工业大数据总体思路

关键词：信通互联网工业数据

第一篇：工业大数据总体思路

工业互联网和工业大数据

李海花：很高兴有机会跟大家分享中国信通院在工业大数据、工业互联网方面研究的初步的成果。

从三个方面进行介绍，一是工业互联网的理解和最新的进展。二是工业互联网产业联盟。2月1号工业互联网产业联盟成立，4月7号召开开工作组会议，想把情况跟大家分享。三是对工业大数据的认识。

首先分享对工业互联网的理解。美国先进制造，德国工业4.0，中国制造20

25、智能制造、两化融合等，都是在推动工业互联网。

虽然各国的战略不太一样，但是核心都是推动制造业的转型升级，结合了新一代的信息技术，推动装备升级以及工艺材料方面的升级。

在工业互联网的发展下，会产生很多新的业务和模式，我们总结成“四化”，智能化生产、网络化协同、个性化定制、服务化延伸。四化的内涵有很多，包括互联网内部和公众网上会有一些大的演进和变革，最终为了实现我们的节能减排目标。

首先对工业互联网内涵的理解。工业互联网是产业和应用的生态，是互联网新一代技术与工业系统的全方位深度融合形成的产业和应用的生态。

互联网是全球互联的基础设施，工业互联网架构在现有的公众网络上，针对工业有增强和演进。所以信息基础设施是很重要的一环。在网络层面，除了大网还要考虑工厂内部网络信息化和信息控制系统的发展建设。

数据是很重要的一环。网络互联只是一个基础，但是不是目的，目的应该是数据基于各种网络链接能够流动起来，形成全方位各个层次的数据链条。在此基础上，通过建模分析产生各种智能化的应用。数据涉及到很多层面，包括底层数据传送。另外，不同的层次采集数据，包括工业数据的自执行，跨系统数据的共享、流动和建模分析。数据和工业互联网是非常紧密的关系。目前工业互联网体系架构还在研究，希望在5月份的时候能够发布体系架构。这个体系架构包括了定义，怎么看待工业互联网。目前达成了一些共识，首先数据是非常重要的核心，它涉及很多环节，包括数据采集，在微观层面数据实时的集成处理，保证工业处理的实时性。往上有数据的建模分析，再结合各个层次，车间工厂企业层面利用数据实现运营生产的优化。另外还要考虑数据在大网上的闭环。工业互联网大的体系架构就是把数据作为核心的要素，跟物理的连接，包括应用采集层面。

另外是网络化安全，网络是基础，安全是很重要的保障。网络含了网络的互联，还有标识解析和应用支撑，IaaS、PaaS、SaaS都有相关的支撑，还有系统的服务化。这是我们对整个工业互联网系统的认识。

分享工业互联网的一些进展。德国工业4.0推动的比较快，工业4.0平台政府发挥重要的作用，另外企业、高校、研究机构，几大协会等，共同推动工业互联网的发展。2015年10月份发布标准路线图2.0版，提出成立工业4.0标准化理事会，发布了参考架构和详细描述，还包括案例库的收集和测试床。

美国工业互联网联盟组织目前进展非常快，成员涵盖251家，涵盖了十大类型，有大数据企业，工业企业，系统集成企业等。40%多是美国，但德国、亚太的企业也在纷纷加入IIC，发展非常快。美国工业互联网联盟的目标是提出参考架构，在此基础上引领标准的制定和相关的研发。中国已经有11个单位加入和组织活动。美国工业互联网联盟组织梳理的核心工作，一个是测试床，进展非常快，待通过的20多个，已经通过的15个左右。另外也征集了很多的案例，提炼共性的需求，展示业界具体的经验。IIC已经和70来个组织建立了关系，希望能够深化标准组织的影响力，把IIC的成果反映到标准组织里面去，开展标准化的工作。

2015年美国IIC和德国工业4.0都发布了参考架构，两个组织也在进行对接。3月2号，德国工业4.0和美国IIC签署了合作协议，进行深度的合作。参考架构做了一个映射，左边是IIC的架构，从功能视角可以看到有物理、控制、运营、应用、商业，跨层的功能和系统特征。右边是德国的参考架构，基本是三大集成的理念，纵向的，端到端的全生命周期管理。从功能的角度做的一个映射，双方签署了合作意向会进一步推动将来的合作，针对具体的测试床和具体的标准，IIC和德国工业4.0计划5月初在芝加哥开会进一步讨论。

