CN115983705A - 考评模型构建方法、计算机设备及计算机可读存储介质 - Google Patents
考评模型构建方法、计算机设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN115983705A CN115983705A CN202310025910.4A CN202310025910A CN115983705A CN 115983705 A CN115983705 A CN 115983705A CN 202310025910 A CN202310025910 A CN 202310025910A CN 115983705 A CN115983705 A CN 115983705A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- index
- data
- evaluation model
- data source
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开的考评模型构建方法、计算机设备及计算机可读存储介质,属于数据分析处理技术领域。本发明通过将可能涉及的考评指标标准化且集中管理并供调用,同时为每个指标项建立取数的数据来源,然后根据不同的考评对象范围,分别构建对应的考评模型;使用时,根据对应的考核对象调用相应的考评模型即可。本发明能够满足大型企业等单位内部实时、智能、灵活、高效的线上考核评价分析,从而实现内部经营情况数据的横向对标,与绩效考评挂钩,并为单位管理者的经营决策分析提供信息支撑。
Description
技术领域
本发明属于数据分析处理技术领域,具体涉及考评模型构建方法、计算机设备及计算机可读存储介质。
背景技术
对于一些集团企业或其他一些大型单位,其组织关系层级多、业务种类多,在管控过程中需要得到及时、准确、有效数据的支撑。其中需要对各层级、各专业的业务数据的采集及分析,以得到及时、准确、有效的考评数据。例如,电网企业内部存在省公司对市公司、市公司对县公司、县公司对供电所、供电所对班组或员工等不同的维度的考评数据的掌控。
目前,考评中,考评指标没有实现标准化及集中管理,考评指标值的数据获取都是临时逐个查找,针对不同的考评对象范围也没有形成标准化的考评维度。总的来说,现有技术经常是在考评过程中才确定要考评的指标项,考评过程中才去各方收集数据资源,针对不同的考评对象临时调整考评指标项组合,等等,使得整个考评过程杂乱无章,数据滞后,也容易因为考评指标设置不当导致考评结果数据不准确。
发明内容
本发明提供一种考评模型构建方法、计算机设备及计算机可读存储介质,能够实时、智能、灵活、高效进行线上考评分析;本发明由下述技术方案实现。
第一方面,本发明提供一种考评模型构建方法,其特征在于,包括:
S1、预存考评相关的所有指标项并供调用;所述指标项包括指标项名称及指标项取数类型,所述指标项取数类型包括数据源自动取数类型;
S2、针对所述数据源自动取数类型的指标项,配置对应的自动取数的数据来源链接;
S3、根据不同的考评对象范围,分别构建对应的考评模型,具体包括:
S3-1、选择并调用与所述考评对象范围适应的指标项,并为已选指标项配置权重、评分方式、评分函数;
S3-2、设定与所述考评对象范围适应的考评周期;
S3-3、封装为可调用的考评模型。
优选地,当所述数据来源提供的数据与相应指标项不是直接对应时,步骤S2还包括:配置取数公式,用于对所述数据来源提供的数据进行运算并得到相应指标项的指标值。
优选地,针对所述数据源自动取数类型的指标项中,部分指标项配置至少两个所述数据来源,所述取数公式用于对至少两个所述数据来源提供的数据综合运算并得到相应指标项的指标值。
具体地,所述数据来源包括本地数据***和/或第三方数据***。
具体地,步骤S3-1中,对于数据源自动取数类型的指标项,所述评分方式被配置为函数计算,且为不同的指标项配置对应的评分函数;所述评分函数包括:目标区段匹配函数、离差标准化函数、排名等距计算函数、排名自定义函数。
优选地,步骤S1中所述的指标项取数类型还包括手工录入取数类型;步骤S2还包括:针对手工录入取数类型的指标项,录入不同考评对象的对应指标值,并配置为一个手工数据表供取数调用;步骤S3-1中,对于手工录入取数类型的指标项,所述评分方式被配置为手工评分或者配置对应的评分函数。
具体地,所述手工录入取数类型的指标项又分为定性评分类型和定量评分类型。
具体地,所述考评对象为单位,根据单位级别或单位功能类型进行划分;或者,所述考评对象为个人,根据所属部门或岗位级别进行划分;或者,所述考评对象为部门,根据部门职责类型进行划分。
第二方面,本发明提供一种计算机设备,包括处理器和存储器,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于调用所述程序指令,执行上文所述的方法。
第三方面,本发明提供一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行上文所述的方法。
