估者DB擷取不良目標設定的被評估者，當有關行動特性的定性資料是由不良目標設定的被評估者輸入時，進行該定性資料的訂正。

依上述構成，透過對被判斷為不良目標設定的被評估者，進行有關其目標設定之文字資料(定性資料)的訂正，可對該被評估者指導進行目標設定的方法。藉此方式，可提升被評估者的能力，輔助其在將來能自發地進行合適的目標設定。

本發明的職能目標設定輔助裝置較佳為再具備記憶有關行動特性目標設定之NG（不適用）用語的NG用語DB。此時，訂正部會參照NG用語DB，在構成有關行動特性目標設定之定性資料的文章中包含NG用語時，通知使用者終端。

依上述構成，本發明的裝置透過具備NG用語DB，即可指導被評估者，使其不致在行動特性目標設定中使用不合適的字詞。藉此方式，被評估者就會留意不再使用不適於目標設定的曖昧性字詞。

本發明的職能目標設定輔助裝置較佳為再具備目標設定例DB及優劣判別模式生成部。目標設定例DB係將記憶在職能目標設定DB的定性資料中的至少一部分與有關行動特性目標設定之優劣的資訊建立關連並加以記憶。優劣判別模式生成部係將記憶在目標設定例DB的資訊作為訓練資料而生成有學習過的優劣判別模式(具體而言，即AI模式)。在此情況下，定量化部可在取得各被評估者之職能得分之際，利用優劣判別模式，將記憶在職能目標設DB的定性資料分數化。

依上述構成，例如，針對記憶在職能目標設定DB的定性資料，以人工進行優劣判別，而構築成目標設定例DB。透過利用以該目標設定例DB為基礎進行學習的優劣判別模式而將定性資料數值化，即可自動進行定性資料的評估，而且可提高其客觀性。此外，藉由資料的儲存，能提高評估的精確度。

本發明的職能目標設定輔助裝置較佳為再具備訂正模式生成部。訂正模式生成部係在目標設定例DB所記憶的資訊中，將被認為優良者的有關行動特性目標設定的資訊作為訓練資料而生成有學習過的訂正模式(具體而言，為AI模式)。在此情況中，訂正部係利用訂正模式，將有關行動特性目標設定的定性資料進行訂正，而該定性資料係從被評估者操作的使用者終端輸入。

依上述構成，由於訂正模式係以例如藉人工實施優劣判別的定性資料為基礎進行學習，故透過將其使用在被評估者定性資料的訂正，可以以優異精確度自動進行此種訂正處理。

本發明第2方面係關於職能目標設定輔助方法。本發明的方法基本上係藉由前述第1方面的職能目標設定輔助裝置來執行。亦即，本發明的方法包含：定量化步驟，根據記憶在職能目標設定DB的定性資料取得定量資料；以及區分步驟，根據定量化步驟所得的定量資料，將各被評估者區分成不良目標設定者及優良目標設定者。 定量化步驟包含：根據預定的基準將記憶在職能目標設定DB的定性資料分數化，並取得各被評估者之職能得分的步驟；從各被評估者之職能得分相對於其最高得分的比例，求得各被評估者的職能獲得率的步驟；針對記憶在MBODB的定量資料，從MBO得分相對於其最高得分的比例求得各被評估者之MBO獲得率的步驟；以及求得職能獲得率與MBO獲得率之差值的步驟。 區分步驟包含：根據定量化步驟求得的差值或其加權值，將各被評估者區分成不良目標設定者與優良目標設定者的步驟。

本發明第3方面係關於用來使電腦作為前述第1方面的職能目標設定輔助裝置來發揮功能的程式。本發明的程式可經由網際網路下載及安裝到電腦，也可經由紀錄媒體安裝到電腦。

[發明的功效] 若依據本發明，可客觀評估員工的職能目標設定，並進行輔助，使員工每個人都能自發地設定合適的職能目標。

以下發明的實施形態，使用附圖就本發明的實施形態加以說明。本發明並不限定於下文說明的形態，也包括本行業者在顯而易知的範圍內根據下述形態所作的適當改變。

圖1係顯示人事評估系統的整體構成。如圖1所示，人事評估系統100係由管理伺服器1、管理者終端2、及使用者終端3藉由通過網路相互連接所構成。網路的例子有網際網路或公司內部用企業內網際網路。本實施形態中，管理伺服器1相當於本發明的職能目標設定輔助裝置。管理伺服器1的功能可由一台伺服器型電腦來實現，也可藉經由網路相互連接的複數台伺服器型電腦來實現。再者，管理者終端2為由經營本系統的管理者操作的電腦終端。管理者終端2可將新的資訊登記在管理伺服器1，或將記憶在管理伺服器1的資訊加以更新。此外，使用者終端3係由本系統的評估者(評估者，例如上司)或被評估者(接受評估者，例如下屬)操作的電腦終端。本系統中，係設定管理者終端2或使用者終端3分別存在有複數台。