中国企业在工业互联网方面做了很多探索，包括海尔智能工厂，航天二院天智云。海尔在沈阳的冰箱厂一个产品线能够支持500多个型号的产品生产，在各个维度都有快速的对产品线的调配。航天二院之天智云发展非常快，包括协同生产服务和制造资源相关的企业搭建一个大的平台，提供协同的设计研发和商业方面的对接，现在已经汇聚了30多个企业。

应用实践推动工厂内外的改造。从生产系统改造来看，灰色是现有生产制造的产线和控制系统，很难改造，企业普遍的做法是在设备上叠加一些传感器，这样能把数据采集上来，汇聚到工业数据平台上进行大数据的分析和应用。

简单介绍一下工业互联网产业联盟，苗圩担任指导委员会主任。

成员发展非常快，刚成立时143家，现在正式会员158家，还有很多在提出申请。中国信息通信研究院是理事长单位，还有9家副理事长单位，34家理事单位。来自工业企业和信息通讯企业会员的数量是持平的，都是30%多，一个36%，一个38%。我们希望工业互联网产业联盟能成为全球化的联盟，也有境外的企业参与。

现在联盟一共有七个组，总体组、需求组、技术与标准组、安全组、试验平台组、产业发展组、国际合作组。在总体组下面设了三个特设组，工业大数据、边缘计算和知识产权，也是希望能够对这些重点的方向汇聚力量快速突破。

七个工作组主要工作范畴的总体考虑。总体组主要是体系架构研究和整体工作统筹。需求组涉及到共性和行业特有需求的分析。技术标准组对网络技术、云、大数据相关的基础研究和标准的制定。联盟希望跟德国和美国IIC合作，组织相关的试验平台，把研究成果拿到试验环境下验证推动。试验平台组包括方案在试验平台上的试运行。产业发展组会做产业发展推广的工作，包括试点示范，包括解决方案的遴选，最佳实践推荐。国际合作组是跟国际合作的推动。

我担任总体组的组长，阿里的是需求组，航天科工是技术与标准，360是安全，试验平台是华为，中国电信是产业发展，信通院是国际合作，华为是边缘计算组组长。

下次的会议计划在7月份召开，各个工作组的工作同时推动。

联盟2016年的成果显著。一个是试验报告，成熟以后会在联盟的网站上发布。试验平台会搭建水平架构和垂直领域试验平台。产业发展也有很多工作要做，包括试点示范、解决方案的输出、优秀案例的发布，另外有推动标准研制和国际合作的工作。5月份左右开始有成果的输出，大家可以多关注。

下面介绍工业大数据。工业大数据在很核心的位置，包含很多环节，包括采集、处理、建模、决策。数据源很多，来自不同的元素，包括传感器、机器、工厂、企业经营数据。通过网络互相衔接形成大的闭环。

对工业互联网与传统的工业数据和互联网数据进行对比，包括范围、采集的频率、数据量、格式、关联性、实时性的要求。整体来看，工业互联网实时性的要求更高，特别是在生产制造环节。工业互联网的数据量非常大，数据的结构是并存的，实时性比较突出。

目前工业架构中的数据应用总体来看是相对割裂的，没有完全形成一个闭环。企业有一个网关，这是防火墙，生产环节的数据基本上还是在这个层面，没有很好的和企业之间衔接起来。很多数据的配置和使用都依赖于员工的调整，没有达到智能化自动的调整。另外，没有形成真正的闭环，以及和企业层面形成大的闭环。

工厂部署环节图。将来工厂内部有两个层面，一个是在工厂下面形成一个闭环，将来边缘计算的能力是很关键的。另外，很多数据能够上到企业级的数据平台上去，包括互联网的数据，包括生产环节的数据。最终通过数据的分析实现对生产经营的决策和反馈控制。从这张图上可以看到将来数据对信息系统的演进和对外连接也会有很大的影响和推动作用。

这是从功能架构给出来的工业数据，分成几个大的层次。这张框架图还在讨论修改中，和最终发布的不完全一样，分为数据采集。然后是数据集成和处理，数据采集上来以后，跟实现工业系统的数据对象关联，很多不同的数据进到不同的数据库里。数据采集上来后叠加语义进行描述，以便进行数据的分析和建模。最终实现各个环节智能化的应用。在建模上我们跟国外可能有一些差距，不仅是某一个功能，包括产线整体的建模、流程的建模，这是未来很重要的关键。

工业互联网产业联盟下面有大数据特设组，希望通过特设组快速推动工业大数据的研究。包括整体性的研究、需求框架、标准试验。

这是具体的成果，一是发布大数据行业需求分析报告，对具体行业数据应用情况和需求进行分析。二是针对工业大数据给出体系框架，包括后续的实施路径，发布白皮书。还有一个重要的工作，特设组的工作是将来要制定什么样的工业大数据的标准，开展什么试验，开展什么验证内容，由哪些专门的行业来推动，会给出倾向性的建议。

这是我对工业互联网和大数据很简洁的汇报，谢谢大家!

