【正文】 125萬元人民幣和 600萬元人民幣， 項(xiàng)目的投資回收期為項(xiàng)目完成后的 。 2021年，預(yù)計(jì)銷售收入仍會(huì)高速增長， 2021年以后， 項(xiàng)目進(jìn)入平穩(wěn)增長期。 年份 項(xiàng)目完成后第一年（ 2021） 項(xiàng)目完成后第二年（ 2021） 用戶數(shù) 50個(gè)賬戶 200個(gè)賬戶（本年新增 150個(gè)） 銷售額 250萬元人民幣 1000萬元人民幣 利潤 125萬元人民幣 600萬元人民幣 社會(huì)效益方面， 本項(xiàng)目的實(shí)施可以創(chuàng)造 6 個(gè)就業(yè)機(jī)會(huì)， 后期推廣還會(huì)增加5 人以上的就業(yè)機(jī)會(huì)。 本項(xiàng)目 通過建立員工績效對人才甄選的動(dòng)態(tài) 反饋機(jī)制， 優(yōu)化客戶的人才甄選模型。 動(dòng)態(tài)優(yōu)化的人才甄選模型可以實(shí)現(xiàn)人才與崗位和企業(yè)文化的最佳配置，優(yōu)化全社會(huì)的人力資源分配。 8 項(xiàng) 目總投入情況 本 項(xiàng)目 預(yù)計(jì)總體投入 173 萬元人民幣， 包括 固定資產(chǎn)投資 24 萬元人民幣， 研發(fā)、管理、辦公費(fèi)用 149 萬元人民幣。 其中 固定資產(chǎn)投資包括 平臺(tái)服務(wù)器（ IBM System ） 2 臺(tái)、 主流研發(fā)用計(jì)算機(jī) 6 臺(tái)、數(shù)據(jù)庫與數(shù)據(jù)分析軟件（ Oracle / Eviews ）各一套； 本項(xiàng)目需要 研發(fā) 與管理 人員 6人， 包括 項(xiàng)目經(jīng)理 （ 1 人）， 系統(tǒng)構(gòu)架（ 1 人），程序員（ 2 人），平臺(tái) 測試（ 1 人），系統(tǒng)支持（ 1 人） ， 研發(fā)、 管理與相關(guān)辦公費(fèi) 合計(jì) 149 萬元人民幣， 相關(guān)辦公費(fèi) 用依據(jù)歷史財(cái)務(wù)數(shù)據(jù)推算得出。 平臺(tái)服務(wù)器 IBM System 8 研發(fā)用計(jì)算機(jī) 主流開發(fā)用計(jì)算機(jī) 6 掃描儀 HP 數(shù)據(jù)庫與數(shù)據(jù)分析軟件 Oracle / Eviews 軟硬件小計(jì) 24 人工費(fèi)用 用于研發(fā) 120 人工費(fèi)用 用于管理 20 相關(guān)辦公費(fèi)用 用于辦公 9 費(fèi)用小計(jì) 149 合計(jì) 173 9 項(xiàng)目涉及以下關(guān)鍵技術(shù)： 一、 人力資源管理專家通用崗 位績效評估模塊： 該模塊的用戶是人力資源管理專家， 專家可以通過該模塊創(chuàng)建、維護(hù)通用崗位素質(zhì)模型。 內(nèi)容包括：崗位管理（職務(wù)類別管理、職務(wù)種類管理、職務(wù)層級(jí)管理）； 可以將具體的崗位素質(zhì)指標(biāo)（維度）， 含一級(jí)維度、二級(jí)維度、維度權(quán)重、與維度關(guān)聯(lián)的題目組、評分標(biāo)準(zhǔn)、以及維度評價(jià)等， 按照平臺(tái)約定的規(guī)則， 上傳到平臺(tái)服務(wù)器。 主要技術(shù)指標(biāo)：題目類型靈活（是非題、多項(xiàng)選擇題、折中是非題、迫選題、利科特五點(diǎn)量表或七點(diǎn)量表）、可靈活配置一級(jí)維度與二級(jí)維度的線性關(guān)系 、維度權(quán)重可以調(diào)整、 5級(jí)維度 評價(jià)標(biāo)準(zhǔn)、允許增補(bǔ)與維度級(jí)別相應(yīng)的培訓(xùn)與輔導(dǎo)建議、給被評估人的反饋和職業(yè)發(fā)展建議等。 