管理伺服器1、管理者終端2及使用者終端3可藉一般使用的電腦來實現。如前所述，管理伺服器1的例子有伺服器型電腦。管理者終端2與使用者終端3的例子係指桌上型電腦、筆記型電腦、其他智慧型手機或平板終端等行動型資訊終端機。各裝置1至3基本上具有控制運算裝置、記憶裝置、輸入裝置及輸出裝置。控制運算裝置可根據從輸入裝置輸入的資訊，按照記憶裝置所記憶的程式執行預定的運算處理，一邊將其運算結果適當存入記憶裝置或加以讀取，一邊控制輸出裝置。控制運算裝置的例子有CPU或GPU等處理器。記憶裝置的儲存功能可藉例如所謂的HDD（Hard Disk Drive）及SDD(Solid State Drive)等非揮發性記憶體來實現，記憶裝置的記憶體功能可藉例如所謂的RAM或DRAM等揮發性記憶體來實現。輸入裝置的例子有滑鼠或鍵盤等操作用模組、或經由網路接收資訊的通訊模組。此外，輸出裝置的例子有顯示器、揚聲器、或經由網路用以傳送資訊的通訊模組。各裝置1至3的功能可藉這些硬體構成來實現。

圖2主要是顯示管理伺服器1(職能目標設定輔助裝置)的功能構成例的方塊圖。如圖2所示，管理伺服器1具有：職能目標設定DB 10、目標設定例DB 11、NG用語DB 12、優劣判別模式生成部13、常用字詞DB 14、優劣判別模式15、自動訂正模式生成部16、自動訂正模式17、定量化部18、被評估者監看結果DB 19、評估者監看結果DB 20、MBODB 21、區分部22、不良目標設定的被評估者DB 23、優良目標設定的被評估者DB 24及訂正部25。各種資料庫係藉管理伺服器1所具備的記憶裝置來實現。此外，優劣判別模式生成部13、自動訂正模式生成部16、定量化部18、區分部22及訂正部25係可藉管理伺服器1所具備的處理器來實現。以下，參照圖3至圖9所示的流程圖針對這些管理伺服器1的功能構成詳加說明。

圖3至圖6係顯示用以評估被評估者之職能目標設定(行動特性的目標設定)的事前準備處理流程。再者，圖7及圖8係顯示被評估者之職能目標設定的評估處理流程。此外，圖9係顯示為了輔助被評估者的職能目標設定而進行其目標設定之自動訂正的處理流程。另外，本說明書的各圖中，一般的箭號係表示資料的流程，前端呈雙重的箭號則表示處理流程。

圖3係顯示將資料登記在目標設定例DB 11的一個處理例。職能目標設定DB 10係按每個被評估者記憶有被評估者製作的有關職能目標設定的定性資料。例如，被評估者係以文章記載其自身的職能目標。因此，由被評估者製作的文字資料即被當作有關職能目標設定的定性資料記憶在職能目標設定DB 10中。基本上，管理伺服器1係以記憶在職能目標設定DB 10的資訊當作資料來源來進行各種運算處理。儲存在職能目標設定DB 10的資訊量增多時，為了提高運算處理的精確度，較佳為在此處追加適當資訊。

記憶在職能目標設定DB 10的資訊可在管理者終端2讀取。管理者終端2中，係從職能目標設定DB 10讀取文字資料，並依據各被評估者製作的職能目標設定内容的優劣賦予識別符，再進行各職能目標設定的區分處理(步驟S1－1)。例如，操作管理者終端2的管理者可閲覧職能目標設定的内容，判斷内容的優劣，再進行識別符的區分。此外，此項作業也可利用後述的優劣判別模式(AI模式)以自動化進行。圖3所示的例子中，分配於職能目標設定的識別符係分類成「非常優良：A」、「優：B」、「不良：C」、及「非常不良：D」的4個階段。但，識別符的種類或數量可依需要作適當改變。

