產(chǎn)品詳情：

中智訊（武漢）科技有限公司
基于大數(shù)據(jù)的人力資源優(yōu)化管理設(shè)計與實現(xiàn)

一、項目背景

某大型知名地產(chǎn)集團(tuán)起步于1998年，2009年11月在香港聯(lián)交所主板上市，目前已全面完成基于未來移動互聯(lián)網(wǎng)、客戶大數(shù)據(jù)時代的業(yè)務(wù)戰(zhàn)略布局，成為中國領(lǐng)先的以金融為驅(qū)動、社區(qū)服務(wù)為平臺、開發(fā)為工具的金融控股集團(tuán)，業(yè)務(wù)涉及社區(qū)金融服務(wù)、彩生活住宅社區(qū)服務(wù)、房地產(chǎn)開發(fā)、國際商務(wù)物業(yè)及度假物業(yè)運營、社區(qū)文化旅游、社區(qū)商業(yè)管理、社區(qū)養(yǎng)老、社區(qū)教育產(chǎn)業(yè)等八大增值服務(wù)領(lǐng)域，覆蓋中國內(nèi)地109個城市，并在香港、臺北、新加坡、東京設(shè)立分公司，在新加坡、美國 、臺灣進(jìn)行項目投資。體系內(nèi)擁有XXX控股（01777.HK）和XXX（01778.HK）兩家上市公司平臺，躋身中國最大的社區(qū)服務(wù)運營商。
為了切實有效掌握員工行為，分析我司員工DNA，合理引導(dǎo)員工及組織提升工作效率，信息部結(jié)合中國集團(tuán)IT信息化建設(shè)重點規(guī)劃及HR部門的需求，依托2016-2018年集團(tuán)戰(zhàn)略發(fā)展方向，擬建設(shè)所有員工的行為大數(shù)據(jù)平臺項目（以下簡稱本項目），進(jìn)一步提高集團(tuán)員工行為數(shù)據(jù)的精細(xì)度與準(zhǔn)確度，為后續(xù)組織結(jié)構(gòu)、用人編制、企業(yè)文化等相關(guān)建設(shè)工作的決策提供堅實的數(shù)據(jù)基礎(chǔ)。

二、建設(shè)目標(biāo)

本項目需達(dá)到的建設(shè)目標(biāo)如下：
1. 分析員工工作行為數(shù)據(jù)供HR部門做人力決策參考（如部門人員編制、員工晉升、調(diào)崗等），為年度評優(yōu)、員工管理等提供量化數(shù)據(jù)與指標(biāo)，提供改善措施的數(shù)據(jù)支持和實際的降低人力成本；
2. 真實的反映員工的工作狀態(tài)數(shù)據(jù)，公平公正的評價員工；
3. 實現(xiàn)通過分析員工作行為數(shù)據(jù)優(yōu)化公司的管理制度，如獎金制度，以工作飽和度、工作效率、工作質(zhì)量、員工的忠誠度與歸屬感量化數(shù)據(jù)提供客觀考核；
4. 分析員工的生活圈、工作圈、興趣愛好等尋找我司員工DNA，針對性的進(jìn)行企業(yè)文化的建設(shè)，形成“分析-提升-檢查-調(diào)整”的人力資源優(yōu)化循環(huán)。

三、現(xiàn)狀和需求分析

(一)現(xiàn)狀分析
經(jīng)過分析，某大型知名地產(chǎn)集團(tuán)在員工行為管理方面面臨的現(xiàn)狀如下：
1)員工從進(jìn)入公司到離開公司所有的工作和非工作行為無法采集，無法對每一個員工的素質(zhì)能力、工作過程、工作飽和度、工作效率、工作成果無法細(xì)粒度的量化；
2)無法對每一個員工進(jìn)行客觀的評價，無法進(jìn)行評優(yōu)評先，劃定等級類別；
3)無法衡量分析每一個員工崗位勝任力，無法客觀地決定員工工資升降；
4)員工在崗培訓(xùn)和考核，無法科學(xué)地決策員工的職位晉升，辭退挽留，招聘引進(jìn)；
5)無法科學(xué)用工，人盡其才，發(fā)揮所長；無法發(fā)揮員工創(chuàng)造創(chuàng)新能力；
6)無法科學(xué)優(yōu)化崗位編制和崗位責(zé)任，人力投入巨大而效率低下；人資管理、優(yōu)化、決策主觀性導(dǎo)致的人力成本的提高；
7)無法融合集團(tuán)、部門、崗位的戰(zhàn)略目標(biāo)和KPI，建立科學(xué)的績效考核制度，完成經(jīng)營管理目標(biāo)；
8)無法在科學(xué)和諧的用工制度下建立“以人為本、以利潤最大化”的企業(yè)文化。