第二篇：工业大数据的未来发展方向

工业大数据的未来发展方向(从阿里和航天说起)

2016年12月5日，清华大数据技术·前沿系列讲座——“工业大数据的技术趋势与应用场景”在清华大学FIT楼多功能厅成功举办，本期讲座邀请到了阿里巴巴集团副总裁、阿里云业务总经理刘松、航天科工集团航天云网科技发展有限公司副总经理祝守宇和阿里云事业群数据业务总架构师周卫天来为大家介绍工业大数据的建设背景、发展现状、国家战略、发展趋势、竞争对手、发展启示及建设意义。

作者：佚名来源：THU数据派|2016-12-12 13:32 收藏

阿里巴巴集团副总裁、阿里云业务总经理刘松首先致辞

刘松，现任阿里巴巴集团副总裁，兼阿里云业务总经理，负责阿里巴巴云计算生态构建工作，包括：大中型合作伙伴的战略合作，云市场与ISV的发展，大学合作与开发者计划，阿里巴巴双创示范基地，阿里云创客+，云栖100合作计划，阿里云研究中心等方面，并担任云生态战略与技术发展趋势的主要发言人。刘总主要从三个层面的角度分享了他的想法。

一、数据技术(Data Technology)的发展趋势作。目前数据成为互联网平台企业的关键技术，包括苹果、谷歌、亚马逊等全球十大科技公司都逐渐演变成数据化、智能化的平台公司。数据技术的(DT)发展将对各行各业产生影响，新一代信息技术的优化使得全球的软件定义、数据驱动的商业模式逐步明显，数据智能也会在各个传统行业得以应用。

二、中国工业互联网的路径选择。德国公司发展工业4.0的原因是害怕谷歌、facebook等互联网平台公司对消费互联网数据的控制，提出工业4.0与其抗衡;而美国以GE为代表推出了predix平台，但仍然采用着将软件工程作为工业附属的操作模式，这种模式目前看来可行，但是横向扩展有限，而美国东西海岸的科技界对此仍处于不合作状态。目前在中国，基于良好的移动互联网经济，如果将互联网的平台模式和传统工业(包括汽车、飞机、机床、能源互联网)等产业结合起来，探索出新的跨界重混模式，会因为巨大互补效应而产生化学反应，中国制造业可能会走上一条换道升级的路径。

三、中国工业大数据的挑战与机遇。目前中国的工业生产模式很重，通过数据智能改进的产业机会非常大。除了技术和产品层，中国工业大数据要解决的非技术挑战主要有两点：一是文化的问题。工业企业文化和互联网企业文化差异很大，要解决work together的问题;二是人才的问题。这个领域需要的人才非常广泛，要有对工业本身理解的人才，需要了解具体的生产工艺，要有工业软件人才、要有数据处理的人才，这个领域是一个绝对跨界融合的产业，难点在于跨界合作的人才集成。工业大数据的推进问题，我们首先考虑的是能不能把人才高效地积聚起来。人的要素、文化的要素是推进工业大数据两个最重要的因素。

航天科工集团航天云网副总经理的祝守宇为大家分享工业互联网和工业大数据的应用

祝守宇，国家千人计划专家，教授级高级工程师，清华大学自动化专业学士、硕士。祝守宇先生的主要研究领域包括移动互联网大数据分析、工业互联网数据分析等，拥有国内外发明专利数十项，省部级科技奖励多次。航天科工集团的前身是国防部第五研究院，由著名导弹学家、火箭专家钱学森组建。目前其主要以一主两翼三创新为整体发展目标，包括一主：航天防务、两翼：信息技术和装备制造、三创新：技术创新、商业模式创新、管理创新。在产业政策层面，工信部力推“制造强国+网络强国”的行动计划，将“中国制造2025”和“互联网+”行动计划列为未来产业发展的主攻方向。

航天科工集团航天云网公司的发展愿景是建设国家级工业互联网平台。航天企业采取互联网思维，将航天云网打造成为全国第一批、国内第一个工业互联网平台，实现“人人皆可制造”的目标。航天云网的主要业务方向为：

