CN113469547A - 一种基于大数据的智能kpi考核及奖励分配***及方法 - Google Patents
一种基于大数据的智能kpi考核及奖励分配***及方法 Download PDFInfo
- Publication number
- CN113469547A CN113469547A CN202110789066.3A CN202110789066A CN113469547A CN 113469547 A CN113469547 A CN 113469547A CN 202110789066 A CN202110789066 A CN 202110789066A CN 113469547 A CN113469547 A CN 113469547A
- Authority
- CN
- China
- Prior art keywords
- kpi
- assessment
- reward
- intelligent
- basic
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 238000005034 decoration Methods 0.000 claims abstract description 8
- 238000012423 maintenance Methods 0.000 claims abstract description 6
- 230000007246 mechanism Effects 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 238000012790 confirmation Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 6
- 238000000151 deposition Methods 0.000 claims description 3
- 238000010348 incorporation Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的智能KPI考核及奖励分配***及方法，涉及大数据智能应用技术领域。本发明包括KPI考核***以及服务端；KPI考核***包括基础配置和规则引擎、智能奖励决策引擎以及KPI得分计算引擎；服务端包括KPI信息数据库以及基础数字指标库。本发明实现装修行业城市区域运营经理的KPI考核及奖励分配的数字化，使得品牌商与渠道商可以简单、灵活的通过本方法与***实现考核项的设置、考核数据指标的自动匹配打分，并支持实现增量/存量提点模式的奖励分配；相对与传统的人工处理模式，极大的简化了运营成本，业务考核完成率，提高了区域运营经理的积极性，极大的简化了内部流程的周期和维护成本。
Description
技术领域
本发明属于大数据智能应用技术领域，特别是涉及一种基于大数据的智能KPI考核及奖励分配***及方法。
背景技术
装修行业的品牌商及渠道商因业务需求，需要部署大量的城市运营管理人员，统称区域运营经理，因分散在全国不同城市的不同区域，应对的业务指标、KPI考核机制、奖励分配机制均不相同，极难进行统一的管理，传统的模式下，主要靠专人人工进行处理，不仅耗时耗力，还容易造成数据错乱。
在装修行业数字化转型的大趋势下，越来越多的品牌商及渠道商急需运营管理人员的KPI考核及奖励分配机制与数据挂钩，形成多维度自动考核评估与自动奖励分配，传统的人工考核模式不能解决这项核心诉求。
现有的品牌商及渠道商对城市区域运营经理的KPI业绩考核主要以线下模式为主，月初为每位城市区域运营经理设置指标，在月底人工进行数据表格统计并进行排名，根据排名先后设定奖励进行发放。这种方式只有在月底才能看到相关的排名结果，存在时效更新的局限性。而在行业数据驱动的大前提下，考核目标的设置不能与数据指标自动匹配，导致了需要大量的人工统计成本，再加上数据时效性延迟导致形成的不透明，对区域运营经理带来了不好的体验。
此外，有部分区域运营经理实行的是增量及存量提点的奖励模式，在传统模式下，人工也很难进行统计处理，对于想执行该考核机制的品牌商和渠道商造成了较大的困扰。
发明内容
本发明提供了一种基于大数据的智能KPI考核及奖励分配***，解决了以上问题。
