績效數據的管理:數據的來源與管理、數據的傳遞、數據的分析

2020-10-20 全優績效系統

缺乏合理的數據分析,憑經驗和感覺執行

數據管理是推行績效管理的重要環節之一。企業的運營、績效管理的推行不能只依據老闆的魄力和績效管理負責人的經驗來推行。而與經驗相反的,就是企業的績效管理數據分析。

數據也稱觀測值,是通過實驗、測量、觀察、調查等環節得出的結果,常以數量或者數值的形式表現。數據分析是指用一定的統計方式,對收集來的大量第一手資料或者第二手資料進行分析,這些分析對象都是以數據形式表現出來的,這樣做,可以最大化地開發出這些收集來的數據資料的功能,最大程度發揮出數據的作用。進行數據分析,也是為了提取有用信息,作為參考,然後形成結論。

數據的測量是最簡單的,其內容可以是測量各項工作的完成數量、質量、態度水平等。分析階段則可以通過統計和計算,得出產生問題的原因。控制階段,能實現控制改進的預期目標。其中,分析階段是最重要的,起到了承上啟下的作用,既接收了數據測量收集的結果,也對這些收集來的信息做出了計算,為之後的數據改進打下了良好的基礎。

在績效管理的數據分析中,收集而來的信息業內統一稱為「績效數據」。而這種績效數據,是企業推行績效管理的基礎,有了它們,企業的績效數據管理將變得容易很多。

關於績效數據的管理,主要可以分為六個環節:

數據體系的建立。這一點無疑是績效數據管理的基礎,沒有一個完善的體系是行不通的。既然是體系,該項目的負責人就不能僅僅是一兩個人,而應該是由多人、多個部門負責,企業的管理層總攬,各部門明確分工,由財務部門進行統一的監督和管理,這樣才能被稱為一個較為完備的管理體系。

數據的來源與管理。當企業剛取得績效數據時,這些數據可能顯得雜亂無章,看不出規律,讓人有種無從下手的感覺,這就需要數據管理了。通過製圖、制表用等形式對其進行統籌管理,使這些數據看起來能夠更加直白易懂。數據的來源也必須準確可靠,在絕大部分企業中,這些數據往往是由財務部針對以往的利潤、成本、收入等數據統計得來的。

數據的傳遞。數據不是僅僅拿到手就可以了,也不能僅有財務部能明白其中的含義,還要讓企業的領導、各部門負責人甚至是普通員工都要了解。這就是數據的傳遞,在這個過程中,數據的收集和分析者要起關鍵作用。這樣做的最終目的,就是要便於之後的數據分派和任務的下達。

數據的分析。數據的分析,需要負責人員具備極高的專業素養,排列圖、因果圖、散點圖、分層法、調查表、散布圖、直方圖、控制圖..……這些在老闆看起來極為陌生的方式,其實都是對於數據分析的好方法。進行數據分析的目的,是要了解這些數據的設置是否合理,在進行考核後能否起到設想中的考核作用。

數據的審核與維護。數據的審核是極為重要的,不僅在數據收集時就要做好審核工作,在數據收集、計算、分析後,也不能丟掉審核工作,因為計算出的結果也不一定是準確無誤的。數據同樣具備極強的變化性和可移動性,因此還要重視對數據的維護。在這方面,可以建立起屬於自己企業的資料庫,方便績效數據的統一管理和留存。

數據的改進。數據的改進是績效數據管理的最後一個環節。通過收集數據信息、分析數據,就是為了方便對企業存在的問題有所了解,然後針對這些問題作出改進,便於企業的進一步發展。而這些,都是在數據統計的基礎上做出的。

總之,績效管理一定要遵循重要的邏輯原則:可衡量方可管理,可管理方可實現。數據是績效衡量和分析的支撐性要素。只有保證數據的有理有據,才能做到心中有數,才能實現績效管理的有效推動。