一、工业4.0，涉及互联网+智能制造，重点在于企业智能化改造无人工厂、黑灯工厂。

二、工业互联网，突出的是设备资产的管理。

三、中国特色的互联网+制造资源共享，暨产业互联网。相比于移动互联网，工业互联网是“硬科技”，伸手要数据进行分析的模式是低端模式，而真正有效的模式是从最基础的工业解决方案开始，帮你产生数据，进而再去分析处理数据。航天科工集团不仅是国内智能装备领域的领航者，还是同时涵盖“高端装备制造”和“信息技术”的为主营业务的集团。这也反映了中国工业互联网发展上，企业对基础技术上的积累和能力的重视。

那么如何看待工业互联网产业呢?通过与消费互联网对比，我们可以得到更好的理解。消费互联网时代是以人的连接为主，主要形式实际上是手机和PC，手机数据量又远远超过PC。它的数据产生于三个方面，PC、手机、消费型智能硬件(手环、手表)。工业互联网以机器生产系统为主，数据来源主要有三项。第一个是复杂装备，第二是生产体系，第三个是工业级的智能硬件，比如说空调、充电装置、路灯等等小型的装备，大的复杂装备包括航空发动机等等。全球的物联网，连接进网的设备，预计到2019年大概是250亿个，PC和手机大概八九十亿。从设备链接的数量来看，工业设备的联网要远超消费联网。

我们来分析一下消费互联网的产业链条。消费互联网的产业链条是通过手机和PC产生数据，通过基础平台运营商为链接(移动、联通等)，在运营商之上产生BAT类似的应用，这一类应用从运营商的角度来讲叫OTT。整个产业的推动实际上是通过运营商来完成的，向下来推动手机和智能硬件的发展，向上推动应用的发展，当然最有价值的就是这个行业的推动者。

同样的，工业互联网中采用的数据不一样但数据设备仍然是最顶层的基础，往上一层是现代的云计算大数据平台，是像航天云网和阿里这样的企业等等，再上面的是一些工业级的应用，所以从产业推动来讲，跟消费互联网很类似。最终价值和重要性，需要靠中间的平台层去推动整个产业的发展。借助业界的大拿讲的话，“远景清晰可见，工业互联网”是变革的真正机遇，这将远远超越“消费互联网”。

相比于大数据技术在消费级互联网中的应用，我们的工业大数据是大家更应该投入的产业，这是一件举足轻重的大事，我们也能够在更大的舞台上，做出更多对人类发展有巨大贡献的事。“资源共享、能力协同、开放合作、互利共赢”是航天云网人的企业内涵和精神理念，作为国家的战略性平台，欢迎大家加入我们的队伍，也欢迎大家跟我们合作。

阿里云事业群数据业务总架构师周卫天老师为大家带来精彩的演讲

周卫天老师通过融合一些案例对整个大数据领域的技术发展趋势与工业大数据的技术驱使向在场的观众进行分享。

信息革命2.0：DT时代正式开启

DT时代已经来临。数据取代石油，成为全球经济基础要素。IT技术成为重要生产力，云计算成为基础设施，互联网+物联网构成万物互联的信息交互渠道，全球市值TOP5第一次全部都是科技公司：Apple，Google，微软，Amazon，Facebook全部是云化、数据化、智能化的公司。

2009年，马云先生讲了阿里巴巴是一家数据公司，在2010年的时候，马云先生反复强调要做云计算，坚持发展云计算。数据平台的核心是软件能力，未来五年，大数据的发展趋势就包括延伸软件平台，把传感的技术、芯片的技术集成起来。

数据分析处理能力实战锤炼

阿里在实战中的阿里大数据是怎么来的?首先体现在支付能力上。刚刚过去的“双十一”，阿里有两个惊人的数据，12万笔/秒支付的顶峰;峰值支持能力10分钟，30分钟压测能力,10.5亿笔总支付的记录,电商平台、蚂蚁支付拉高了整个阿里体系的技术能力。这类金融系统每秒十几万笔是非常了不起的数据。

