数据分析师数据挖掘分析绩效评定表

数据分析师数据挖掘分析绩效评定表员工姓名：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挖掘能力模型准确率40%85%根据模型在测试集上的准确率进行评分，每高1%加0.5分，最高加20分。特征工程质量5个有效特征根据特征选择的有效性、相关性及业务解释性进行评分，每个有效特征加2分，最高加10分。挖掘效率3天内完成初步模型根据完成时间进行评分，提前1天加5分，延迟1天扣5分，最多加10分或扣10分。业务洞察度3个可落地洞察根据挖掘结果对业务问题的洞察深度和可落地性进行评分，每个可落地洞察加3分，最高加12分。报告完整性包含数据来源、方法、结果、建议根据报告的完整性、逻辑性和清晰度进行评分，每项完整加2分，最高加10分。数据质量与处理数据清洗时间20%2天内完成根据清洗时间进行评分，提前1天加3分，延迟1天扣3分，最多加6分或扣6分。数据质量合格率95%根据清洗后数据的完整性、一致性、准确性进行评分，每高1%加0.5分，最高加10分。数据文档规范符合公司规范根据数据文档的规范性、可读性进行评分，符合规范加4分，部分符合加2分，不符合加0分。数据工具使用熟练度掌握3种主流工具根据工具使用熟练度和效率进行评分，每掌握一种主流工具加3分，最高加9分。异常数据处理100%及时上报根据异常数据的发现和处理速度进行评分，每提前发现1天加1分，每延迟处理1天扣1分，最多加10分或扣10分。业务协同能力需求理解准确度25%100%准确理解业务需求根据需求理解的准确性和完整性进行评分，每出现1处误解扣2分，最高扣10分。沟通反馈效率1天内完成反馈根据需求变更、问题反馈的响应和处理速度进行评分，提前1天加3分，延迟1天扣3分，最多加6分或扣6分。跨部门协作完成至少2次跨部门合作根据协作的主动性、效果和团队评价进行评分，每次有效协作加3分，最高加6分。解决方案落地率80%根据分析结果被业务部门采纳和落地的比例进行评分，每高1%加0.5分，最高加20分。业务反馈满意度90%以上满意度根据业务部门对分析结果和服务的满意度评分进行计算，每高1%加0.2分，最高加10分。创新与学习能力新技术应用15%应用至少1种新技术根据新技术（如深度学习、图计算等）的应用创新性进行评分，每应用1种加3分，最高加5分。方法创新提出至少1个创新方法根据分析方法的创新性和有效性进行评分，每个创新方法加4分，最高加8分。知识分享完成至少1次内部分享根据知识分享的内容质量、参与度和影响力进行评分，每次有效分享加3分，最高加3分。学习主动性完成至少1门专业课程根据专业学习的频率和深度进行评分，每完成1门专业课程加2分，最高加4分。行业研究完成至少1篇行业报告根据行业研究的深度、广度和前瞻性进行评分，每完成1篇行业报告加3分，最高加3分。本考核表用于评估数据分析师在数据挖掘与分析方面的综合表现，请根据被考核人的实际工作表现，对照各维度和指标进行评分。权重分配说明：数据挖掘能力为核心工作，权重最高；数据质量与处理是基础保障；业务协同能力体现岗位价值；创新与学习能力代表发展潜力。评分时请结合具体数据和案例，确保客观公正。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