【正文】 績(jī)效評(píng)估報(bào)告生成模塊以及績(jī)效評(píng)估數(shù)據(jù)統(tǒng)計(jì)與分析模塊。 2021 年 7 月 2021 年12 月 7 主要預(yù)期經(jīng)濟(jì)效益和 社會(huì)效益指標(biāo) “第三方在線績(jī)效評(píng)估平臺(tái)” 是一個(gè)完全在線的 平臺(tái) ， 開通賬戶的用戶可以在線使用平臺(tái)授權(quán)的功能和工具。獲利是通過(guò)收取 用戶 賬 戶使用年費(fèi)來(lái)實(shí)現(xiàn)的。 根據(jù)目前的市場(chǎng)分析， 每個(gè)賬戶 收取 5萬(wàn)元人民幣的服務(wù)年費(fèi) 是切實(shí)可行的 。 項(xiàng)目成本約占銷售收入的50%， 且隨著平臺(tái)賬戶數(shù)量的增加而減少， 2021年和 2021年， 將分別實(shí)現(xiàn)利潤(rùn) 125萬(wàn)元人民幣和 600萬(wàn)元人民幣， 項(xiàng)目的投資回收期為項(xiàng)目完成后的 。 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(wàn)元人民幣 1000萬(wàn)元人民幣 利潤(rùn) 125萬(wàn)元人民幣 600萬(wàn)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)。 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。 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(kù)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(cè)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(wàn)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。 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(píng)分標(biāo)準(zhǔn)、以及維度評(píng)價(jià)等， 按照平臺(tái)約定的規(guī)則， 上傳到平臺(tái)服務(wù)器。 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(píng)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(píng)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(duì)多 一對(duì)一 一 對(duì)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(jī)效評(píng)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。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(jī)效評(píng)估的有效性。此外，維度效應(yīng)的存在，也使得數(shù)據(jù)挖掘問(wèn)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(jiǎn)潔和易于理解的結(jié)果。 （ 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。構(gòu)造決策樹節(jié)點(diǎn)的數(shù)據(jù)庫(kù)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。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(jiǎn)約表示要減少分組個(gè)數(shù)，這兩者之間需要一個(gè)折中。 （ 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(cè)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(kù)中找出感興趣的關(guān)聯(lián)規(guī)則子集。 三、權(quán)重自適應(yīng)績(jī)效評(píng)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(jī)效水平和留存時(shí)間為因變量， 對(duì)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(lái)確定各個(gè)維度對(duì)員工績(jī)效水平和留存時(shí)間的相對(duì)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(jī)效評(píng)估模型。 多元線性回歸數(shù)學(xué)模型： （ 1）員工績(jī)效水平與維度分值： performance = d0 + d1x1 + d2x2 + . . . dkxk + u 其中 performance 為員工績(jī)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。 （ 4）員工績(jī)效水平與招募渠道： performance = c0 + c1x1 + c2x2 + . . .ckxk + u 其中 performance 為員工績(jī)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。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(píng)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(jī)效評(píng)估模型。 16 二、必要性與可行性 。 項(xiàng)目背景情況 “第三方在線績(jī)效評(píng)估平臺(tái)” 是 本 公司“金鷹人才甄選與績(jī)效管理平臺(tái)”上線運(yùn)營(yíng)后， 在平臺(tái) 推廣過(guò)程中， 根據(jù)客戶需求， 衍生出來(lái)的新增項(xiàng)目。 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(jī)效管理平臺(tái)” 的市場(chǎng)競(jìng)爭(zhēng)能力。 