为解决上述技术问题，本发明是通过以下技术方案实现的：
本发明的一种基于大数据的智能KPI考核及奖励分配***，包括KPI考核***以及服务端；
所述KPI考核***用于实现装修行业城市区域运营经理的KPI考核及奖励分配的数字化，包括基础配置和规则引擎、智能奖励决策引擎以及KPI得分计算引擎；所述服务端包括KPI信息数据库以及基础数字指标库；
所述基础数字指标库用于存储品牌商/渠道商基本的各类流量指标，包含站点点击、追踪、曝光时间、行为停留时长、渠道流量等各类指标信息以及通用的KPI维度信息；
所述KPI信息数据库用于存储对基础配置和规则引擎的基础配置信息和规则信息进行存储、对KPI得分计算引擎中的加载规则进行存储以及对各城市区域运营经理的KPI得分数据进行存储；
所述基础配置和规则引擎用于建立品牌商/渠道商与***之间的KPI***配置以及建立对应的城市运营经理同KPI***对应的奖励规则的确认；
所述智能奖励决策引擎根据配置的核心基础数据、奖金系数及算法计算相关的结果；
所述KPI得分计算引擎用于获取城市区域运营经理的KPI得分，并加载计算出周期性的考核权重及匹配对应的规则配置，由此计算出基于当前规则的完成率信息。
进一步地，所述KPI维度信息包括城市维度、区域维度、战区维度、分站维度；所述KPI维度信息与流量指标相同，均有品牌商/渠道商自行进行维护管理。
进一步地，所述周期性的考核权重包括日、周、双周、月以及自定义的方式。
进一步地，所述智能奖励决策引擎所配置的算法采用如下内容的并入计算，包括城市经理本月城市收入、上月城市收入完成、本月城市收入目标、基础提点、城市经理收入档位增额提点、收入存量提点、得分系数、职位档位奖励。
进一步地，所述城市区域运营经理通过配置职位考核项及权重，通过KPI得分计算引擎按周期自动匹配基础数字指标库自动计算出多维度考核得分结果集，其中匹配的方式包括增量和周期结束全量匹配。
进一步地，所述城市区域运营经理通过智能奖励决策引擎自动将多维度考核得分的完成度和竖直与配置奖励规则相匹配，符合匹配条件的，根据奖励公式进行奖金分配，并提供基于战区、梯队、城市排行类的榜单机制，强化内部的业绩竞赛。
一种基于大数据的智能KPI考核及奖励分配方法，包括如下步骤：
S01、预配置：品牌商/渠道商根据自由业务特点进行职位考核项录入的预配置，通过基础配置和规则引擎实现，具体包括考核项、考核权重、考核规则配置、运营提点、基础提点规则配置；
S02、同步数据：基础数字指标库每月1号，自动同步上月数据到本月；
S03、关联匹配：基础数字指标库同步完成后，会生产具体的职位考核表及KPI展示列表，表中分别对存储职位考核项、对应的数字指标库指标、***配置表、KPI展示表进行关联匹配，产生关联记录；
S04、考核项确认：***自动完成考核项的详情进度后，需要区域运营经理个人进行考核项的确认；
S05、完成度计算：在上一步确认详表后，***实时计算相关的考核得分情况，并根据考核权重及规则配置实现实时的完成度计算；
S06、奖励的计算：在KPI得分计算引擎完成后，进入智能奖励决策引擎进行奖励的计算；
S07、发放奖励并领取：基础奖励达标后，实时发放奖励，也可以自行进行领取；排行后的奖励按天进行统计处理，或由品牌商/渠道商进行设置,按固定周期或自定义维度进行分配和领取，所述固定周期包括日维度，周维度、月维度、季度维度、年维度。
进一步地，所述S03步骤中的关联匹配的匹配逻辑包括：按位置编号、职位编号对应的指标编号、职位编号对应的KPI城市、区域、分站、战区维度进行识别，相同编号的记录进行匹配，更新存储到KPI展示表中。
进一步地，所述步骤S05中的规则具体为：
本月目标/上月目标*100％；
得分档位：
大于125％，AAA类；
100％-125％，AA类；
80％-100％，A类；
60％-80％，B类；
30％-60％，C类；
0％-30％，D类。
进一步地，所述S06步骤中智能奖励决策的主体策略包括基础指标类以及排行类；
所述基础指标类包括：
前置条件：职位等级、职位规则、增量运营提点、全量运营提点、基础提点；对应的职位档位奖励包含：得分系数：根据全年规划设置；一般为1.0-1.5；
运营提点包含：城市经理收入阶段提点，收入增量提点，收入存量提点；基础提点：一般为1％；