(二)功能性需求

針對以上問題，我們確定本項目功能性需求包括如下內(nèi)容：
1.員工行為數(shù)據(jù)全過程收集
員工行為數(shù)據(jù)是在員工終端PC機(jī)上常駐內(nèi)存運行的Agent程序，該程序收集員工的上網(wǎng)行為（購物網(wǎng)站、色情網(wǎng)站、新聞網(wǎng)站、游戲網(wǎng)站、QQ聊天等網(wǎng)站）、文件操作數(shù)據(jù)（修改、拷貝、閱讀、刪除、打印、下載、上傳等）、郵件操作數(shù)據(jù)（收發(fā)郵件對象、時間、標(biāo)題、附件大小、文件保密級別等）等，記錄行為數(shù)據(jù)的操作用戶、進(jìn)程名稱、進(jìn)程路徑、文件名、文件操作類型、標(biāo)題、URL地址、開始時間、結(jié)束時間、活躍時長等信息，并提交給后臺大數(shù)據(jù)平臺。
員工行為特征提取
員工行為特征提取是按照員工行為管理的業(yè)務(wù)需求，從海量的員工行為數(shù)據(jù)中提取員工行為分析所需的特征數(shù)據(jù)。

員工行為特征提取包括兩部分內(nèi)容：
1)員工行為標(biāo)簽和指標(biāo)元數(shù)據(jù)管理：為了進(jìn)行員工行為特征提取，需建立員工行為標(biāo)簽和指標(biāo)數(shù)據(jù)，定義標(biāo)簽+設(shè)置權(quán)重+建標(biāo)簽體系，由業(yè)務(wù)人員對員工行為標(biāo)簽和指標(biāo)進(jìn)行定義和調(diào)整，系統(tǒng)根據(jù)這些標(biāo)簽、權(quán)重和指標(biāo)，對員工行為進(jìn)行分析建模；

2)員工行為特征數(shù)據(jù)提?。?使用大數(shù)據(jù)實時處理技術(shù)，根據(jù)以上業(yè)務(wù)用戶定義的員工行為標(biāo)簽和指標(biāo)元數(shù)據(jù)，實時增量地從員工行為數(shù)據(jù)中提取各種員工行為統(tǒng)計分析建模所需的特征數(shù)據(jù)。

2.員工行為分析建模

為了從員工行為數(shù)據(jù)中，提取有價值的員工工作狀態(tài)、能力素質(zhì)、興趣愛好、工作績效等，需要建立相應(yīng)的員工行為分析模型。
這些模型包括：
1)員工行為畫像模型：基于員工行為特征數(shù)據(jù)，對每個員工進(jìn)行動態(tài)畫像，形成每個員工量化的標(biāo)簽云和指標(biāo)集合，通過員工行為畫像，實現(xiàn)員工特征的定性和定量分析。
2)員工能力素質(zhì)矩陣：應(yīng)用聚類分析等算法，根據(jù)員工履歷數(shù)據(jù)中抽取的年齡、學(xué)歷、專業(yè)、戶籍、住址、家庭、興趣愛好等人口地理信息，結(jié)合員工過往的工作績效評價數(shù)據(jù)，建立員工能力素質(zhì)矩陣模型；
3)員工工作效率模型：根據(jù)員工行為數(shù)據(jù)中抽取的出勤效率、工作效率、工作飽和度等指標(biāo)，簡歷員工工作效率模型，對員工工作效率進(jìn)行分類；
4)員工績效評定模型：基于員工能力素質(zhì)和平時工作效率，結(jié)合公司內(nèi)部舉行的員工績效評定數(shù)據(jù)，建立員工績效評定模型，確定每個員工的能力素質(zhì)和工作行為模式，利用推薦匹配算法，提出每個員工的工作崗位調(diào)動、薪資調(diào)整、升職辭退等的建議，供人資管理部門決策參考使用；
5)員工流失預(yù)警模型：根據(jù)員工流失歷史數(shù)據(jù)，結(jié)合流失員工的工作行為數(shù)據(jù)特征，利用機(jī)器學(xué)習(xí)的決策樹或隨機(jī)森林等監(jiān)督式算法，建立員工流失預(yù)警模型，通過員工行為數(shù)據(jù)監(jiān)控，對公司重要的骨干員工的可能流失風(fēng)險進(jìn)行預(yù)警，以便人資管理部門及時進(jìn)行員工挽留等干預(yù)措施，降低員工流失對公司造成的損失。

