数据分析质量绩效评价表

数据分析质量绩效评价表部门员工姓名岗位名称直接上级直接上级职务考核时间考核项目考核要素考核内容标准分自评考核人评分数据准确性（25%）数据清洗准确性评估数据清洗过程中错误率，包括缺失值处理、异常值识别与修正等。10数据准确性（25%）数据一致性检查数据在不同来源、不同时间点的数据一致性，确保数据无冲突。10数据准确性（25%）数据完整性评估数据完整性，包括关键信息的缺失率。10数据准确性（25%）数据准确性验证通过比对外部数据源或内部标准数据，验证数据准确性。5数据准确性（25%）数据更新及时性评估数据更新的及时性，确保数据的时效性。5分析深度与广度（25%）分析问题能力评估分析复杂问题的能力，包括问题定义、分析框架构建等。10分析深度与广度（25%）数据洞察力评估对数据的洞察力，包括发现数据中的规律和趋势。10分析深度与广度（25%）分析模型构建评估构建数据分析模型的能力，包括选择合适的模型和算法。10分析深度与广度（25%）分析报告质量评估分析报告的质量，包括逻辑性、清晰度和实用性。10分析深度与广度（25%）跨部门协作评估与其他部门协作进行数据分析的能力。5沟通与协作（20%）需求理解评估对业务需求的理解程度，确保数据分析工作符合业务目标。10沟通与协作（20%）沟通表达能力评估与团队成员和业务部门沟通的能力，包括口头和书面报告。10沟通与协作（20%）团队协作评估在团队中的协作能力，包括贡献和接受他人意见。10沟通与协作（20%）跨部门协调评估与其他部门协调工作的能力。10沟通与协作（20%）持续学习评估持续学习新知识和技能的能力。5业务理解与贡献（30%）业务理解评估对业务的理解程度，包括业务流程、业务目标和业务挑战。10业务理解与贡献（30%）业务贡献评估数据分析对业务决策的贡献程度。10业务理解与贡献（30%）创新思维评估在数据分析中提出创新解决方案的能力。10业务理解与贡献（30%）风险管理评估在数据分析中识别和应对风险的能力。10业务理解与贡献（30%）持续改进评估持续改进数据分析流程和方法的能力。5本考核表旨在对数据分析岗位的绩效进行综合评价，以下四个维度分别为数据分析质量的关键方面，每个维度下的指标将具体衡量相关能力与表现。考核得分100考核等级绩效等级：□优秀（90–100）□良好（80–89）□合格（70–79）□待改进（60–69）□不合格（<60）主要优势：待提升方面：绩效面谈记录面谈时间：______年______月______日面谈地点：_________________________参与人员：被考核人：_____________考核人：_____________（如适用）HR代表：_____________面谈要点摘要：双方达成的共识与后续行动计划：签字确认本人已知晓本次考核内容、评分结果及面谈反馈，并对考核过程表示认可（如有异议，已在面谈中提出并记录）。被考核人签字：_____________  日期：______年______月______日考核人签字：_______________  日期：______年______月______日HR备案签字：_____  日期：______年______月______日适用范围：本表格为通用型绩效考核工具，适用于组织内各类岗位的定期（如季度、半年度、年度）绩效评估，支持KPI、OKR或其他目标管理方法。填写流程：考核前：由考核人与被考核人共同确定考核维度、具体指标、目标值及权重，保证目标清晰、可衡量、可达成。考核期结束时：被考核人完成“自评得分”及“完成情况说明”，提供事实依据；考核人根据实际表现填写“上级评分”并审核完成情况。加权得分=（上级评分×权重%），最终得分=各项加权得分之和。综合评价部分由考核人填写，需基于客观事实，突出优势与改进点。绩效面谈应在评分完成后及时进行，面谈内容应聚焦发展、反馈与未来计划，并如实记录于“面谈要点摘要”与“后续行动计划”栏。所有相关方在确认无误后签字，完成考核闭环。权重分配原则：各考核指标权重总和必须为100%，应根据岗位职责和组织重点合理分配，突出关键贡献领域。评分标准：采用百分制（0–100分），建议制定统一的评分指南以保证跨部门/岗位评分的一致性与公平性。结果应用：考核结果可用于绩效奖金分配、晋升决策、培训发展计划制定及职业路径规划等人力资