最终奖励算法：(基础提点+收入增量提点+收入存量提点+城市经理收入阶段提点*得分系数)*职位档位奖励；
所述排行类包括：
前置条件：战区档位、城市档位、分站档位、区域档位、运营提点、个人排名系数*分类系数；其中，战区档位提点、城市档位提点、分站档位提点、区域档位提点根据活动的情况由品牌商自行设置；
最终奖励算法：
战区档位提点*(个人排名系数*30％+战区分类排名系数*70％)*40％
城市档位提点*(个人排名系数*50％+城市分类排名系数*50％)*30％
分站档位提点*(个人排名系数*30％+分站分类排名系数*70％)*20％
区域档位提点*(个人排名系数*30％+区域分类排名系数*70％)*10％。
本发明相对于现有技术包括有以下有益效果：
1、本发明实现装修行业城市区域运营经理的KPI考核及奖励分配的数字化，使得品牌商与渠道商可以简单、灵活的通过本方法与***实现考核项的设置、考核数据指标的自动匹配打分，并支持实现增量/存量提点模式的奖励分配；
2、本发明通过配置职位KPI考核项关联基础数字指标库完成考核项与考核权重的配置，通过KPI得分计算引擎自动实现考核项的匹配，由智能奖励决策引擎实现奖励模式的分配发放，包含支持增量/存量提点模式；
3、本***提供了实时的数据统计结果，使城市区域运营经理可以实时查询本区域内的KPI业绩情况及排行榜单，配合达标实时到账的奖励机制，有效提高了城市区域运营经理的积极性，相对与传统的人工处理模式，极大的简化了运营成本，业务考核完成率；
4、本发明实现了KPI考核及奖励分配的数字化转型的基础上，提供了更加灵活的配置方式，可以让品牌商和渠道商根据自己的需求，配置适合自己的考核玩法，并附加实时的效果展示，提高了区域运营经理的积极性；
5、本发明支持对增量/存量网点业绩提成机制，只需要一次录入，按周期进行提点奖励分配，解决了业务痛点，满足了品牌商与渠道商的特定需求，填补了这一领域的市场空白；从技术角度来看，由于执行了实时统计及奖励周期，原来需要到月底才能查看的榜单和奖励排行，可以每日实时查询，实时到账，极大的简化了内部流程的周期和维护成本。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种基于大数据的智能KPI考核及奖励分配***的结构示意图；
图2为本发明一种基于大数据的智能KPI考核及奖励分配***的步骤原理图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明的一种基于大数据的智能KPI考核及奖励分配***，包括KPI考核***以及服务端；
KPI考核***用于实现装修行业城市区域运营经理的KPI考核及奖励分配的数字化，包括基础配置和规则引擎、智能奖励决策引擎以及KPI得分计算引擎；服务端包括KPI信息数据库以及基础数字指标库；
基础数字指标库用于存储品牌商/渠道商基本的各类流量指标，包含站点点击、追踪、曝光时间、行为停留时长、渠道流量等各类指标信息以及通用的KPI维度信息；
KPI信息数据库用于存储对基础配置和规则引擎的基础配置信息和规则信息进行存储、对KPI得分计算引擎中的加载规则进行存储以及对各城市区域运营经理的KPI得分数据进行存储；
基础配置和规则引擎用于建立品牌商/渠道商与***之间的KPI***配置以及建立对应的城市运营经理同KPI***对应的奖励规则的确认；
智能奖励决策引擎根据配置的核心基础数据、奖金系数及算法计算相关的结果；
KPI得分计算引擎用于获取城市区域运营经理的KPI得分，并加载计算出周期性的考核权重及匹配对应的规则配置，由此计算出基于当前规则的完成率信息。
例如：
自动匹配基础数字指标库中的“SPL|客单价|当月接单商户|收入|新开”5个指标，则自动匹配出来的KPI展示列表名格式如下：
月份，大区：广东一区，沪浙一区|上海区|北京区等，分站：北京|上海，梯队：S梯队|A梯队，岗位：业务主管A|业务主管B，工号，员工名称，总得分，详细指标：SPL|客单价|当月接单商户|收入|新开；
SPL完成值，SPL完成率，SPL得分，SPL权重，SPL目标值；
客单价完成值，客单价完成率，客单价得分，客单价权重，客单价目标值，
当月接单商完成值，当月接单商完成率，当月接单商得分，当月接单商权重，当月接单商目标值，
收入完成值，收入完成率，收入得分，收入权重，收入目标值，