相關焦點

  • 數據分析中的4級數據管理模式
    轉型的基礎是數據。數據管理可以為公司績效目標,就業戰略,戰略方向等提供科學參考。DataFocus今天就來帶大家來討論一下一種常用的數據管理模式。數據管理是指使用分析工具科學地分析客觀和實際數據並將分析結果應用於生產,運營和銷售的管理方法。根據管理層面,它可以分為四個層次:業務指導管理,運營分析管理,業務戰略管理和戰略計劃管理。
  • 從上菜太慢,談事件管理、流程管理、數據管理
    我們在路上討論,假如我們是餐廳經理,該怎樣解決和管理這個異常呢?二、兩種傳統管理改善的方法(一)第一種傳統解決問題的方法首先針對客人投訴上菜延誤的原因進行分析,無外乎是「信息傳遞出了問題,廚房沒有及時拿到單子,廚房的產能不足無法及時做出,廚師忘記下鍋了,廚師下鍋後產生品質的問題,服務員送錯了反饋給廚房重新做……」等諸多原因中的一個。
  • 數據資產管理和數據管理的區別
    數據管理的發展有三個階段:傳統的數據管理、數據資源管理和數據資產管理。傳統數據管理:以充分、有效發揮數據作用為目的,利用計算機技術對數據進行有效的收集、存儲、處理和應用的過程。傳統數據管理大體也經歷了人工管理、文件系統、資料庫系統三個發展階段。
  • 四種數據績效指標的管理
    ,從企業管理指標的實際應用角度看,有4種數據指標來評價公司的經營成果,包括規模指標、速度指標、效率指標和效益指標。衡量企業的績效指標之一就是規模的增長是否足夠大。1.2 速度指標:速度代表著發展的活力速度是指在一定時間內數據對象的變化量。單位時間上的增長量就是速度。
  • 管理數據資產就是管理數據生命周期
    此外,該模型不提供數據分析、數據集成、數據安全和數據質量。3.5  生態信息學模型生態信息學是幫助科學家處理相關生物、環境和社會經濟數據和信息的框架。該模型旨在通過發現、管理、集成、分析、可視化和保存相關數據和信息的創造性工具和方法來構建新知識。如圖6所示,計劃、收集、保證、描述、保存、發現、集成和分析是該模型的步驟。
  • 績效考核數據的信息化
    (1)解決績效考核數據保存問題建立績效考核信息化,必須從思想上切實提高管理人員對績效考核信息化重要性的認識,是績效考核工作「粗放型」向「精細型」發展的必由之路,但不可否認,無論績效考核系統如何先進,最先進管理方法關鍵都取決於人。
  • BI系統,構建數據驅動型人力資源管理
    在人力資源管理方面,通過數據的有效整合,支持各類人事相關數據分析,在企業內形成了一套完整、快速、準確的績效考核體系,從企業、部門、員工等各個層面進行考核跟蹤,大大提升了人力資源的管理效能。越來越多的企業開始應用BI系統進行人力資源管理,BI為企業實現了數據驅動型的人力資源管理,其價值已越來越受到認可,為企業創造了巨大的效益。那麼,企業為什麼需要應用BI系統?
  • 貨品管理與數據分析
    貨品管理與數據分析什麼是貨品管理如何做貨品分析如何做貨品整合分析工具的使用什麼是貨品管理?通過運用分析工具結合實際情況分析貨品(風格、系列、定位、類別、動銷、庫存)在不同階段存在的不同問題貨品分析的重要性:提升貨品動銷率、達成銷售目標貨品分析的邏輯基礎:市場需求是一切營銷活動的基礎和依靠進銷存三者互相影響、互相依存,決不能脫離其中任意一個來做分析
  • 四種數據績效指標的管理(下)
    用四大指標來梳理公司以及公司各組織單元的管理指標時,可以更加全面地了解指標的作用。數據分析師在進行分析的時候,可以從問題定義出發:公司到底發生了什麼?為什麼會有這些奇怪的現象?首先定義問題,然後根據問題界定資源對象的範圍,再根據問題和對象來確定分析的思路和方法。這是從問題出發的分析思路。
  • 績效考核數據更新規範
    績效考核數據的更新,是以新數據項或記錄替換數據文件或資料庫中與之相對應的舊數據項或記錄的過程,通過刪除、修改、再插入的操作來實現。績效考核數據的規範,是數據標準化的要求,是企業或組織對數據的定義、組織、監督和保護進行標準化的過程。
