数据分析师大数据分析与应用行业绩效考核表.docxVIP

数据分析师大数据分析与应用行业绩效考核表

员工姓名：输入姓名 直接上级：输入姓名

所在部门：输入部门 岗位编制：全职编制

员工职位：输入职位 考核周期：输入部门

考核维度

指标名称

权重

目标值

评分标准

得分

数据分析能力

数据清洗与预处理质量

35%

98%以上数据准确率

按清洗后数据准确率计算，每低1%扣2分，最低0分

分析模型构建有效性

模型准确率高于行业平均水平15%

与行业基准对比，每高1%加1分，最高加20分

业务洞察深度

提交的分析报告中至少包含3个创新性业务建议

每包含1个创新建议加5分，最高加15分

分析工具熟练度

熟练使用Python进行数据挖掘和机器学习

通过实际操作考核，满分10分，根据熟练程度评分

数据可视化效果

图表清晰、直观且能准确传达核心信息

由业务部门打分，满分10分，根据可视化效果和传达效果评分

项目交付质量

项目按时完成率

25%

95%以上项目按时交付

每延期1天扣1分，最低0分

报告完整性与规范性

所有报告符合公司模板要求且内容完整

不符合要求扣2分/次，最高扣10分

数据安全与合规性

无数据泄露或违规操作记录

出现一次数据泄露或违规操作扣5分，直接判定为不合格

客户满意度

客户满意度评分达到4.5分以上（满分5分）

根据客户反馈评分，每低0.1分扣2分，最低0分

交付物可复用性

至少80%的分析代码和模型可被其他项目复用

按可复用代码比例计算，每高5%加2分，最高加10分

业务价值贡献

分析成果转化率

20%

至少60%的分析成果被业务部门采纳并实施

每高5%加2分，最高加10分

降本增效效果

通过分析帮助业务部门降低成本或提升效率10%以上

每实现1%的降本增效加2分，最高加20分

业务决策支持

至少2个分析报告直接影响了业务决策方向

每贡献1个影响决策的报告加5分，最高加10分

跨部门协作效率

无因沟通不畅导致的分析需求变更或返工

出现1次因沟通问题返工扣3分，最高扣10分

知识分享贡献

至少完成1次团队内部分享或培训

完成分享加5分，未完成扣5分

学习与成长

新技术学习与应用

20%

掌握并应用至少1项行业前沿技术（如深度学习、图计算等）

通过实际项目验证，掌握并应用加5分，未应用扣5分

行业知识更新

每年参加至少2次行业会议或培训

每参加1次加2分，最高加4分

问题解决能力

独立解决至少3个复杂数据问题

每解决1个加3分，最高加9分

工作主动性

主动发现并提出至少1个业务改进建议被采纳

提出并被采纳加5分，未提出扣5分

团队协作精神

无与团队成员的冲突记录

出现1次冲突扣3分，最高扣10分

本考核表用于评估数据分析师在行业中的综合表现，请各部门负责人根据被考核人实际工作情况填写。权重分配：数据分析能力35%，项目交付质量25%，业务价值贡献20%，学习与成长20%。评分时请重点关注指标的实际完成情况，并严格依据评分标准进行打分。

评分（分）

维度一

维度二

维度三

维度四

维度五

员工评分合计

上级评分

合计

最终得分

奖金系数

=(员工评分合计*30%)+(上级评分合计*70%)=

绩效面谈

直接主管签名：被考核者签名：

日期：

人力

审核

意见

上级主管

核定意见