新开完成值，新开完成率，新开得分，新开权重，新开目标值。
其中，KPI维度信息包括城市维度、区域维度、战区维度、分站维度；所述KPI维度信息与流量指标相同，均有品牌商/渠道商自行进行维护管理。
其中，周期性的考核权重包括日、周、双周、月以及自定义的方式。
其中，智能奖励决策引擎所配置的算法采用如下内容的并入计算，包括城市经理本月城市收入、上月城市收入完成、本月城市收入目标、基础提点、城市经理收入档位增额提点、收入存量提点、得分系数、职位档位奖励。
其中，城市区域运营经理通过配置职位考核项及权重，通过KPI得分计算引擎按周期自动匹配基础数字指标库自动计算出多维度考核得分结果集，其中匹配的方式包括增量和周期结束全量匹配。
其中，城市区域运营经理通过智能奖励决策引擎自动将多维度考核得分的完成度和竖直与配置奖励规则相匹配，符合匹配条件的，根据奖励公式进行奖金分配，并提供基于战区、梯队、城市排行类的榜单机制，强化内部的业绩竞赛。
如图2所示，一种基于大数据的智能KPI考核及奖励分配方法，包括如下步骤：
S01、预配置：品牌商/渠道商根据自由业务特点进行职位考核项录入的预配置，通过基础配置和规则引擎实现，具体包括考核项、考核权重、考核规则配置、运营提点、基础提点规则配置；
S02、同步数据：基础数字指标库每月1号，自动同步上月数据到本月；
S03、关联匹配：基础数字指标库同步完成后，会生产具体的职位考核表及KPI展示列表，表中分别对存储职位考核项、对应的数字指标库指标、***配置表、KPI展示表进行关联匹配，产生关联记录；
S04、考核项确认：***自动完成考核项的详情进度后，需要区域运营经理个人进行考核项的确认；
举例：
某员工，对应的是上海，嘉定区，店铺流量增长岗，职位对应的数字指标为：举办营销活动，实现现有店铺流量增长30％，活动曝光量增长100％，并拓展新用户30位，岗位的扩展新用户考核权重为30％，活动项考核权重为70％，***生产的考核项详情如下：
表1：某员工考核项详情表
S05、完成度计算：在上一步确认详表后，***实时计算相关的考核得分情况，并根据考核权重及规则配置实现实时的完成度计算；
S06、奖励的计算：在KPI得分计算引擎完成后，进入智能奖励决策引擎进行奖励的计算；
S07、发放奖励并领取：基础奖励达标后，实时发放奖励，也可以自行进行领取；排行后的奖励按天进行统计处理，或由品牌商/渠道商进行设置,按固定周期或自定义维度进行分配和领取，所述固定周期包括日维度，周维度、月维度、季度维度、年维度。
其中，S03步骤中的关联匹配的匹配逻辑包括：按位置编号、职位编号对应的指标编号、职位编号对应的KPI城市、区域、分站、战区维度进行识别，相同编号的记录进行匹配，更新存储到KPI展示表中。
其中，步骤S05中的规则具体为：
本月目标/上月目标*100％；
得分档位：
大于125％，AAA类；
100％-125％，AA类；
80％-100％，A类；
60％-80％，B类；
30％-60％，C类；
0％-30％，D类。
其中，S06步骤中智能奖励决策的主体策略包括基础指标类以及排行类；
基础指标类包括：
前置条件：职位等级、职位规则、增量运营提点、全量运营提点、基础提点；对应的职位档位奖励包含：得分系数：根据全年规划设置；一般为1.0-1.5；
运营提点包含：城市经理收入阶段提点，收入增量提点，收入存量提点；基础提点：一般为1％；
最终奖励算法：(基础提点+收入增量提点+收入存量提点+城市经理收入阶段提点*得分系数)*职位档位奖励；
排行类包括：
前置条件：战区档位、城市档位、分站档位、区域档位、运营提点、个人排名系数*分类系数；其中，战区档位提点、城市档位提点、分站档位提点、区域档位提点根据活动的情况由品牌商自行设置；
最终奖励算法：
战区档位提点*(个人排名系数*30％+战区分类排名系数*70％)*40％
城市档位提点*(个人排名系数*50％+城市分类排名系数*50％)*30％
分站档位提点*(个人排名系数*30％+分站分类排名系数*70％)*20％
区域档位提点*(个人排名系数*30％+区域分类排名系数*70％)*10％。
本技术方案中，品牌商和渠道商的作用在于：
