数据分析师数据分析精准度KPI绩效衡量表

数据分析师数据分析精准度KPI绩效衡量表评价项目权重评价要点评价内容分值评分数据准确性25%数据清洗准确率评估数据清洗过程中的准确率，包括缺失值处理、异常值检测等。10数据准确性25%数据录入错误率评估数据录入过程中的错误率，包括数据格式错误、数据类型错误等。10数据准确性25%数据一致性检验评估数据在各个数据源之间的一致性，包括数据重复、数据缺失等。10数据准确性25%数据完整性检验评估数据完整性，包括数据完整性规则执行情况。5数据准确性25%数据准确性审核评估数据准确性审核流程的执行情况。5分析深度25%分析指标选择合理性评估分析指标选择是否符合业务需求，是否能够有效反映数据特征。10分析深度25%分析方法适用性评估分析方法是否适合数据特点，是否能够得出有效结论。10分析深度25%分析结果深度评估分析结果的深度，包括对业务问题的洞察程度。10分析深度25%分析模型准确性评估分析模型的准确性，包括预测结果与实际结果的吻合程度。10分析深度25%分析报告完整性评估分析报告的完整性，包括数据来源、分析过程、结论等。5结果可靠性25%数据源可靠性评估数据源的可靠性，包括数据来源的权威性、数据的时效性等。10结果可靠性25%分析过程规范性评估分析过程的规范性，包括分析方法的科学性、分析步骤的合理性等。10结果可靠性25%结果可解释性评估分析结果的解释是否清晰，是否能够被业务部门理解和接受。10结果可靠性25%结果一致性评估分析结果在不同时间、不同条件下的一致性。10结果可靠性25%结果应用价值评估分析结果在实际业务中的应用价值。5沟通与协作25%需求理解准确性评估对业务需求的理解是否准确，是否能够满足业务部门的要求。10沟通与协作25%沟通表达能力评估沟通和表达能力，包括书面报告和口头汇报。10沟通与协作25%跨部门协作能力评估与其他部门的协作能力，包括团队协作和跨部门沟通。10沟通与协作25%问题解决能力评估在遇到问题时能够迅速找到解决方案的能力。10沟通与协作25%客户满意度评估客户对数据分析结果的满意度。5本考核表旨在评估数据分析师在数据分析过程中的精准度，包括数据准确性、分析深度、结果可靠性等方面。请根据以下四个考核维度对数据分析师进行综合评估。绩效等级：□优秀（90-100）□良好（80-89）□合格（70-79）□需改进（60-69）□不合格（<60）总体评语：面谈时间：______年______月______日面谈地点：________________________面谈要点摘要（包括优势、不足、发展建议等）：被考核人签字：_________日期：______年______月______日直接上级签字：_________日期：______年______月______日HR备案签字：___________日期：______年______月______日适用范围：本表格适用于组织内各类岗位的周期性（如月度、季度、年度）绩效考核，支持KPI、OKR或其他目标管理方法的评估。填写流程：前期准备：考核周期开始前，由直接上级与被考核人共同确定“考核维度”“考核指标”“目标值/期望成果”及“权重”，保证目标清晰、可衡量。中期跟踪：在考核周期内，双方应定期回顾目标进展，必要时可在“完成情况说明/关键事件记录”栏补充阶段性成果或调整依据。期末评估：考核周期结束时，被考核人先完成“自评得分”及“完成情况说明”，再由直接上级进行“上级评分”并填写“总体评语”。绩效面谈：评分完成后，必须安排正式面谈，就考核结果、表现亮点、待改进项及后续发展计划进行沟通，并如实记录于“绩效面谈记录”栏。签字确认：面谈结束后，被考核人、直接上级及HR代表（如适用）需在指定位置签字，表示对考核过程与结果的认可。若存在异议，应在签字前通过组织规定的申诉流程处理。评分规则：所有单项评分采用百分制（0–100分），加权得分=上级评分×权重。最终得分=各项加权得分之和，用于确定绩效等级。权重总和必须为100%，保证考核结构合理。结果应用：考核结果可用于薪酬调整、奖金分配、晋升决策、培训