管理伺服器1係與管理者終端2所區分的識別符建立關連，將職能目標設定的文字資料登記在目標設定例DB 11 (步驟S1－2)。因此，目標設定例DB 11會與職能目標設定的文字資料及關於優劣的識別符(A至D)建立關連並加以儲存。此外，目標設定例DB 11中，關於製作目標設定之被評估者的資訊(ID資訊)也可與各文字資料建立關連。依此方式登記有資訊的目標設定例DB 11可利用在後述的優劣判別模式的生成處理(圖5)、或自動訂正模式的生成處理(圖6)、或職能目標設定的自動訂正處理(圖9)。

圖4係顯示將資料登記在NG用語DB 12的一個處理例。NG用語DB 12記憶有不宜使用在職能目標設定的NG用語。如具體說明，則是在管理者終端2從職能目標設定DB 10讀取文字資料，自其文字資料之中擷取NG用語 (步驟S2－1)。例如，操作管理者終端2的管理者閲覧職能目標設定的内容，再將對職能目標設定而言不相應的字詞作為NG用語加以擷取。管理伺服器1則將管理者終端2所擷取的NG用語登記在NG用語DB 12(步驟S2－2)。依此方式，NG用語DB 12即可隨時儲存NG用語。儲存有資訊的NG用語DB 12可利用在職能目標設定的自動訂正處理(圖9)。

圖5係顯示優劣判別模式生成部13執行的一個處理例。如圖5所示，優劣判別模式生成部13首先自職能目標設定DB 10取得預定數量的常用字詞之上位字詞，並登記於常用字詞DB 14 (步驟S3－1)。具體而言，優劣判別模式生成部13係將記憶在職能目標設定DB 10的文字資料分解成字詞，求得各字詞的總出現次數，擷取出現次數較多的字詞，且將擷取的字詞登記在常用字詞DB 14。例如，優劣判別模式生成部13只要擷取10，000左右的上位字詞即可。依此方式，職能目標設定上常常使用的字詞即可儲存在常用字詞DB 14中。

接著，優劣判別模式生成部13會從目標設定例DB 11取得目標設定例資料，進行詞素分析即構詞分析(Morphological Analysis 步驟S3－2)。所稱詞素分析係將對象語言的文法規則或品詞字典使用作為資訊源，將以自然語言書寫的文句分割成詞素(Morpheme 語言上具有意義的最小單位)行，對各個品詞進行判別的處理。再者，如前所述，各目標設定例資料係與内容優劣的相應識別符建立關連並儲納於目標設定例DB 11中。優劣判別模式生成部13也使儲納於目標設定例DB 11的識別符與詞素分析結果建立關連。因此，有關職能目標設定的優劣評估即被賦予在詞素中。優劣判別模式生成部13會將此種詞素分析結果暫時存檔並保存在記憶體中。

然後，優劣判別模式生成部13會將步驟S3－2製作的詞素分析結果與登記在常用字詞DB 14的常用字詞對照，將詞素分析結果之中與常用字詞不一致的資料(詞素)列為＜unknown＞(未知)，並進行掩蔽(masking)處理(步驟S3－3)。藉此操作，一般職能目標設定不會使用的特異雜訊資料即可從詞素分析結果除去。優劣判別模式生成部13則將此處製作的已完成掩蔽的詞素分析結果暫時存檔並保存於記憶體中。

接著，優劣判別模式生成部13會將步驟S3－3製作的已完成掩蔽的詞素分析結果作為訓練資料而生成已學習的AI模式(亦即，優劣判別模式15) (步驟S3－4)。具體而言，優劣判別模式生成部13係以完成掩蔽的詞素分析結果作為訓練資料來構築多層感知網路(所謂的類神經網路)，並透過進行網路學習而生成優劣判別模式15。利用多層認知網路的AI模式的製作方法係為公知。基本上，依此方式生成的優劣判別模式15係在學習包含何種詞素或詞素組合的職能目標設定具有可判斷為優良的趨勢或者可判斷為不良的趨勢。具體而言，此處說明的例子中，優劣判別模式15係以登記在目標設定例DB 11的有關目標設定中相關於優劣的4個階段識別符(A至D)作為訓練資料進行學習。因此，只要利用該優劣判別模式15，就能將關於職能目標設定的文字資料内容自動分類成4個階段。依此方式生成的優劣判別模式15可利用在職能目標設定的定量化處理(圖7)中。而且，如前所述，已進行學習的優劣判別模式15也可利用在將資料登記於目標設定例DB 11的處理中(圖3)。