本***主要提供给品牌商、渠道商使用，因品牌商多为制造类企业，基本无技术研发能力，本***提供基于大数据的KPI考核***，是从Saas的层面，为品牌商、渠道商提供降本增效的工具平台，从而降低他们的内部管理成本，激发提升他们内部的业绩的积极性；通过KPI展示列表生成后，可以查看当前周期的目标、考核规则等，在最后的各维度指标中，也可以查看相关的排行
本发明的创造性在于：通过多维度的基础数字指标库指标与个人职位考核项的组合，实现了针对每个城市运营经理的独立考核机制，实现了一对一的定向考核。而奖励层面，通过基础指标奖励、流量指标奖励2大类决策实现了针对一对一定向考核的统一激励机制，解决了行业的人员考核痛点。配套的战区、梯队、城市排行机制，提供了竞赛式的业绩激励模式，极大了提升了内部人员的积极性。
有益效果：
1、本发明实现装修行业城市区域运营经理的KPI考核及奖励分配的数字化，使得品牌商与渠道商可以简单、灵活的通过本方法与***实现考核项的设置、考核数据指标的自动匹配打分，并支持实现增量/存量提点模式的奖励分配；
2、本发明通过配置职位KPI考核项关联基础数字指标库完成考核项与考核权重的配置，通过KPI得分计算引擎自动实现考核项的匹配，由智能奖励决策引擎实现奖励模式的分配发放，包含支持增量/存量提点模式；
3、本***提供了实时的数据统计结果，使城市区域运营经理可以实时查询本区域内的KPI业绩情况及排行榜单，配合达标实时到账的奖励机制，有效提高了城市区域运营经理的积极性，相对与传统的人工处理模式，极大的简化了运营成本，业务考核完成率；
4、本发明实现了KPI考核及奖励分配的数字化转型的基础上，提供了更加灵活的配置方式，可以让品牌商和渠道商根据自己的需求，配置适合自己的考核玩法，并附加实时的效果展示，提高了区域运营经理的积极性；
5、本发明支持对增量/存量网点业绩提成机制，只需要一次录入，按周期进行提点奖励分配，解决了业务痛点，满足了品牌商与渠道商的特定需求，填补了这一领域的市场空白；从技术角度来看，由于执行了实时统计及奖励周期，原来需要到月底才能查看的榜单和奖励排行，可以每日实时查询，实时到账，极大的简化了内部流程的周期和维护成本。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种基于大数据的智能KPI考核及奖励分配***，其特征在于，包括KPI考核***以及服务端；
所述KPI考核***用于实现装修行业城市区域运营经理的KPI考核及奖励分配的数字化，包括基础配置和规则引擎、智能奖励决策引擎以及KPI得分计算引擎；所述服务端包括KPI信息数据库以及基础数字指标库；
所述基础数字指标库用于存储品牌商/渠道商基本的各类流量指标，包含站点点击、追踪、曝光时间、行为停留时长、渠道流量等各类指标信息以及通用的KPI维度信息；
所述KPI信息数据库用于存储对基础配置和规则引擎的基础配置信息和规则信息进行存储、对KPI得分计算引擎中的加载规则进行存储以及对各城市区域运营经理的KPI得分数据进行存储；
所述基础配置和规则引擎用于建立品牌商/渠道商与***之间的KPI***配置以及建立对应的城市运营经理同KPI***对应的奖励规则的确认；
所述智能奖励决策引擎根据配置的核心基础数据、奖金系数及算法计算相关的结果；
所述KPI得分计算引擎用于获取城市区域运营经理的KPI得分，并加载计算出周期性的考核权重及匹配对应的规则配置，由此计算出基于当前规则的完成率信息。
2.根据权利要求1所述的一种基于大数据的智能KPI考核及奖励分配***，其特征在于，所述KPI维度信息包括城市维度、区域维度、战区维度、分站维度；所述KPI维度信息与流量指标相同，均有品牌商/渠道商自行进行维护管理。
3.根据权利要求1所述的一种基于大数据的智能KPI考核及奖励分配***，其特征在于，所述周期性的考核权重包括日、周、双周、月以及自定义的方式。
4.根据权利要求1所述的一种基于大数据的智能KPI考核及奖励分配***，其特征在于，所述智能奖励决策引擎所配置的算法采用如下内容的并入计算，包括城市经理本月城市收入、上月城市收入完成、本月城市收入目标、基础提点、城市经理收入档位增额提点、收入存量提点、得分系数、职位档位奖励。
5.根据权利要求1所述的一种基于大数据的智能KPI考核及奖励分配***，其特征在于，所述城市区域运营经理通过配置职位考核项及权重，通过KPI得分计算引擎按周期自动匹配基础数字指标库自动计算出多维度考核得分结果集，其中匹配的方式包括增量和周期结束全量匹配。