本发明的有益效果在于:通过将可能涉及的考评指标标准化且集中管理并供调用,同时为每个指标项建立取数的数据来源,然后根据不同的考评对象范围,分别构建对应的考评模型;使用时,根据对应的考核对象调用相应的考评模型即可。本发明能够满足大型企业等单位内部实时、智能、灵活、高效的线上考核评价分析,从而实现内部经营情况数据的横向对标,与绩效考评挂钩,并为单位管理者的经营决策分析提供信息支撑。
附图说明
图1为本发明实施例提供的考评模型构建方法的流程图。
图2为本发明实施例提供的考评模型构建方法中根据不同的考评对象范围、分别构建对应的考评模型的子流程图。
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晰、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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,本实施例提供的考评模型构建方法,包括以下主要步骤:
S1、预存考评相关的所有指标项并供调用。以电网集团公司为例,将可能涉及的所有指标项全部录入一个指标清单中,相当于构建一个指标库,通过该指标库对设定的各指标项进行标准化、集中化管理。
指标项包括指标项名称及指标项取数类型,指标项取数类型包括数据源自动取数类型和手工录入取数类型。例如,指标项名称包括:“模拟利润”、“营业收入利润率”、“资产负债压降率”、“电费回收率”、“台区线损率”、“成本降低率”、“万户投诉降低率”、“考勤率”、“工单完成量增长率”、“工单处理及时率”、“生产事故降低率”、“上级评价”等等。
其中,“模拟利润”、“营业收入利润率”、“资产负债压降率”、“电费回收率”、“台区线损率”、“成本降低率”、“万户投诉降低率”、“考勤率”、“工单完成量增长率”、“工单处理及时率”、“生产事故降低率”等属于数据源自动取数类型的指标项,而“上级评价”等则属于手工录入取数类型的指标项。
S2、为各指标项配置对应的取数来源。
其中,对于数据源自动取数类型的指标项,配置对应的自动取数的数据来源链接;也就是说,具体考评时,相应的指标项从对应的数据来源取数,一次获取对应的指标值。其中,数据来源包括本地数据***和/或第三方数据***,例如各方的业务财务***。另外,对于手工录入取数类型的指标项,则通过手工方式录入不同考评对象的对应指标值,并配置为一个手工数据表供具体考评时取数调用。手工录入取数类型的指标项又分为定性评分类型和定量评分类型,定性评分类型的指标项的指标值一般为“优、良、中、差”等定性类数据,定量评分类型的指标项以及上述自动取数类型的指标项,其指标值则为数值类数据。
可以理解的是,有些指标项可以从数据来源直接获取对应的指标值数据(例如销售额),但是,有些指标项不能直接地从相应数据来源获取直接对应的指标值数据(例如增长率),此时,则需要从某个数据来源获取中间数据后,进行运算后才能获得对应指标项的指标值数据,甚至需要从多个数据源获取多份数据后,综合运算后得到对应指标项的指标值数据。因此步骤S2还包括:配置取数公式,用于对所述数据来源提供的数据进行运算并得到相应指标项的指标值,或者用于对至少两个所述数据来源提供的数据综合运算并得到相应指标项的指标值。
S3、根据不同的考评对象范围,分别构建对应的考评模型。
表1
结合图2及表1所示,步骤S3具体包括:
S3-1、选择并调用与所述考评对象范围适应的指标项,并为已选指标项配置权重、评分方式、评分函数;
S3-2、设定与所述考评对象范围适应的考评周期;
S3-3、封装为可调用的考评模型。
具体地,步骤S3-1中,对于数据源自动取数类型的指标项,所述评分方式被配置为函数计算,且为不同的指标项配置对应的评分函数,例如:目标区段匹配函数、离差标准化函数、排名等距计算函数、排名自定义函数。另外,对于手工录入取数类型的指标项,所述评分方式被配置为手工评分或者也可以配置对应的评分函数,对于定性评分类型的指标项的指标值,可以将定性类数据直接赋值为评分值,对于定量评分类型的指标项的指标值,则将数值类数据通过对应的评分函数运算后作为评分值。
结合表1可见,考评对象可以为单位,根据单位级别或单位功能类型进行划分;或者,考评对象可以为个人,根据所属部门或岗位级别进行划分;再或者,考评对象还可以为部门,根据部门职责类型进行划分。
上述实施例可以看出,本发明提供的考评模型构建方法,支持年、季、月多种周期类型,满足对单位、供电所、员工等多位考评维度的考评体系构建,且支持业务、财务等多个专业的指标构建,支持手工评分和评分函数自动计算得分。灵活可扩展,适用于企业内部各单位层级各专业维度的综合评价。
需要说明的是,上述方法各模块之间的信息交互、执行过程等内容,由于与本发明方法实施例基于统一构思,其带来的技术效果与本发明方法实施例相同,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
对所公开的实施例的上述说明,是本领域专业技术人员能够实现或使用本发明。对前述实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本发明中所定义的一般原理可以再不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于前述实施例,而是要符合与本发明所公开的原理和新颖特点相一致的最宽的范围。本发明还提供一种计算机设备,包括处理器和存储器,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于调用所述程序指令,执行上文所述的方法。