涉及到的主要邏輯與統(tǒng)計(jì)算法： （ 1）題目 維度邏輯關(guān)系： 10 （ 2）標(biāo)準(zhǔn)化分值加權(quán)統(tǒng)計(jì)： 總分 = [ ( 一級(jí)維度 1得分 * 一級(jí)維度 1權(quán)重 ) + … + ( 一級(jí)維度 k得分 * 一級(jí)維度 k權(quán)重 )] * 5 [( 5 * 一級(jí)維度 1權(quán)重 ) + … + ( 5 * 一級(jí)維度 k權(quán)重 )] 一級(jí)維度得分 = [ ( 二級(jí)維度 1得分 * 二級(jí)維度 1權(quán)重 + A1 ) + … + ( 二級(jí)維度 m得分 * 二級(jí)維度 m權(quán)重 + Am )] * 5 [( 5 * 二級(jí)維度 1權(quán)重 + A1 ) + … + ( 5 * 二級(jí)維度 m權(quán)重 + Am )] 二級(jí)維度得分 = [ ( 題目 1得分 ) + … + ( 題目 i得分 )] * 5 （題目 1滿分 ) + … + ( 題目 i滿分 ) （ 3） 5 級(jí)維度評價(jià)標(biāo)準(zhǔn)： 將維度得分按由低到高的順序插入同一維度、類似群體歷史得分隊(duì)列，確定維度評價(jià)級(jí)別： ［ 0% 5%)［ 5% 20%)［ 20% 80%)［ 80% 95%)［ 95% 100%］ 題目 （ 1…… i） 一級(jí)維度 (1…… k) 二級(jí)維度( 1…… m) 題目組 (1…… j) 一對多 一對一 一 對多 11 二、 基于數(shù)據(jù)挖掘技術(shù)的通用崗位勝任素質(zhì) 績效評估 模塊： 不同的工作崗位， 要求不同的崗位勝任素質(zhì) ，通用崗位素質(zhì)不能反映行業(yè)和企業(yè)規(guī)?；虬l(fā)展階段，通用崗位素質(zhì)必須優(yōu)化。 近三年來， 金鷹人才甄選與績效管理平臺(tái)歷經(jīng)調(diào)研、開發(fā)、測試到試運(yùn)行， 累積了大量的數(shù)據(jù)， 且隨時(shí)間的推移而快速累積， 這些數(shù)據(jù)包括： （ 1）用人單位數(shù)據(jù)： ? 基本數(shù)據(jù)：所屬行業(yè)、所屬地區(qū)、企業(yè)規(guī)模、成立時(shí)間等； ? 招聘條件：崗 位名稱、素質(zhì)要求、技能要求、學(xué)歷要求、性別要求、經(jīng)驗(yàn)要求、年齡要求、地區(qū)要求等； ? 招募渠道：報(bào)紙、網(wǎng)站、招聘會(huì)、員工推薦等； ? 業(yè)績數(shù)據(jù)：員工業(yè)績水平、在職時(shí)間， 以及其他 KPI 指標(biāo)； （ 2） 人才甄選數(shù)據(jù)： ? 基本數(shù)據(jù)：性別、年齡、學(xué)歷、經(jīng)驗(yàn)、培訓(xùn)、薪酬期望等； ? 甄選數(shù)據(jù)：特質(zhì)得分、技能得分、結(jié)構(gòu)化面試得分、適合度判斷得分， 一級(jí)維度得分、二級(jí)維度得分、題目得分等； （ 3） 素質(zhì)指標(biāo)數(shù)據(jù)： ? 一級(jí)維度名稱、權(quán)重及其評價(jià)標(biāo)準(zhǔn)； 12 ? 二級(jí)維度名稱、權(quán)重及其評價(jià)標(biāo)準(zhǔn)； ? 