数据分析师数据清洗与模型准确率绩效考核表

数据分析师数据清洗与模型准确率绩效考核表考核项目考核要素考核内容标准分自评考核评分实际完成情况数据清洗能力（25%）数据准确性对数据进行清洗，确保数据准确性，包括去除重复、修正错误等。5数据清洗能力（25%）数据完整性保证数据的完整性，处理缺失数据，确保数据无遗漏。5数据清洗能力（25%）数据处理效率优化数据处理流程，提高数据处理效率。4数据清洗能力（25%）数据一致性保证数据的一致性，包括数据类型、格式等。5数据清洗能力（25%）数据清洗文档规范编写规范的数据清洗文档，详细记录清洗过程。5数据模型准确率（25%）模型准确率评估模型的准确性，确保模型在实际应用中的准确性。5数据模型准确率（25%）模型稳定性评估模型的稳定性，确保模型在多种情况下表现一致。5数据模型准确率（25%）模型泛化能力评估模型对新数据的适应能力和泛化能力。5数据模型准确率（25%）模型可解释性模型结果的可解释性，方便业务人员理解和应用。4数据模型准确率（25%）模型优化程度对模型进行优化，提升模型性能。5业务理解能力（20%）业务需求理解对业务需求有深入理解，并能准确转化为数据分析任务。5业务理解能力（20%）业务沟通能力与业务团队保持良好沟通，确保数据分析和模型结果能够被有效理解和应用。5业务理解能力（20%）业务问题解决能力具备解决问题的能力，能快速找到并解决业务中出现的数据问题。5业务理解能力（20%）业务价值贡献通过数据分析和模型，为业务提供有价值的信息和决策支持。5业务理解能力（20%）业务流程改进建议根据数据分析结果，提出并实施有效的业务流程改进建议。5持续学习能力（30%）新技术掌握能力不断学习新技术，并将其应用于数据分析工作中，提高工作效率和数据分析质量。5持续学习能力（30%）数据分析方法论更新跟踪最新的数据分析方法论和最佳实践，并应用于实际工作中。5持续学习能力（30%）数据可视化能力提升提升数据可视化能力，使数据分析和模型结果更易于理解和沟通。5持续学习能力（30%）团队知识分享分享自己的知识和经验，促进团队整体能力的提升。5持续学习能力（30%）持续自我提升设定个人学习目标，并通过实践和学习不断提升自己的能力。5本考核表针对数据分析师的岗位，主要考核其在数据清洗与模型准确率方面的能力与表现。考核结果将作为评估员工绩效的重要依据。考核得分项目内容考核周期□年度□半年度□季度□月度（请勾选）：______年______月至______年______月被考核人信息姓名：________________部门：________________岗位：________________考核人信息姓名：________________职务：________________考核日期：______年______月______日综合评语（包括优势、待改进项、发展潜力等）绩效等级建议□S（卓越）□A（优秀）□B（良好）□C（需改进）□D（不合格）面谈记录摘要被考核人意见签字确认被考核人签字：__________日期：______年______月______日考核人签字：__________日期：______年______月______日在“考核维度”“考核指标”“目标值/期望成果”和“权重”栏中，由考核人与被考核人共同协商确定具体考核项目。指标可基于KPI、OKR或其他绩效管理方法设定。被考核人根据实际完成情况填写“自评得分”及“实际完成情况简述”；考核人独立完成“上级评分”，并可参考自评内容进行校准。按公式“加权得分=上级评分×权重%”计算每项得分，汇总得出“总分”。考核人与被考核人进行正式绩效面谈，填写“综合评语”“绩效等级