3.員工行為數(shù)據(jù)展現(xiàn)和驅(qū)動
員工行為數(shù)據(jù)的統(tǒng)計和分析結(jié)果，需要通過豐富的數(shù)據(jù)圖表進(jìn)行展示，供業(yè)務(wù)部門瀏覽和統(tǒng)計分析，同時系統(tǒng)需提供員工行為數(shù)據(jù)分析的接口，供其他信息系統(tǒng)查詢，以及驅(qū)動其他信息系統(tǒng)，啟動相關(guān)的業(yè)務(wù)流程。

(三)非功能性需求

1.系統(tǒng)安全和個人隱私保護(hù)
1)用戶角色權(quán)限控制：系統(tǒng)需提供各級用戶角色的權(quán)限控制，不同部門和不同崗位的用戶，只能擁有相應(yīng)的操作權(quán)限和數(shù)據(jù)權(quán)限，嚴(yán)格控制用戶角色管理，防止非授權(quán)用戶操作相關(guān)功能或瀏覽非授權(quán)數(shù)據(jù)。

2)數(shù)據(jù)安全和個人隱私保護(hù)：公司的員工行為數(shù)據(jù)，屬于公司人力資源數(shù)據(jù)的一部分，系統(tǒng)需提供數(shù)據(jù)安全保護(hù)措施，在系統(tǒng)設(shè)計和開發(fā)過程中，防止數(shù)據(jù)丟失和外泄；同時，在系統(tǒng)運行維護(hù)期間，必須建立定期的數(shù)據(jù)安全稽核制度，對數(shù)據(jù)庫、數(shù)據(jù)集等關(guān)鍵數(shù)據(jù)存儲領(lǐng)域，進(jìn)行定期和不定期的數(shù)據(jù)安全監(jiān)測和檢查。
甲方提供的員工基本信息及員工行為數(shù)據(jù)，屬于甲方資產(chǎn)，乙方不得以任何理由或方式，具體數(shù)據(jù)安全和個人隱私保護(hù)請參考雙方簽訂的《數(shù)據(jù)保密協(xié)議》相關(guān)條款。

2.系統(tǒng)可用性和易用性
本項目系統(tǒng)可用性和易用性包括以下內(nèi)容：
1)員工終端Agent：員工終端需保證安裝容易，操作簡單，不能對員工終端其他程序的使用造成影響，不能對甲方網(wǎng)絡(luò)造成太多的額外負(fù)擔(dān)，導(dǎo)致網(wǎng)絡(luò)響應(yīng)速度變慢；
2)系統(tǒng)功能界面：系統(tǒng)功能界面需保持操作簡單，支持不同終端（PC機(jī)、智能手機(jī)和平系統(tǒng)可用性：系統(tǒng)需保證7x24的可用性，平均每年宕機(jī)時間比例不得超過0.3%（此指標(biāo)雙方可進(jìn)一步協(xié)商設(shè)定）。