與維度關(guān)聯(lián)的題目集； 我們采用數(shù)據(jù)挖掘技術(shù)， 其中的主要目的是找出數(shù)據(jù)庫中兩個(gè)或多個(gè)變量間存在的某種規(guī)律性， 來反映（ 1）業(yè)績水平與模型素質(zhì)指標(biāo)的關(guān)聯(lián)，（ 2）在職時(shí)間與模型素質(zhì)指標(biāo)的關(guān)聯(lián)，（ 3）錄用率與招募渠道的關(guān)聯(lián)，（ 4）業(yè)績水平與招募條件的關(guān)聯(lián)，（ 5）在職時(shí)間與招募條件的關(guān)聯(lián)等。再應(yīng)用這些信息， 優(yōu)化通用崗位素質(zhì)模型， 優(yōu)化后的模型可以提高人才甄選與績效評估的有效性。 本項(xiàng)目的數(shù)據(jù)挖掘過程及分析方法如下： （ 1） 探索性數(shù)據(jù)分析 探索性數(shù)據(jù)分析的目的在于概括整個(gè)數(shù)據(jù)集，使用的基本技術(shù)為描述性統(tǒng)計(jì)技術(shù)，通過刻畫數(shù)據(jù)的結(jié)構(gòu)和關(guān)系，得到不同的、潛在的 、值得注意的某些數(shù)據(jù)特征； （ 2） 維度歸約 人力資源數(shù)據(jù)庫常常含有數(shù)百數(shù)據(jù)庫特征，但這些特征中，有許多是與所關(guān)注的數(shù)據(jù)挖掘任務(wù)無關(guān)的，即這些特征相對于數(shù)據(jù)挖掘任務(wù)而言是多余的。此外，維度效應(yīng)的存在，也使得數(shù)據(jù)挖掘問題不得不將注意力集中在目標(biāo)數(shù)據(jù)集的部分子集上，如果不事先設(shè)法去掉多余的特征，數(shù)據(jù)挖掘的分析難以獲得一個(gè)簡潔和易于理解的結(jié)果。我們對付高維度問題采用的策略是：首先進(jìn)行特征構(gòu)造，再進(jìn) 13 行特征選擇。 （ 3）決策樹學(xué)習(xí) 決策樹是一種實(shí)用的比較流行的分裂模型。除了作為分類模型被廣泛應(yīng)用外，決策樹的 構(gòu)造也顯示出決策樹具有很好的特征選擇功能。構(gòu)造決策樹節(jié)點(diǎn)的數(shù)據(jù)庫特征不僅具有很好的分類能力，而且相互間具有一定的相互獨(dú)立性。 （ 4）聚類分析 聚類分析是眾所周知的描述數(shù)據(jù)挖掘方法，其目的是將人力資源數(shù)據(jù)集分組，以使組內(nèi)具有較高的相似度，而組間的相似度較低。選擇正確的分組個(gè)數(shù)非常重要，獲得同質(zhì)組要增加分組個(gè)數(shù)，簡約表示要減少分組個(gè)數(shù)，這兩者之間需要一個(gè)折中。在人力資源數(shù)據(jù)集的聚類分析中，需要對不同分組個(gè)數(shù)的聚類結(jié)果分別進(jìn)行分析，以最能滿足管理解釋的分組作為聚類的結(jié)果。 （ 5）關(guān)聯(lián)規(guī)則分析 關(guān)聯(lián)規(guī)則分析是著名的探測特征變量間關(guān)系的局部方法，該方法從現(xiàn)有數(shù)據(jù)庫中找出感興趣的關(guān)聯(lián)規(guī)則子集。關(guān)聯(lián)規(guī)則的優(yōu)點(diǎn)是其簡單性和可解釋性，它的缺點(diǎn)是計(jì)算時(shí)間長，分析代價(jià)大，生成的大量規(guī)則很容易使關(guān)聯(lián)規(guī)則分析迷失在細(xì)節(jié)之中，找不到問題的關(guān)鍵點(diǎn)。 三、權(quán)重自適應(yīng)績效評估模型個(gè)性化模塊： 該模塊是本公司的技術(shù)創(chuàng)新，模塊應(yīng)用以下數(shù)學(xué)模型，應(yīng)用多元線性回歸分析技術(shù)， 以員工績效水平和留存時(shí)間為因變量， 對通用素質(zhì)模型中的維度分值 （作 14 為自變量）進(jìn)行多元線性回歸分析，來確定各個(gè)維度對員工績效水平和留存時(shí)間的相對重要性，并 依此，調(diào)整通用模型中的維度權(quán)重， 形成企業(yè)個(gè)性化的績效評估模型。