圖6係顯示自動訂正模式生成部16執行的一個處理例。如圖6所示，自動訂正模式生成部16係從職能目標設定DB 10取得預定數量的常用字詞之上位字詞，並登記在常用字詞DB 14(步驟S4－1)。另外，該步驟S4－1係與前述的步驟S3－1相同。因此，已經向常用字詞DB 14完成資料登記時，自動訂正模式生成部16可將該步驟S4－1的處理省略。

接著，自動訂正模式生成部16會從記憶在目標設定例DB 11的目標設定例資料中，取得與内容優良的識別符(A及B)建立關連並加以記憶的目標設定例資料，進行詞素分析(步驟S4－2)。亦即，自動訂正模式生成部16只利用優良内容的職能目標設定資料。而且，自動訂正模式生成部16會與進行詞素分析而擷取的字詞及其出現順序建立關連。具體而言，自動訂正模式生成部16係在優良内容的職能目標設定中，分析在某字詞之後接著會使用何種字詞。依此方式，使字詞出現的前後關係相對應。自動訂正模式生成部16會將詞素分析結果暫時存檔並保存在記憶體中。

其次，自動訂正模式生成部16會將步驟S4－2製作的詞素分析結果與登記在常用字詞DB 14的常用字詞相對照，將詞素分析結果中與常用字詞不一致的資料(詞素)列為＜unknown＞(未知)，並進行掩蔽處理(步驟S4－3)。藉此動作，即可從詞素分析結果中除去一般職能目標設定中不會使用的特異雜訊資料。自動訂正模式生成部16會將此處製作之已完成掩蔽的詞素分析結果暫時存檔並保存在記憶體中。

接著，自動訂正模式生成部16會將步驟S4－3製作的已完成掩蔽的詞素分析結果作為訓練資料而生成已學習的AI模式，亦即自動訂正模式17 (步驟S4－4)。具體而言，自動訂正模式生成部16係以完成掩蔽的詞素分析結果來構築鏈形網路(recurrent network)，並透過進行網路學習生成自動訂正模式17。利用鏈形網路的AI模式製作方法係屬公知。依此方式生成的自動訂正模式17基本上是學習優良内容的職能目標設定中何種字詞有頻繁使用的趨勢、及判斷某字詞之後放置何種字詞對職能目標設定較合適的趨勢。因此，自動訂正模式17可利用在被評估者製作的職能目標設定訂正。從而，依此方式生成的自動訂正模式17在職能目標設定的自動訂正處理(圖9)中可加以利用。

以上為準備階段的處理。接著，以下係就利用上述處理中製作的資料庫或AI模式進行被評估者實際製作的職能目標設定的評估處理加以說明。圖7及圖8係顯示區分被評估者的職能目標設定為優良或不良的一個處理例。特別是，圖7係顯示定量化部18的處理，圖8則顯示區分部22的處理。

如圖7所示，定量化部18係利用圖5的處理所製作的優劣判別模式15來評估職能目標設定DB 10所記憶的職能目標設定的定性資料(文字資料) (步驟S5－1)。如前所述，因優劣判別模式15係根據登記在目標設定例DB 11的識別符(A至D)來學習職能目標設定的優劣，故只要利用已完成學習的優劣判別模式15，就能將記憶在職能目標設定DB 10的職能目標設定之定性資料分類成「非常優良：A」、「優：B」、「不良：C」、及「非常不良：D」的4個階段。因此，定量化部18可按照該優劣判別模式15分類的4個階段評估，分別針對職能目標設定之定性資料的各筆資料進行評分。在圖7所示的例子中，依「非常優良」、「優」、「不良」、及「非常不良」的順序，分別給予1.2分、0.9分、0.6分、0.4分。另外，評分的方法可作適當調整。

此外，定量化部18會從被評估者監看結果DB 19讀取被視為評估對象的被評估者的監看結果(步驟S5－2)。對於被評估者能力的評估經分數化並記憶在被評估者監看結果DB 19中。例如，被評估者監看結果DB 19中，關於業務態度、自我啓發性、徹底性、團隊合作等項目的評估即經細項分數化。定量化部18會從該被評估者監看結果DB 19讀取被評估者的分數，並以預定的基準進行評分。圖7所示的例子中，被評估者監看結果係依「3分以上」、「2.5至3分」、「2至2.5點」、「未達2分」的順序分別給予1.6分、1.2分、0.8分、0.4分。另外，被評估者監看結果DB 19内的評估項目或評估基準可按各公司作適當調整。而且，步驟S5－2的給分基準也只要配合被評估者監看結果DB 19的内容調整即可。此外，本發明中，步驟S5－2為任意的步驟，也可予省略。