Claims (10)
1.一种考评模型构建方法,其特征在于,包括:
S1、预存考评相关的所有指标项并供调用;所述指标项包括指标项名称及指标项取数类型,所述指标项取数类型包括数据源自动取数类型;
S2、针对所述数据源自动取数类型的指标项,配置对应的自动取数的数据来源链接;
S3、根据不同的考评对象范围,分别构建对应的考评模型,具体包括:
S3-1、选择并调用与所述考评对象范围适应的指标项,并为已选指标项配置权重、评分方式、评分函数;
S3-2、设定与所述考评对象范围适应的考评周期;
S3-3、封装为可调用的考评模型。
2.根据权利要求1所述的考评模型构建方法,其特征在于,当所述数据来源提供的数据与相应指标项不是直接对应时,步骤S2还包括:配置取数公式,用于对所述数据来源提供的数据进行运算并得到相应指标项的指标值。
3.根据权利要求2所述的考评模型构建方法,其特征在于,针对所述数据源自动取数类型的指标项中,部分指标项配置至少两个所述数据来源,所述取数公式用于对至少两个所述数据来源提供的数据综合运算并得到相应指标项的指标值。
4.根据权利要求1所述的考评模型构建方法,其特征在于,所述数据来源包括本地数据***和/或第三方数据***。
5.根据权利要求1所述的考评模型构建方法,其特征在于,步骤S3-1中,对于数据源自动取数类型的指标项,所述评分方式被配置为函数计算,且为不同的指标项配置对应的评分函数。
6.根据权利要求1至5任意一项所述的考评模型构建方法,其特征在于,步骤S1中所述的指标项取数类型还包括手工录入取数类型;步骤S2还包括:针对手工录入取数类型的指标项,录入不同考评对象的对应指标值,并配置为一个手工数据表供取数调用;步骤S3-1中,对于手工录入取数类型的指标项,所述评分方式被配置为手工评分或者配置对应的评分函数。
7.根据权利要求6所述的考评模型构建方法,其特征在于,所述手工录入取数类型的指标项又分为定性评分类型和定量评分类型。
8.根据权利要求1所述的考评模型构建方法,其特征在于,所述考评对象为单位,根据单位级别或单位功能类型进行划分;或者,所述考评对象为个人,根据所属部门或岗位级别进行划分;或者,所述考评对象为部门,根据部门职责类型进行划分。
9.一种计算机设备,包括处理器和存储器,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令;其特征在于,所述处理器用于调用所述程序指令,执行权利要求1-8任意一项所述的方法。
10.一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令;其特征在于,所述程序指令当被处理器执行时使所述处理器执行权利要求1-8任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310025910.4A CN115983705A (zh) | 2023-01-09 | 2023-01-09 | 考评模型构建方法、计算机设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310025910.4A CN115983705A (zh) | 2023-01-09 | 2023-01-09 | 考评模型构建方法、计算机设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115983705A true CN115983705A (zh) | 2023-04-18 |
Family
ID=85962383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310025910.4A Pending CN115983705A (zh) | 2023-01-09 | 2023-01-09 | 考评模型构建方法、计算机设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115983705A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823145A (zh) * | 2023-05-18 | 2023-09-29 | 国网湖北省电力有限公司 | 内部模拟市场管理***、控制方法、平台及终端 |
-
2023
- 2023-01-09 CN CN202310025910.4A patent/CN115983705A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823145A (zh) * | 2023-05-18 | 2023-09-29 | 国网湖北省电力有限公司 | 内部模拟市场管理***、控制方法、平台及终端 |