個(gè)性化的績效評估模型能夠動(dòng)態(tài)的反映企業(yè)的成長與文化的推進(jìn)。 多元線性回歸數(shù)學(xué)模型： （ 1）員工績效水平與維度分值： performance = d0 + d1x1 + d2x2 + . . . dkxk + u 其中 performance 為員工績效水平； x1… xk（ k=2 … K）為維度分值； （ 2）留存時(shí)間與維度分值： retention days = b0 + b1x1 + b2x2 + . . . bkxk + u 其中 retention days 為留存時(shí)間 x1… xk（ k=2 … K）為維度分值。 該模型還可以用于優(yōu)化企業(yè)的招募戰(zhàn)略 ： （ 3）員工績效水平與招募條件： 15 performance = r0 + r1x1 + r2x2 + . . . rkxk + u 其中 performance 為員工績效水平 x1… xk（ k=2 … K）為年齡、學(xué)歷、經(jīng)驗(yàn)、性別、地區(qū)等。 （ 4）員工績效水平與招募渠道： performance = c0 + c1x1 + c2x2 + . . .ckxk + u 其中 performance 為員工績效水平 x1… xk（ k=2 … K）為報(bào)紙、招聘會(huì)、招聘網(wǎng)、員工推薦、校園招聘、企業(yè)網(wǎng)站等。 開發(fā)完成后的“第三方在線績效評估平臺(tái)” 是一個(gè)完全在線的系統(tǒng)， 采用瀏覽器 /服務(wù)器結(jié)構(gòu)，開通賬戶的客戶可以在線創(chuàng)建績效評估模型、 實(shí)施績效評估管理、 查閱績效評估報(bào)告、 進(jìn)行多種交叉統(tǒng)計(jì)分析， 統(tǒng)計(jì)分析的結(jié)論是員工繼任、 員工培訓(xùn)、 員工薪酬、 人才甄選戰(zhàn)略的科學(xué)依據(jù)。平臺(tái)具備開放性、可裁減性、可個(gè)性化，并創(chuàng)新使用數(shù)據(jù)挖掘技術(shù)、評估模型維度權(quán)重自適應(yīng)技術(shù)，能動(dòng)態(tài)反映企業(yè)發(fā)展與文化演變， 創(chuàng) 建個(gè)性化的基于崗位勝任素質(zhì)的績效評估模型。時(shí)代金鷹作為第三方， 可為客戶提供公正、科學(xué)、系統(tǒng)、 私密的績效評估服務(wù)。 16 二、必要性與可行性 。項(xiàng)目受益范圍分析；地區(qū)需求分析；項(xiàng)目單位需求分析；項(xiàng)目是否符合國家政策，是否屬于國家政策優(yōu)先支持的領(lǐng)域和范圍。 項(xiàng)目背景情況 “第三方在線績效評估平臺(tái)” 是 本 公司“金鷹人才甄選與績效管理平臺(tái)”上線運(yùn)營后， 在平臺(tái) 推廣過程中， 根據(jù)客戶需求， 衍生出來的新增項(xiàng)目。該項(xiàng)目既可以作為一項(xiàng)獨(dú)立的在線服務(wù)， 提供給客戶；又可以有效改進(jìn)“金鷹 人才甄選與績效管理平臺(tái)”， 建立員工績效對人才甄選的動(dòng)態(tài)反饋機(jī)制， 優(yōu)化客戶的人才甄選模型。 動(dòng)態(tài)優(yōu)化的人才甄選模型可以實(shí)現(xiàn)人才與崗位和企業(yè)文化的最佳配置， 幫助客戶實(shí)現(xiàn)人力資源投資回報(bào)的最大化， 提升“金鷹人才甄選與績效管理平臺(tái)” 的市場競爭能力。 新增項(xiàng)目“第三方在線績效評估平臺(tái)” ， 一方面是本