(四)進(jìn)一步的需求調(diào)研
本項目的需求還包括以下內(nèi)容，需進(jìn)一步開展需求調(diào)研和分析：
1)某大型知名地產(chǎn)集團(tuán)現(xiàn)有部門組織架構(gòu)，以及與本項目相關(guān)的用戶角色崗位設(shè)定；
2)某大型知名地產(chǎn)集團(tuán)內(nèi)部現(xiàn)有信息系統(tǒng)，以及能夠提供的員工基本信息、人資績效評定等數(shù)據(jù)接口；
3)某大型知名地產(chǎn)集團(tuán)內(nèi)部網(wǎng)絡(luò)設(shè)置，以及相關(guān)的網(wǎng)絡(luò)協(xié)議和數(shù)據(jù)傳輸限制等；
4)某大型知名地產(chǎn)集團(tuán)內(nèi)部對本項目的數(shù)據(jù)接口需求，包括各種報表模板樣式、報告周期、數(shù)據(jù)字段等；
5)某大型知名地產(chǎn)集團(tuán)使用本項目后的數(shù)據(jù)增長預(yù)測，需根據(jù)用戶人數(shù)、每條記錄數(shù)據(jù)量、每天數(shù)據(jù)增長量等，確定數(shù)據(jù)容量增長情況。

四、系統(tǒng)技術(shù)路線
本項目建設(shè)的技術(shù)路線選型包括以下內(nèi)容：

1.員工終端PC行為數(shù)據(jù)收集Agent

1.1采集方式
采用服務(wù)器/客戶端工作模式。在員工PC機(jī)上裝代理程序，實現(xiàn)員工日常行為數(shù)據(jù)的采集，代理程序?qū)崟r將行為數(shù)據(jù)上報到服務(wù)器端，然后服務(wù)器端進(jìn)一步分析處理行為數(shù)據(jù)，最終得到有效可用的行為數(shù)據(jù)。
方式的優(yōu)點：
服務(wù)器/客戶端分離：簡化客戶端的功能，將分類的處理放在服務(wù)器來處理，集中分析數(shù)據(jù)；
實時數(shù)據(jù)上報：防止用戶誤刪除日志數(shù)據(jù)、防止用戶篡改日志數(shù)據(jù)、保障采集數(shù)據(jù)的傳輸；

1.2采集方法
客戶端：
基于windows內(nèi)核編程技術(shù)的應(yīng)用層Win32函數(shù)的detour方法，在2進(jìn)制的層次上，對win32函數(shù)進(jìn)行攔截，從進(jìn)程、窗口、焦點、鼠標(biāo)鍵盤消息、網(wǎng)絡(luò)連接、網(wǎng)絡(luò)報文等方面來獲得上網(wǎng)行為數(shù)據(jù)、文件操作數(shù)據(jù)（修改、拷貝、閱讀、刪除、打印、下載、上傳等）、郵件操作數(shù)據(jù)（收發(fā)郵件對象、時間、標(biāo)題、附件大小、文件保密級別等）等，以操作用戶、進(jìn)程名稱、進(jìn)程路徑、文件名、文件操作類型、標(biāo)題、URL地址、開始時間、結(jié)束時間、活躍時長來記錄行為數(shù)據(jù)并上報服務(wù)器。
服務(wù)端：
服務(wù)端再對各客戶端上報的行為數(shù)據(jù)進(jìn)一步分析歸類，處理信息，對上網(wǎng)行為數(shù)據(jù)進(jìn)一步分析出購物網(wǎng)站、色情網(wǎng)站、新聞網(wǎng)站、游戲網(wǎng)站、聊天網(wǎng)站，對所有行為數(shù)據(jù)最終定性工作類和非工作類；
1.3網(wǎng)絡(luò)結(jié)構(gòu)圖

說明：
a.在員工PC上裝PC行為采集代理完成原始數(shù)據(jù)采集；
b.代理與服務(wù)通訊，將采集數(shù)據(jù)上報服務(wù)器；
c.服務(wù)器對代理上報的數(shù)據(jù)做一步處理，得到最終結(jié)果數(shù)據(jù)；

2.wifi訪問行為數(shù)據(jù)采集
監(jiān)聽的客戶端，不安裝在普通客戶機(jī)上，而是為每個wifi選擇一臺服務(wù)器，安裝wifi監(jiān)控客戶端，采用底層網(wǎng)絡(luò)捕包算法，內(nèi)核監(jiān)控模塊進(jìn)行監(jiān)聽。使用wifi的其他客戶感受不到干擾。監(jiān)聽工作內(nèi)容主要涵蓋IP、mac地址、機(jī)器類型、協(xié)議重組、協(xié)議內(nèi)容解析等。
3.員工行為大數(shù)據(jù)平臺
使用Hadoop + Spark建立大數(shù)據(jù)集群，集群各部分構(gòu)成和功能如下：
Kafka分布式消息組件：收集實時的員工行為數(shù)據(jù)；
HBase數(shù)據(jù)庫：提供員工基本信息和人資相關(guān)數(shù)據(jù)的存儲，以及海量的員工行為數(shù)據(jù)