6.根据权利要求1所述的一种基于大数据的智能KPI考核及奖励分配***，其特征在于，所述城市区域运营经理通过智能奖励决策引擎自动将多维度考核得分的完成度和竖直与配置奖励规则相匹配，符合匹配条件的，根据奖励公式进行奖金分配，并提供基于战区、梯队、城市排行类的榜单机制，强化内部的业绩竞赛。
7.一种基于大数据的智能KPI考核及奖励分配方法，其特征在于，利用如权利要求1-6任一项所述的一种基于大数据的智能KPI考核及奖励分配***所实现，包括如下步骤：
S01、预配置：品牌商/渠道商根据自由业务特点进行职位考核项录入的预配置，通过基础配置和规则引擎实现，具体包括考核项、考核权重、考核规则配置、运营提点、基础提点规则配置；
S02、同步数据：基础数字指标库每月1号，自动同步上月数据到本月；
S03、关联匹配：基础数字指标库同步完成后，会生产具体的职位考核表及KPI展示列表，表中分别对存储职位考核项、对应的数字指标库指标、***配置表、KPI展示表进行关联匹配，产生关联记录；
S04、考核项确认：***自动完成考核项的详情进度后，需要区域运营经理个人进行考核项的确认；
S05、完成度计算：在上一步确认详表后，***实时计算相关的考核得分情况，并根据考核权重及规则配置实现实时的完成度计算；
S06、奖励的计算：在KPI得分计算引擎完成后，进入智能奖励决策引擎进行奖励的计算；
S07、发放奖励并领取：基础奖励达标后，实时发放奖励，也可以自行进行领取；排行后的奖励按天进行统计处理，或由品牌商/渠道商进行设置,按固定周期或自定义维度进行分配和领取，所述固定周期包括日维度，周维度、月维度、季度维度、年维度。
8.根据权利要求7所述的一种基于大数据的智能KPI考核及奖励分配方法，其特征在于：
所述S03步骤中的关联匹配的匹配逻辑包括：按位置编号、职位编号对应的指标编号、职位编号对应的KPI城市、区域、分站、战区维度进行识别，相同编号的记录进行匹配，更新存储到KPI展示表中。
9.根据权利要求7所述的一种基于大数据的智能KPI考核及奖励分配方法，其特征在于：
所述步骤S05中的规则具体为：
本月目标/上月目标*100％；
得分档位：
大于125％，AAA类；
100％-125％，AA类；
80％-100％，A类；
60％-80％，B类；
30％-60％，C类；
0％-30％，D类。
10.根据权利要求7所述的一种基于大数据的智能KPI考核及奖励分配方法，其特征在于：
所述S06步骤中智能奖励决策的主体策略包括基础指标类以及排行类；
所述基础指标类包括：
前置条件：职位等级、职位规则、增量运营提点、全量运营提点、基础提点；对应的职位档位奖励包含：得分系数：根据全年规划设置；一般为1.0-1.5；
运营提点包含：城市经理收入阶段提点，收入增量提点，收入存量提点；基础提点：一般为1％；
最终奖励算法：(基础提点+收入增量提点+收入存量提点+城市经理收入阶段提点*得分系数)*职位档位奖励；
所述排行类包括：
前置条件：战区档位、城市档位、分站档位、区域档位、运营提点、个人排名系数*分类系数；其中，战区档位提点、城市档位提点、分站档位提点、区域档位提点根据活动的情况由品牌商自行设置；
最终奖励算法：
战区档位提点*(个人排名系数*30％+战区分类排名系数*70％)*40％
城市档位提点*(个人排名系数*50％+城市分类排名系数*50％)*30％
分站档位提点*(个人排名系数*30％+分站分类排名系数*70％)*20％
区域档位提点*(个人排名系数*30％+区域分类排名系数*70％)*10％。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110789066.3A CN113469547A (zh) | 2021-07-13 | 2021-07-13 | 一种基于大数据的智能kpi考核及奖励分配***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110789066.3A CN113469547A (zh) | 2021-07-13 | 2021-07-13 | 一种基于大数据的智能kpi考核及奖励分配***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113469547A true CN113469547A (zh) | 2021-10-01 |