再者，定量化部18會從評估者監看結果DB 20讀取評估者對被評估者進行評估的監看結果(步驟S5－3)。將對評估者能力的評估分數化並記憶在評估者監看結果DB 20。例如，評估者監看結果DB 20中，關於評估者的輔助能力、建議的適確性、與下屬的溝通能力等項目的評估即經細項分數化。定量化部18係從該評估者監看結果DB 20讀取評估者的分數，並以預定的基準進行評分。圖7所示的例子中，評估者監看結果係按「3分以上」、「2.5至3分」、「2至2.5分」、「未達2分」的順序分別給予0.4分、0.3分、0.2分、0.1分。另外，評估者監看結果DB 20内的評估項目或評估基準可按各公司作適當調整。此外，步驟S5－3的評分基準，只要配合評估者監看結果DB 20的内容調整即可。更進一步，本發明中，步驟S5－3係屬任意步驟，也可予省略。

接著，定量化部18會參照MBODB 21，取得被評估者的MBO得分及其最高得分(步驟S5－4)。所謂MBO係目標管理(Management By Objectives)的意思。關於每個被評估者依據業務目標的MBO得分的定量資料係記憶在MBODB 21中。所稱業務目標，係指例如目標銷售額等預先設定的目標數值。所稱MBO得分則為例如業務實績(例：實際銷售額等實績數值)符合何種程度的業務目標的得分數值。例如，假設MBO得分以業務目標為100％時，即可依業務實績為120％以上為6分， 100至120％為5分，80至100％則為4分的方式評分。此外，MBO得分也可單純設為業務實績對業務目標得比例。業務目標及MBO得分也可按每個預定項目記憶在MBODB 21。例如，MBODB 21可按接受訂單預算達成率、新顧客獲得率、業務改善件數、成本降低率等每個項目來登記業務目標、業務實績、及MBO得分。而且，MBODB 21中，也可按每個項目附加權重。依此方式，定量化部18只要參照MBODB 21即可按每個被評估者取得MBO得分及其最高得分。

其次，定量化部18會求得職能獲得率及MBO獲得率(步驟S5－5)。職能獲得率可從依步驟S5－1至S5－3求得的被評估者得分(職能得分)為分子，依步驟S5－1至S5－3求得的最高得分為分母的比例求得。另外，圖7所示例子中，職能的最高得分為3.2分(1.2＋1.6＋0.4)。此外，MBO獲得率可從步驟S5－4取得的被評估者的MBO得分為分子，MBO得分的最高得分為分母的比例求得。職能獲得率與MBO獲得率係分別以100％為最高。

接著，定量化部18會執行自職能獲得率扣除MBO獲得率的計算[職能獲得率－MBO獲得率](步驟S5－5)。再者，定量化部18會按照此處求得的差值，依預定的基準給予得分。圖7所示的例子中，差值未達30％時為0.8點，差值在30至40％時為0.6分，差值在40至50％時為0.4分。依此方式，從職能獲得率扣除MBO獲得率的差值係設定成差值越小得分越高的方式。亦即職能獲得率與MBO獲得率的差值越大時，對被評估者行動特性的評估與被評估者的業務實績會越大幅乖離。例如，相對於職能獲得率較高者，MBO獲得率較低時，因行動特性的目標設定會曖昧且抽象，實際業績並不符合目標，而難謂有產生合適行動特性的目標設定或合適的自我分析。從而，在此情況中，即得分較低。另一方面，職能獲得率與MBO獲得率的差值較小時，可謂行動特性的目標設定明確而具體，且實際業績亦符合目標設定。從而，在此情況中，得分較高。

透過執行上述步驟S5－1至S5－6，定量化部18可將記憶在職能目標設定DB 10的定性資料定量化。此處說明的實施形態中，定量化部18係將步驟S5－1求得的值[a]、步驟S5－2求得的值[b]、步驟S5－3求得的值[c]、及步驟S5－6求得的值[d]向區分部22輸出。

接著，如圖8所示，區分部22首先係按每個被評估者求得定量化部18所計算的所得值[a][b][c][d]的合計值(步驟5－7)。另外，圖7及圖8所示例子中，此處求得的合計值的最大值為4.0分(1.2＋1.6＋0.4＋0.8)。

其次，區分部22會判斷在步驟S5－7求得的合計值是否未達2分(步驟S5－8)。如前所述，該例子中，合計值的最高分為4.0分，故以其一半值為臨界值。依此方式，步驟S5－8的臨界值可設為合計值之最高值的一半值。合計值未達2分時，進到步驟S5－9；合計值在2分以上時，進到步驟S5－10。