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 “第三方在線績(jī) 效評(píng)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 的用 戶可以在線創(chuàng)建績(jī)效評(píng)估模型、 實(shí)施績(jī)效評(píng)估管理、 查閱績(jī)效評(píng)估報(bào)告、 進(jìn)行多種交叉統(tǒng)計(jì)分析。 使用 “第 17 三方在線績(jī)效評(píng)估平臺(tái)” 的用戶， 可以獲得如下利益： “第三方在線績(jī)效評(píng)估平臺(tái)” 能夠幫助客戶迅速建立個(gè)性化的崗位績(jī)效評(píng)估模型， 縮短用戶建模時(shí)間與成本； “維度權(quán)重自 適應(yīng)技術(shù)” 的使用， 還可以動(dòng)態(tài)優(yōu)化績(jī)效評(píng)估模型，優(yōu)化的績(jī)效評(píng)估模型能動(dòng)態(tài)反映企業(yè)發(fā)展與文化演變，為企業(yè)的人才招聘、員工培訓(xùn)與發(fā)展、員工薪酬等提供科學(xué)的決策依據(jù)。 時(shí)代金鷹還可以 作為 第三方， 為客戶提供公正、科學(xué)、系統(tǒng)、 私密的績(jī)效評(píng)估服務(wù)。 該項(xiàng)目符合國(guó)家政策，是 國(guó)家政策優(yōu)先支持的領(lǐng)域和范圍 近年來(lái)，與本項(xiàng)目相關(guān)的政策利好較多，尤其是新勞動(dòng)法的出臺(tái)，一定程度上，規(guī)范了勞動(dòng)力市場(chǎng)，使得企業(yè)愈發(fā)重視員工績(jī)效管理。 同時(shí)一系列利好政策的推出也有利于本項(xiàng)目的普及推廣 。項(xiàng)目實(shí)施對(duì)促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展或其它工作任務(wù)的意義與作用。 該項(xiàng)目既可以作為一項(xiàng) 18 獨(dú)立的在線服務(wù)， 提供給客戶 ，成為 本公司的一個(gè)新的利潤(rùn)增長(zhǎng)點(diǎn)；該項(xiàng)目 還可以有效改進(jìn)“金鷹人才甄選與績(jī)效管理平臺(tái)”， 建立員工績(jī)效對(duì)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 ， 提升“金鷹人才甄選與績(jī)效管理平臺(tái)” 的市場(chǎng)競(jìng)爭(zhēng)能力； 該項(xiàng)目采用數(shù)據(jù)挖掘技術(shù)與模型權(quán)重自適應(yīng)技術(shù)， 可 動(dòng)態(tài)優(yōu)化用戶的 人才甄選模型 ， 實(shí)現(xiàn)人才與崗位和企業(yè)文化的最佳配置 。該項(xiàng)目對(duì)本公司 可持續(xù)發(fā)展十分必要， 對(duì)促進(jìn)社會(huì)人力資源的優(yōu)化配置， 意義重大。項(xiàng)目的主要工作思路與設(shè)想；項(xiàng)目預(yù)算的合理性及可靠性分析；項(xiàng)目預(yù)期社會(huì)效益與經(jīng)濟(jì)效益分析；與同類項(xiàng)目的對(duì)比分析；項(xiàng)目預(yù)期效益的持久性分析。 完成后的“第三方在線績(jī)效評(píng)估平臺(tái)” 將是一個(gè)專家、用戶、企業(yè)共贏的 19 平臺(tái)。 任何主觀判斷、理論假設(shè)和歷史經(jīng)驗(yàn)，必須有客觀數(shù)據(jù)的支持才能成立； 二、權(quán)重自適應(yīng)人才甄選模型依據(jù)： ? 能否顯著的區(qū)分業(yè)績(jī)水平是判斷一項(xiàng)勝任素質(zhì)的唯一標(biāo)準(zhǔn)； ? 表現(xiàn)優(yōu)秀與表 現(xiàn)一般的員工必須在所確認(rèn)的勝任素質(zhì)上有明顯的、可以客觀衡量的差別； ? 判斷一項(xiàng)勝任素質(zhì)能否區(qū)分業(yè)績(jī)水平， 必須以客觀數(shù)據(jù)為依據(jù)。s Reference Manual》 By Shazam； 人才甄選模型建模與效驗(yàn)技術(shù)； 《 Mining highspeed data streams.》 by P. Domingos and G. Hulten。 《 Clustering Data Streams: Theory and Practice》 by S. Guha, A. Meyerson, N. Mishra, R. Motwani, and L. O’ Callaghan。 21 項(xiàng)目預(yù)算的合理性及可靠性分析 該 項(xiàng)目 的開發(fā)約需一年半的時(shí)間， 項(xiàng)目總體投資為 173 萬(wàn)元人民幣， 投資分為三個(gè)階段： 第一階段（ 2021 年 6月至 2021 年 12 月 ）， 投資額 50萬(wàn)元人民幣； 第二階段（ 2021 年 1月至 2021 年 6 月 ） ， 投資額 60 萬(wàn)元人民幣； 第三 階段（ 2021 年 7月至 2021 年 12 月 ），投資額 63萬(wàn)元人民幣； 項(xiàng)目計(jì)劃于 2021 年年底完成， 項(xiàng)目完成后的第一年（ 2021 年）， 預(yù)計(jì)銷售收入達(dá)到 250 萬(wàn)元人民幣， 利潤(rùn) 125 萬(wàn)元人民幣； 項(xiàng)目完成后的第二年（ 2021年），預(yù)計(jì)銷售收入達(dá)到 1000 萬(wàn)元人民幣， 利潤(rùn) 600 萬(wàn)元人民幣。 在項(xiàng)目開發(fā)投入的 三個(gè)階段 ， 預(yù)計(jì) 公司當(dāng)前業(yè)務(wù)收入 分別 為 66 萬(wàn)元人民幣（ 2021/062021/12） ， 170 萬(wàn)元人民幣 （ 2021/012021/06） 和 280萬(wàn)元人民幣（ 2021/072021/12） ， 能夠基本滿足項(xiàng)目投資要求， 此外，公司股東可以隨時(shí)追加 投資， 以確保項(xiàng)目的投資需求。 22 項(xiàng)目預(yù)期社會(huì)效益與經(jīng)濟(jì)效益分析 “第三方在線績(jī)效評(píng)估平臺(tái)” 是一個(gè)完全在線的平臺(tái)， 開通賬戶的用戶可以在線使用平臺(tái)授權(quán)的功能和工具。獲利是通過(guò)收取賬戶使用年費(fèi)來(lái)實(shí)現(xiàn)的