Family
ID=77880033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110789066.3A Pending CN113469547A (zh) | 2021-07-13 | 2021-07-13 | 一种基于大数据的智能kpi考核及奖励分配***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113469547A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102521706A (zh) * | 2011-12-16 | 2012-06-27 | 北京斯泰威网络科技有限公司 | Kpi 数据的分析方法及装置 |
| CN102982416A (zh) * | 2012-12-05 | 2013-03-20 | 山东浪潮齐鲁软件产业股份有限公司 | 一种绩效考核的通用实现模型 |
| CN107368956A (zh) * | 2017-07-03 | 2017-11-21 | 中国南方电网有限责任公司 | 一套绩效量化评估*** |
| CN111881224A (zh) * | 2020-08-06 | 2020-11-03 | 广东省信息工程有限公司 | 一种多维数据分析方法及*** |
| CN111950856A (zh) * | 2020-07-20 | 2020-11-17 | 广东电网有限责任公司 | 绩效考核方法、装置以及电子设备 |
| CN112000887A (zh) * | 2020-08-21 | 2020-11-27 | 浪潮云信息技术股份公司 | 一种应用于中介服务选取的业务奖励***和方法 |
| CN112712301A (zh) * | 2021-02-26 | 2021-04-27 | 吕梁学院 | 一种基于大数据和数学模型的绩效管理考核*** |
| CN112948391A (zh) * | 2021-03-12 | 2021-06-11 | 深圳市百佳华网络科技有限公司 | 一种绩效考核方法、***、终端及可读存储介质 |
-
2021
- 2021-07-13 CN CN202110789066.3A patent/CN113469547A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102521706A (zh) * | 2011-12-16 | 2012-06-27 | 北京斯泰威网络科技有限公司 | Kpi 数据的分析方法及装置 |
| CN102982416A (zh) * | 2012-12-05 | 2013-03-20 | 山东浪潮齐鲁软件产业股份有限公司 | 一种绩效考核的通用实现模型 |
| CN107368956A (zh) * | 2017-07-03 | 2017-11-21 | 中国南方电网有限责任公司 | 一套绩效量化评估*** |
| CN111950856A (zh) * | 2020-07-20 | 2020-11-17 | 广东电网有限责任公司 | 绩效考核方法、装置以及电子设备 |
| CN111881224A (zh) * | 2020-08-06 | 2020-11-03 | 广东省信息工程有限公司 | 一种多维数据分析方法及*** |
| CN112000887A (zh) * | 2020-08-21 | 2020-11-27 | 浪潮云信息技术股份公司 | 一种应用于中介服务选取的业务奖励***和方法 |
| CN112712301A (zh) * | 2021-02-26 | 2021-04-27 | 吕梁学院 | 一种基于大数据和数学模型的绩效管理考核*** |