CN116823145B (zh) * | 2023-05-18 | 2024-04-09 | 国网湖北省电力有限公司 | 内部模拟市场管理***、控制方法、平台及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hindarto et al. | Sustainability of Implementing Enterprise Architecture in the Solar Power Generation Manufacturing Industry | |
Bradford et al. | Innovation and improvement for Telstra's Australian energy and cooling systems: A ten year case study | |
Gohar et al. | Identifying and evaluating risks of construction projects in fuzzy environment: a case study in Iranian construction industry | |
Rizal et al. | COBIT 5 for analysing information technology governance maturity level on masterplan E-Government | |
CN112052966A (zh) | 基于现场抢修工单的电力客户满意度分析***和方法 | |
CN104933621A (zh) | 一种担保圈的大数据分析***和方法 | |
US20230328139A1 (en) | Methods and internet of things systems for platform intelligent statement based on operation of smart gas | |
Simsek et al. | An application of network data envelopment analysis with fuzzy data for the performance evaluation in cargo sector | |
CN115983705A (zh) | 考评模型构建方法、计算机设备及计算机可读存储介质 | |
Zhang et al. | Budget allocation in coping with supply chain disruption risks | |
CN115330404A (zh) | 用于电力营销稽查的***及方法 | |
CN115860694A (zh) | 一种基于即时消息技术的业扩流程管控方法及*** | |
Mukaromah et al. | Alignment of Business Goals With IT Goals By Measuring The Level of Capability Using Cobit 5 | |
CN109146316A (zh) | 电力营销稽查方法、装置及计算机可读存储介质 | |
CN116739208A (zh) | 一种供电服务业务统一管理*** | |
Markov | Automated management systems: problems of implementation and integration | |
Kuzmenko et al. | Implementation of information technologies in the international accounting system of fuel and energy sector enterprises | |
CN110689219A (zh) | 基于大数据的用户行为评价展示方法、装置、设备及介质 | |
Liu et al. | Upgrading of IOT big data governance scheme in microenterprise governance | |
Liu et al. | Big data analysis model of customer appeal based on power enterprise service platform | |
Kuzina et al. | The safe solutions system modeling in a digital technology enterprise | |
CN109064362B (zh) | 一种基于ai技术的电网物资管理及培训*** | |
CN113342987A (zh) | 配电dtu验收专用语料库的复合网络构建方法 | |
Javanbakht et al. | A new method for enterprise architecture assessment and decision-making about improvement or redesign | |
Li | [Retracted] Enterprise Financing Risk Control of Machine Learning Combined with Blockchain Technology |
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 |