基于数据挖掘技术的绩效管理思考

来源：职称驿站所属分类：计算机应用论文发布时间：2011-04-29 14:39:16浏览：次

　　【摘要】随着信息时代数据量的剧增，深化绩效管理的最有效方法是在其中引入数据挖掘技术，充分合理地利用数据挖掘技术，可以进行对绩效管理的目标进行准确预测和分析，这必将为正确决策奠定坚实基础。在分析现代绩效管理不足之处的基础上，我们可以结合相关绩效管理方法，对基于数据挖掘技术的绩效管理，提出自己的思路。
　　
　　【关键词】数据挖掘技术，绩效管理，思考
　　一、引言
　　所谓绩效管理，是指各级管理者和员工为了达到组织目标共同参与的绩效计划制定、绩效辅导沟通、绩效考核评价、绩效结果应用、绩效目标提升的持续循环过程，绩效管理的目的是持续提升个人、部门和组织的绩效。
　　绩效管理强调组织目标和个人目标的一致性，强调组织和个人同步成长，形成“多赢”局面；绩效管理体现着“以人为本”的思想，在绩效管理的各个环节中都需要管理者和员工的共同参与。主要针对一致的、可识别的KPI（关键绩效指标），对业务绩效进行衡量和分析，以支持业务绩效的管理。
　　绩效管理是企业实现其战略目标，而KPI的确定则是企业的战略目标得以具体实现的关键所在，也是连接员工行为与企业战略之间的桥梁。当前KPI确定的方法多种多样，并在绩效管理中起到了一定的效果，然而统观这些方法，均是根据各方面的情况经过定性的分析得出较为抽象的结论，缺乏数据的基础和定量的验证。这就需要运用先进的数据处理理论——数据挖掘理论来对其进行改进。
　　近年来，随着信息产业的急剧发展，数据大量地产生和搜集，使得传统的数据管理方法不能有效地使这些数据为人们服务，于是，人们不得不去寻找一种新的方法和技术，使之能够智能的、自动的将这些数据转化处理为有用的信息和知识。知识发现和数据挖掘（KDDandDATAMining）在这种背景下应运而生了。数据挖掘就是需要挖掘出大量数据背后隐藏的规则和模式，主要基于人工智能、机器学习、统计学等技术、高度自动化地分析企业原有的数据，作出归纳性的推理，得到企业的行业定位，帮助企业的决策者调整市场策略，作出正确的决策。数据挖掘从步骤上大致分为数据采集、数据准备和数据解释表达3个部分。数据挖掘的过程见图1。
　　
　　图1数据挖掘流程
　　
　　二、KPI确定中的算法思考
　　利用相关信息数据参与决策，进行决策支持已经成为当前及今后绩效管理的发展趋势和终极目标，其智能化的需求则更为迫切。由于数据挖掘是解决这一问题的有力工具，因此绩效管理中数据挖掘技术的研究更具意义。
　　数据挖掘的主要方法包括：基本统计分析，相关分析，回归分析，时间序列分析，人工神经网络方法等。不同的分析方法和挖掘工具有其独特的特征和使用范围。
　　基本统计分析方法：统计学研究的对象是客观事物的数量关系和数量特征。统计方法广泛地运用于各个领域，供各个部门做出决策、执行计划、检查监督和宏观调控。基本统计方法起着信息咨询、监督、辅助决策的作用。
　　相关分析法：相关分析法是测定经济现象之间相关关系的规律性，并据以进行预测和控制的分析方法。绩效管理中的各个要素间存在着大量的相互联系、相互依赖、相互制约的关系：一类是函数关系，它反映着要素之间严格的依存关系；另一类为相关关系，就是说变量之间存在着不确定、不严格的依存关系。
　　回归分析法：考察变量之间的数量变化规律，确定自变量和因变量之间的数学关系式，建立回归方程，对回归方程进行各种统计检验，并能进行预测。回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。
　　时间序列分析法：对按时间顺序的一组数字序列应用数理统计方法加以处理，以预测未来事物的发展。时间序列分析是定量预测方法之一，它的基本原理：一是承认事物发展的延续性，根据过去的变化趋势预测未来的发展，前提是假定过去会同样延续到未来；二是突出了时间因素在预测中的作用，因而存在预测误差。当外界发生较大变化，预测往往会有较大偏差，为此要利用加权平均法对历史数据进行处理。时间序列预测法简单易行，便于掌握，中短期预测比长期预测的效果好。
　　人工神经网络法：人工神经网络(ArtificialNeuralNetwork，ANN)是一个由很多节点通过方向性连接组成的一个网络结构，是基于模仿人的大脑的神经网络的结构和功能而建立的一种具有学习能力的信息处理系统。ANN通过从过去的知识中学习、概括和抽取解决问题的经验知识，可以将这些知识进行运用。
　　ANN的优点是：并行处理；非线性映射；自学习功能；高速寻找优化解的能力。由于具有这些优点，ANN具有高度的非线性和极强的模糊推理能力，这是传统数学分析方法无法比拟的。绩效管理涉及的因素比较多，若仅用推理和建立数学模型的方法来解决管理中出现的问题是不够的，还需依靠经验和某些难以用公式表达的知识，因此，ANN比较适合于解决复杂的绩效管理问题。
　　绩效管理是一个系统的体系，从程序上可以划分为绩效计划、绩效辅导、绩效评价与绩效反馈四个阶段。绩效管理的最终目标是充分开发和利用每个员工的资源来提高组织绩效，即通过提高员工的绩效达到改善组织绩效的目的。而这之间就是通过KPI这座桥梁来建立两者之间的关系。有效的确定KPI是建立有效性的绩效管理系统的关键所在。
　　绩效管理中建立KPI体系的方法有许多种，公司级KPI的建立方法有：标杆基准法、成功关键分析法、平衡计分卡方法。其中，平衡计分卡是一个全盘考虑的方法，它由四个各具特色的方面——财务、顾客、内部因素、成长与学习组成。这一评价方法反映了企业兼顾长短期目标、财务和非财务衡量方法、滞后和先行指标以及外部和内部的业绩等方面。它具有三个特点：克服了传统财务指标衡量企业业绩的不足；与企业的战略管理相结合，能有效的推动战略的实施；平衡了企业的各个利益相关者的不同要求。
　　确定KPI主要是依据SMART原则。S即Specific，代表具体的，指绩效考核要切中特定的工作指标，不能笼统；M即Measurable，代表可度量的，指绩效指标是数量化或者行为化的，验证这些绩效指标的数据或者信息是可以获得的；A即Attainable，代表可实现的，指绩效指标在付出努力的情况下可以实现，避免设立过高或过低的目标；R即Realistic，代表现实性，指绩效指标是实实在在的，可以证明和观察；T即Time－based，代表有时限，注重完成绩效指标的特定期限。