| CN112948391A (zh) * | 2021-03-12 | 2021-06-11 | 深圳市百佳华网络科技有限公司 | 一种绩效考核方法、***、终端及可读存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 林翠云: ""D汽车销售公司绩效管理优化研究"", 《中国优秀博硕士学位论文全文（硕士） 工程科技Ⅱ辑》, 15 January 2021 (2021-01-15), pages 4 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Benton et al. | Invisible factories: The informal economy and industrial development in Spain | |
| Galanter et al. | Why the big get bigger: The promotion-to-partner tournament and the growth of large law firms | |
| Bandiera et al. | Social capital in the workplace: Evidence on its formation and consequences | |
| CN111126806A (zh) | 基于2b业务的销产供信息化*** | |
| CN107784510A (zh) | 基于门店零售终端的销售业绩统计分析***及方法 | |
| Park | Labor issues in Korea's future | |
| CN107657385A (zh) | 一种种业数据*** | |
| CN106056229A (zh) | 一种高尔夫球场管理*** | |
| CN108133324A (zh) | 基于大数据管理的企业代理服务商业模式*** | |
| CN113469547A (zh) | 一种基于大数据的智能kpi考核及奖励分配***及方法 | |
| CN110503337A (zh) | 一种企业发展战略智能规划***、方法 | |
| Cliffe, Lionel* & Saul | The district development front in Tanzania | |
| CN116957744A (zh) | 一种基于数字化制造家具销售服务*** | |
| CN107085783A (zh) | 猪肉销售地区化区别统计预物流*** | |
| CN106039712A (zh) | 一种高尔夫比赛中的排组方法及装置 | |
| CN112926997A (zh) | 一种客户关系管理***及方法 | |
| CN115619365A (zh) | 自动积分奖扣的智慧考勤*** | |
| CA3118835A1 (en) | Computerized systems and methods for golf course management | |
| Chün-chieh | Transformation of farmers' social consciousness in postwar Taiwan | |
| CN110378701A (zh) | 一种新型客户关系管理的控制方法和*** | |
| Pupavac | Dynamic Pricing: The Future of Retail Business | |
| CN115564266A (zh) | 一种基于模拟退火算法的高级计划排程*** | |
| Leick | Building airline passenger loyalty through an understanding of customer value: a relationship segmentation of airline passengers | |
| Tinbergen | The optimum order revisited | |
| Schuck et al. | Optimizing Production of Fashion Goods as Means to a More Sustainable Garment Industry–An Assessment of the Literature |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211001 |