合計值未達2分時，區分部22即將關於被評估者的資訊(ID資訊等)登記在不良目標設定的被評估者DB 23中(步驟S5－9)。將有進行不良目標設定趨勢的被評估者以一覧表方式紀錄在該被評估者DB 23。另一方面，合計值為2分以上時，區分部22會將關於被評估者的資訊登記在優良目標設定的被評估者DB 24(步驟S5－10)。將有進行優良目標設定趨勢的被評估者以一覧表方式紀錄在該被評估者DB 24。

依此方式，區分部22可根據定量化部18求得的定量資料執行將被評估者區分為不良目標設定者及優良目標設定者的處理。依此方式登記有不良目標設定資訊的被評估者DB 23係被利用在後述的自動訂正處理(圖9)。此外，以在此之前的處理，有不良目標設定趨勢的被評估者的一覧表係紀錄在不良目標設定的被評估者DB 23。因此，透過執行在此之前的處理來評估被評估者的職能目標設定内容，即可發現有不良目標設定趨勢的被評估者。另外，優良目標設定的被評估者DB 24也可有效活用。但，本發明中，該優良目標設定的被評估者DB 24屬任意要素，也可予省略。

另外，本發明中，步驟S5－6求得的值[d]係視為特徴之一。因此，本發明中，定量化部18可只將S5－6求得的值[d]向區分部22輸出。在此情況中，區分部22也可只根據值[d]執行關於被評估者優劣的區分處理。

接著，參照圖9，就訂正部25所進行的職能目標設定之自動訂正處理加以說明。如圖9所示，訂正部25會將登記在不良目標設定被評估者DB 23的被評估者一覧表(步驟S6－1)加以擷取。依此方式，就能僅以不良目標設定被評估者DB 23中所登記的被評估者為對象來執行自動訂正處理。

其次，訂正部25會在步驟S6－1所擷取之由被評估者操作的使用者終端3之顯示畫面內，顯示目標設定例DB 11中非常優良(識別符A)者所登記的職能目標設定例(步驟S6－2)。藉此動作，被評估者即可一面參照非常優良的職能目標設定例，一面製作自己的目標設定。

被評估者輸入到使用者終端3的目標設定的輸入資料係從使用者終端3随時傳送到管理伺服器1。管理伺服器1的訂正部25係從使用者終端3接收到目標設定輸入資料時，即利用以圖6所示的處理所生成的自動訂正模式17，從由被評估者輸入的字詞或文章計算下一個應輸入的字詞或文章，並傳送到使用者終端3(步驟S6－3)。亦即，如前所述，自動訂正模式17係學習在優良内容的職能目標設定中何種字詞會有頻繁使用的趨勢、及某字詞之後接著置入何種字詞對職能目標設定較為合適的趨勢。因此，只要利用自動訂正模式17，根據從使用者終端3即時輸入的字詞資料，決定該字詞的下一個應輸入的字詞或文章。因而，訂正部25會將依此方式決定的推薦字詞或文章的資料即時回傳給使用者終端3。在使用者終端3的顯示畫面就能將以下資料作為下一次應輸入的候選字詞或文章加以顯示：即從管理伺服器1傳來的推薦字詞或文章的資料。故藉此方式，就可對職能目標設定的輸入很棘手的被評估者提供合適的建議。

此外，管理伺服器1的訂正部25從使用者終端3接收到目標設定的輸入資料時，會參照在圖4製作的NG用語DB 12，在發現該輸入資料中有與NG用語一致的字詞時，即將該結果回傳給使用者終端3(步驟S6－4)。例如，訂正部25在來自使用者終端3的輸入資料中發現有NG用語時，即生成用於凸顯該NG用語的控制信號，並傳送到使用者終端3。藉此方式，使用者終端3的顯示畫面就能醒目地看到該NG用語。藉此方式，即可促使被評估者修正NG用語。

然後，訂正部25會判斷使用者終端3進行的職能目標設定的輸入是否結束(步驟S6－5)。輸入已結束時，自動訂正處理即告結束。另一方面，輸入還在繼續時，再次返回步驟S6－3，繼續後續的自動訂正。

對於員工行動的事後評估雖屬重要，在日後的企業活動中，促使員工進行合適的職能目標設定可謂更重要。在這點上，若依據本發明，可客觀評估員工的職能目標設定，輔助每個員工自發地設定合適的職能目標。