的高速存儲和讀取；
Sqoop數(shù)據(jù)提取組件：定期增量方式，從現(xiàn)有人力資源管理系統(tǒng)數(shù)據(jù)庫中，提取員工

基本信息、崗位設(shè)定、績效評定等數(shù)據(jù)；
Spark計算引擎：通過Spark Streaming對Kafka消息流進(jìn)行處理，提取相關(guān)特征，存入HBase數(shù)據(jù)庫，建立相關(guān)模型，定期運行模型進(jìn)行分析等；
Hive數(shù)據(jù)倉庫：加載HBase數(shù)據(jù)，提供HiveQL和UDF用戶定義函數(shù)，對常用員工行為數(shù)據(jù)統(tǒng)計提供支撐；
4.員工行為數(shù)據(jù)展現(xiàn)
使用ArcPlan 8.x提供各種員工行為數(shù)據(jù)分析圖表的制作、發(fā)布、展現(xiàn)，以及輸出和打印功能。
5.員工行為數(shù)據(jù)管理平臺
員工行為數(shù)據(jù)管理平臺使用JavaEE的MVC框架進(jìn)行搭建，提供以下幾方面的功能：
員工行為標(biāo)簽管理：對員工行為數(shù)據(jù)的標(biāo)簽和指標(biāo)等元數(shù)據(jù)進(jìn)行定義、設(shè)置和調(diào)整等管理；
用戶權(quán)限角色管理：管理本項目所有用戶、角色和權(quán)限，管理用戶-角色的授權(quán)；
數(shù)據(jù)接口管理：管理本項目對內(nèi)和對外數(shù)據(jù)接口的定義和更新設(shè)置。

五、系統(tǒng)設(shè)計
(一)系統(tǒng)總體架構(gòu)
本項目系統(tǒng)總體架構(gòu)包括數(shù)據(jù)收集Agent、大數(shù)據(jù)處理集群、ArcPlan圖表展現(xiàn)服務(wù)和平臺管理應(yīng)用四部分，總體架構(gòu)示意圖如下：

(二)系統(tǒng)數(shù)據(jù)流程
1、員工行為數(shù)據(jù)收集
1)agent管理：提供agent遠(yuǎn)程安裝、更新、監(jiān)控功能
2)kafka消息組件數(shù)據(jù)寫入：agent服務(wù)器將員工行為數(shù)據(jù)寫入消息組件
3)XXX相關(guān)數(shù)據(jù)庫導(dǎo)入：sqoop用腳本定期將XXX相關(guān)數(shù)據(jù)庫數(shù)據(jù)寫入Hive。

2、大數(shù)據(jù)處理
1)Spark Streaming流處理：實時接收Kafka的消息數(shù)據(jù)，經(jīng)過解析后，寫入HBase；
2)Spark數(shù)據(jù)預(yù)處理和提取特征Job：對數(shù)據(jù)進(jìn)行必要的清洗、轉(zhuǎn)換等操作，處理缺失值；按照模型要求，提取特征數(shù)據(jù)，寫入Hive數(shù)據(jù)倉庫；
3)Spark建模Job：使用Spark SQL從Hive提取特征數(shù)據(jù)，使用Spark MLlib進(jìn)行模型計算，然后將模型寫入HDFS文件；
4)Spark評價Job：響應(yīng)數(shù)據(jù)展示W(wǎng)eb Server的請求，從HDFS加載模型文件，再從Hive加載數(shù)據(jù)，并進(jìn)行實時評價；也可以定期運行，將評價數(shù)據(jù)生成后，寫入Hive或Web Server的MySQL數(shù)據(jù)庫，這樣數(shù)據(jù)展現(xiàn)速度更快。
..........
------------------------------------------------------------

更多詳情請登錄中智訊（武漢）科技有限公司官網(wǎng)，歡迎致電垂詢！