  • 績效考核數據分析運用
    績效考核數據分析運用多年的實踐證明,績效評估能否成功地實施,很關鍵的一點就在於績效評估的結果如何運用。如果運用不合理,那麼績效考核對員工績效改進和能力提升的激勵作用就得不到充分體現。那麼,績效數據分析與運用應該從哪些角度考慮呢?
  • 客戶數據管理:構建數據系統的5個原則
    3、使用CDM可以保證你以相應的方式產生最有價值的想法並保持數據質量。這就是為什麼必須有一組內部和外部策略流程來控制客戶數據的使用。而這也就是客戶數據管理,公司收集、分析和管理客戶數據的一種安全而值得信賴的方式。
  • 別讓數據指標輸在層級管理上
    組織的層級劃分直接決定著數據指標的層級劃分,每個層級對一定的數據指標負責,並通過過程指標了解對應下屬部門或者組織成員的績效,通過控制指標行使本崗位職能的權力,通過績效指標向上一級部門或者組織成員匯報本職工作績效。數據指標的層級管理必須跟公司組織架構的層級管理相匹配。
  • NVH測試數據管理(二):數據查詢
    今天我們接著針對NVH試驗數據查詢難度大的問題,來談談ATOM的解決方案。由於NVH試驗數據格式不統一、數據管理效率低、數據的專業性強、數據的命名不規範,從海量的測試數據中尋找特定內容的數據難度非常大,這也導致數據重新利用、數據挖掘的難度增加,難以發揮數據真正的價值。
  • 理解數據管理文檔對數據真實可靠性的重要性,如何進行良好的臨床數據文檔管理
    來源:藥學學報[ 摘要 ] 臨床試驗質量管理規範(GCP)規定所有臨床試驗的信息應該被記錄、處理和保存並能被準確地報告
  • 大數據在應急管理中的應用
    在對大數據內涵和具體案例進行分析後就會發現,大數據在應急管理中的應用主要有大數據技術和大數據思維兩種方式。在應急管理的事前準備、事中響應和事後救援與恢復的每一階段都可以引入大數據的應用,每個階段對大數據的應用程度也會因其需要應對內容的不同而有所差別。大數據的應用有助於提高應急管理效率、節省成本和減少損失。我國需要在大數據戰略、大數據開放政策、大數據在應急管理中具體應用形式等方面做出部署與探索。
  • 美國高校管理信息化與大數據應用
    即利用可靠的數據處理技術、數位化信息和網絡,搜集、挖掘、分析、儲存高校管理、教學資源及學生信息等各類結構化或非結構化的數據,將其轉換為可用於高校管理及服務的有效資源,構建科研、教學、管理、技術、生活服務一體化的運行管理構架,提升高校運行管理全流程信息化、智慧化水平。
  • 什麼是數位化、數據思維和數據化管理?
    什麼是數據化管理的思維?一句話概括:企業在管理過程中,依靠數據發現問題、分析問題、解決問題、跟蹤問題的管理方式,就是數據化管理。什麼是數據化思維?「數據化思維」是個新詞。但其中的內涵,並不是個新鮮事物。所謂新鮮的成分,是我們對數據的解讀有了另一種認知,或者說思維方式。
  • 大數據人力資源管理的實踐與探索 - 中國稅務網
    人事部門可以根據評價結果指導和改進人力資源的招聘、配置、培訓、開發、績效管理等各個環節;組織可以通過數據診斷發現在組織發展中個體、部門所面臨的問題,進而尋求最佳的解決方案,完善人力資源戰略規劃,更好地幫助組織實現價值。     4.效率快。數字人事依託信息平臺,實現數據大集中和海量數據計算,處理速度快,響應效率高。信息平臺通過界面可視化工具,可形象展現宏觀匯總分析、微觀智能對比的結果。
  • 員工績效考核釘釘,各類數據關聯一鍵報表
    員工績效考核釘釘,釘釘作為廣為熟知的管理軟體,企業使用員工績效考核釘釘進行管理員工績效,其數據卻無法關聯其他模塊,那麼,對於如此重要的績效數據,如何將其有效利用,去完成算薪、分析、決策等相關工作?近期,釘釘與i人事完成深度對接,共同打造釘釘i人事加強版,釘釘數據直接可用,i人事自帶「集團化組織人事+複雜考勤排班+靈活績效管理+複雜薪資計算」,結合釘釘強大的社交協同屬性,HR可直接完成人事管理閉環:支持集團化組織管理