以上，本案說明書中，為了表達本發明的内容，已一面參照附圖一面進行本發明實施形態的說明。但，本發明並非限定在上述實施形態，也包含了本行業者根據本案說明書記載的事項所作的顯而易知性變更形態或改良形態。

[産業上的可利用性] 本發明係關於具有可判別被評估者進行的職能目標設定優劣之功能的裝置等。從而，本發明可適合利用在輔助被評估者自發地進行優良目標設定的諮詢業務中。

1‧‧‧管理伺服器(職能目標設定輔助裝置)2‧‧‧管理者終端3‧‧‧使用者終端10‧‧‧職能目標設定DB11‧‧‧目標設定例DB12‧‧‧NG用語DB13‧‧‧優劣判別模式生成部14‧‧‧常用字詞DB15‧‧‧優劣判別模式16‧‧‧自動訂正模式生成部17‧‧‧自動訂正模式18‧‧‧定量化部19‧‧‧被評估者監看結果DB20‧‧‧評估者監看結果DB21‧‧‧MBODB22‧‧‧區分部23‧‧‧不良目標設定的被評估者DB24‧‧‧優良目標設定的被評估者DB25‧‧‧訂正部100‧‧‧人事評估系統

圖1為人事評估系統之一整體構成例的示意圖。 圖2為人事評估系統，特別是職能目標設定裝置(管理伺服器)的功能構成的方塊圖。 圖3為將資料登記在目標設定例DB之一處理流程例的流程圖。 圖4為將資料登記在NG用語DB之處理流程的流程圖。 圖5為優劣判別模式生成部執行之一處理流程例的流程圖。 圖6為自動訂正模式生成部執行之一處理流程例的流程圖。 圖7為定量化部執行之一處理流程例的流程圖。 圖8為區分部執行之一處理流程例的流程圖。 圖9為訂正部執行之一處理流程例的流程圖。

1‧‧‧管理伺服器(職能目標設定輔助裝置)

2‧‧‧管理者終端

3‧‧‧使用者終端

10‧‧‧職能目標設定DB

11‧‧‧目標設定例DB

12‧‧‧NG用語DB

13‧‧‧優劣判別模式生成部

14‧‧‧常用字詞DB

15‧‧‧優劣判別模式

16‧‧‧自動訂正模式生成部

17‧‧‧自動訂正模式

18‧‧‧定量化部

19‧‧‧被評估者監看結果DB

20‧‧‧評估者監看結果DB

21‧‧‧MBODB

22‧‧‧區分部

23‧‧‧不良目標設定的被評估者DB

24‧‧‧優良目標設定的被評估者DB

25‧‧‧訂正部

Claims (6)

