[发明专利]一种基于数据统计学的关键绩效指标分析方法

说明书

技术领域

本发明涉及一种关键绩效指标分析方法，更具体的说，涉及一种利用数据统计学对关键绩效指标进行分析的方法。

背景技术

关键绩效指标法(Key Performance Indicator，KPI)，把对绩效的评估简化为对几个关键指标的考核，将关键指标当作评估标准，把员工的绩效与关键指标作出比较地评估方法，在一定程度上可以说是目标管理法与帕累托定律的有效结合。关键指标必须符合SMART原则：具体性、衡量性、可达性、现实性和时限性(Time-based)。

KPI是通过对企业流程设置、取样、计算、分析，衡量绩效的一种目标式量化管理指标，是把企业的战略目标分解为可操作的工作目标的一种方法。目前KPI被广泛应用在企业管理经营中，大大的提高了管理效率。但是KPI是一个比较具体的目标，当企业设置的KPI出现问题时，企业的管理层会对该KPI进行分析，找出该KPI的问题所在，以便解决问题，使得KPI恢复正常。然而某个KPI的状态可能是非常复杂的，它可能是受几个或者几十个其他指标影响的。那么在该KPI发生异常时，管理者并不能立刻知道为什么出现异常，他需要更进一步的分析影响该KPI的指标，如果影响该KPI的指标有很多都是异常时，就很难制定解决方案，从而影响整个管理体系。

发明内容

本发明所要解决的技术问题是，克服现有技术的缺点，提供一种可以快速定位异常指标，准确合理的制定解决问题的方法，实现高效准确的管理体系的基于数据统计学的关键绩效指标分析方法。

为了解决以上技术问题，本发明提供一种基于数据统计学的关键绩效指标分析方法，其特征在于，包括如下步骤：

(1)将原始数据导入数据库中并进行数据提取、转换和加载，去除干扰分析的数据；

(2)对指标进行标准化处理，使每个指标都呈现出均值为0，标准差为1的分布；

(3)将各个指标绘制在散点图中，直观分析每个指标之间的关系强弱，将关系弱或者没有关系的指标去除；

(4)将各个指标进行相关性分析，得到指标之间的相关系数；

(5)根据各个指标之间的相关系数以及指标在业务上的意义，确定是否需要将一些指标去除或者整合成新的指标；

(6)拟合指标，使目标指标表示成相关指标的线性组合，即Y＝a+bX₁+cX₂+dX₃+…的形式，其中，Y为目标指标，X_i为与Y相关指标，a、b、c、d…为步骤(4)中得到的指标之间的相关系数；

(7)以分析的数据作为基础，将线性方程中各个指标X的值带入方程中，得到的值用Y’表示，将Y’与原指标Y进行比较，其差值即为误差e，求出误差e的均值与方差，如果e的均值与方差达到要求，则执行步骤(8)，如果e的均值与方差未达到要求，则重复执行步骤(5)、步骤(6)和步骤(7)；所述e的均值与方差达到要求的标准在实际应用中具体确定，通常的标准为均值＜0.0005，方差＜0.02。

(8)建立父子关键绩效指标关系，通过下钻的方式，展开和该关键绩效指标相关的指标，准确定位问题。

本发明进一步限定的技术方案是：步骤(1)中数据提取、转换和加载的方法包括如下步骤：

a、获取原始数据，将原始数据导入到数据库中；

b、确认本次数据分析使用的数据，如果数据需要计算得到，理出计算公式，并生成查询语句；

c、利用查询语句将原始数据进行提取、汇集。

进一步的：步骤(2)中标准化处理的方法为：对于任意指标，使用公式其中X’是处理之后的指标值，X是处理之前的指标值，是指标的均值，σ_X是指标的标准差，是指标的均值，X_i为X的各个样本，σ_X是指标的标准差，其中为样本均值。

进一步的：步骤(3)中绘制散点图的方法为：对于任意两个指标，以

其中一个指标为横轴，另一个指标为纵轴构成坐标点，完成散点图的绘制。进一步的：步骤(4)中计算相关系统的方法为：计算任意两变量之间的相关系数，公式来计算，其中R为相关系数，X_i为变量X的第i个原始值，Y_i为变量Y的第i个原始值，为X的均值，其中X_i为X的各个样本，为Y的均值，Y_i为Y的各个样本。