1. 一種職能目標設定輔助裝置，具備：職能目標設定資料庫，係按每個被評估者記憶有關行動特性目標設定的文字資料即定性資料；MBO資料庫，係按每個被評估者記憶有關與業務目標對應之MBO得分的資料；定量化部，係根據記憶在前述職能目標設定資料庫的前述定性資料來取得定量資料；區分部，係根據藉前述定量化部所取得的定量資料，將各被評估者區分為不良目標設定者及優良目標設定者；被評估者資料庫，係記憶藉前述區分部所區分的至少有關不良目標設定的被評估者資訊；以及訂正部，其係將從被評估者所操作的使用者終端所輸入的有關行動特性目標設定的定性資料進行訂正，其中，前述定量化部係執行下列步驟：根據預定的基準，將記憶在前述職能目標設定資料庫的前述定性資料分數化，而獲得各被評估者之職能得分的步驟；從各被評估者的職能得分相對於其最高得分的比例，求得各被評估者之職能獲得率的步驟；針對記憶在前述MBO資料庫之前述資料，從MBO得分相對於其最高得分的比例，求得各被評估者之MBO獲得率的步驟；以及求得前述職能獲得率與前述MBO獲得率之差值的步驟，而前述區分部則根據前述定量化部求得的前述差值或其加權值，將各被評估者區分為不良目標設定者及優良目標設定者，前述訂正部係從前述被評估者資料庫擷取不良目標設定的被評估者，當有 關前述行動特性的定性資料是由前述不良目標設定的被評估者輸入時，進行該定性資料的訂正。
2. 如申請專利範圍第1項之職能目標設定輔助裝置，其中再具備NG用語資料庫，係記憶有關行動特性目標設定的NG用語，前述訂正部係參照前述NG用語資料庫，在構成前述輸入的有關行動特性目標設定之定性資料的文章中包含NG用語時，通知前述使用者終端。
3. 如申請專利範圍第1項之職能目標設定輔助裝置，其中再具備：目標設定例資料庫，係使記憶在前述職能目標設定資料庫的前述定性資料中的至少一部分與有關行動特性目標設定的優劣資訊建立關連並加以記憶；以及優劣判別模式生成部，係以記憶在前述目標設定例資料庫的資訊作為訓練資料而生成已學習的優劣判別模式，前述定量化部係在獲得各被評估者之職能得分時，按照前述優劣判別模式分類的多個階段評估，將記憶在前述職能目標設定資料庫的前述定性資料分數化。
4. 如申請專利範圍第1項之職能目標設定輔助裝置，其中再具備：目標設定例資料庫，係使記憶在前述職能目標設定資料庫的前述定性資料中的至少一部分與關於行動特性目標設定優劣的資訊建立關連並加以記憶；以及訂正模式生成部，係在前述目標設定例資料庫所記憶的資訊中，將有關被認為優良者的行動特性目標設定資訊作為訓練資料，而生成已學習的訂正模式，前述訂正部係在進行訂正時，利用前述訂正模式將從被評估者所操作的使用者終端所輸入的有關行動特性目標設定的定性資料進行訂正。
5. 一種職能目標設定輔助方法，係藉具備下述要件的裝置來執行： 職能目標設定資料庫，係按每個被評估者記憶有關行動特性目標設定的文字資料即定性資料；以及MBO資料庫，係按每個被評估者記憶有關與業務目標對應的MBO得分的資料，該職能目標設定輔助方法包含：定量化步驟，係藉由前述裝置，根據記憶在前述職能目標設定資料庫的前述定性資料來取得定量資料；區分步驟，係藉由前述裝置，根據前述定量化步驟所得的定量資料，將各被評估者區分為不良目標設定者及優良目標設定者；以及訂正步驟，係藉由前述裝置，將從被評估者所操作的使用者終端所輸入的有關行動特性目標設定的定性資料進行訂正，其中，前述定量化步驟包含：根據預定的基準將記憶在前述職能目標設定資料庫的前述定性資料分數化，而獲得各被評估者之職能得分的步驟；從各被評估者之職能得分相對於其最高得分的比例，求得各被評估者之職能獲得率的步驟；針對記憶在前述MBO資料庫的前述資料，從MBO得分相對於其最高得分的比例，求得各被評估者之MBO獲得率的步驟；以及求得前述職能獲得率與前述MBO獲得率之差值的步驟，前述區分步驟包含：根據以前述定量化步驟求得的前述差值或其加權值，將各被評估者區分為不良目標設定者及優良目標設定者的步驟，前述訂正步驟係包含從前述被評估者資料庫擷取不良目標設定的被評估者，當有關前述行動特性的定性資料是由前述不良目標設定的被評估者輸入時，進行該定性資料的訂正的步驟。
6. 一種程式，用以使電腦作為職能目標設定輔助裝置而產生功能， 前述職能目標設定輔助裝置具備：職能目標設定資料庫，係按每個被評估者記憶有關行動特性目標設定的文字資料即定性資料；MBO資料庫，係按每個被評估者記憶有關與業務目標對應之MBO得分的資料；定量化部，係根據記憶在職能目標設定資料庫的前述定性資料來取得定量資料；區分部，係根據藉前述定量化部取得的定量資料，將各被評估者區分為不良目標設定者及優良目標設定者；被評估者資料庫，係記憶藉前述區分部所區分的至少有關不良目標設定的被評估者的資訊；以及訂正部，其係將從被評估者所操作的使用者終端所輸入的有關行動特性目標設定的定性資料進行訂正，其中，前述定量化部係執行下列步驟：根據預定的基準，將記憶在前述職能目標設定資料庫的前述定性資料分數化，而獲得各被評估者之職能得分的步驟；從各被評估者之職能得分相對於其最高得分的比例，求得各被評估者之職能獲得率的步驟；針對記憶在前述MBO資料庫的前述資料，從MBO得分相對於其最高得分的比例，求得各被評估者之MBO獲得率的步驟；以及求得前述職能獲得率與前述MBO獲得率之差值的步驟，而前述區分部則根據前述定量化部求得的前述差值或其加權值，將各被評估者區分為不良目標設定者及優良目標設定者，前述訂正部係從前述被評估者資料庫擷取不良目標設定的被評估者，當有關前述行動特性的定性資料是由前述不良目標設定的被評估者輸入時，進行該 定性資料的訂正。

Images