阿里在数据处理上的经验总结为两点。第一，是数据处理，第二，是人工智能。阿里有一个天池平台，由于支持大量多业务，今天阿里已经有了几百万张表。在我们国家，比如一些大的部委，十几万张或者是几十万张表已经很大了，当我们处理百万张表的时候，建模就不能用传统的方式来做。按照我的主要业务营销、财务、实践模块，把表与表之间的关系，设计地非常圆满，然后基于这个之上再来开发应用。在阿里，因为互联网的快速增长、野蛮增长，来一个业务就建一个表，一个表拉几个字段，每晚会对增量数据进行对比，这是阿里本身的一套技术体系。所有元数据表，每一个字段都有一个开发的同学认领，对主要的所有字段都会按照数据的级别、按照业务的重要程度、调用的频率排重要度进行排列。数据之后会经平台的甄别来判定数据的可信程度。确保了数据质量的准确性、唯一性，数据的准确性对数据分析至关重要。

第二，今天，阿里云后面有一支比较大的团队做视觉智能、语音智能。将数据打通，包括线上线下的数据，网上的虚拟身份的ID，怎么跟电话号码、身分证号码怎么打通，把数据进行有效的利用。阿里拥有一个天池众智平台，所有涉及到高级算法、智能算法的问题，通过众智平台，由阿里自己的科学家把问题的目标、问题进行分解，平台上五万名科学家和算法爱好者提供一个最好的方案。正是因为这样一个大数据智能平台才支撑了阿里形形色色的业务。阿里的登月历程与选择

阿里在2013年开启登月工程，把原来很多的业务、支付宝、小贷、集团的B2B，以及后来已经开始有收购的业务，做到统一的平台上来。

阶段一：阿里启动前约2到3个月进行了全面的工作准备，进行了公共平台和服务层的建设搭建;数据规范、指标体系、数据安全、质量控制的流程制度及工具的开发;成立了登月数据委员会(全职同学不同时期约七到十人左右;虚拟团队的同学每个主要业务团队都规定了对接接口的同学) 阶段二：2014年正式启动从云梯1迁移到云梯2的过程，最终分解为几十个登月项目。云梯2中开发、调度、质量控制和元数据管理Meta是全新的、不一样的一套体系。比如：DQC和ODPS底层的大数据统计分析功能、计量功能的演化。光是元数据Meta管理和统计分析的模式和云梯1里面的Oracle库、GP库、开源Hadoop库很不一样。2015年6月所有老系统全部接管，完成了新旧系统的并除。

对于大数据的技术走向和趋势，周总提到了三点:

一、智能化

所谓智能化本质上是计算机化，不是固定僵硬的系统，而是能自动执行程序、可编程可演化的系统，更高的要求是具有自学习和自适应功能。无人自动驾驶汽车是智能化的标志性产品，它融合实时感知、导航、自动驾驶、联网通信等技术，比有人驾驶更安全、更节能。

二、个性化

个性化的背后是大数据和视觉识别技术的发展。人脸识别、语音智能、OCR证件的认证，这是个性化很早的一面。最新的语音识别的数据是利用深层的神经网络，正是由于现在数据的爆发，以及计算处理能力的提升，也就是GPU很多的能力，今天生成的神经网络已经能够计算到12层、13层了。

个性化的数据库。以某衣服制造厂商的数据库为例，其版型数据库能做到3000+版型/天，而如果使用手工打版，每天生产1200多套西服的红领，至少需要500多个打版师傅。款式数据库，这是实现客户订单提交、产品设计、生产制造、采购营销、物流配送、售后服务一体化的开放性互联网平台，做到了个性化和融合化的完美契合。

个性化的搜索引擎-千人千面。实时预测用户对物品偏好，个性化推荐，千人千面，支持定制推荐算法。

三、融合化

大数据跟工业制造当中的特征工程是可以结合的，让大数据去完善、加强原来特征工程中对于工业制造的质量控制、质量改善、良品率的提升，同时大数据的分析能做传统特征工程不能做的事情。

智能工厂、货运列车故障检测需求分析、重型的设备公司等等，这些重型机械企业都在转型，通过大数据可以预测出最有价值的客户，甚至在融资、将来设备的租赁方面等都有贡献。我们的大数据跟工业的特征工程、传统经验融合起来，产生更多的智能，从而让大数据能够真正地为智能制造、互联网+的华丽转身做一点贡献、做一点力量。

整场活动干货满满，嘉宾精彩的分享使参与活动的学生和业界人士反响很热烈。本次活动由清华大学数据科学院主办，清华大数据产业联合会协办。

【编辑推荐】 1. 2. 3. 4. 5. 大数据让教育实现“私人订制” 大数据可视化破解信息安全难题大数据工作的正确打开姿势

新一代信息技术产业加速变革大数据产业迎发展机遇钱岭：大数据研发历程的回顾和思考

第三篇：发展总体思路：

对我市碧江区六龙山光箨篌竹产业发展总体思路：优化、提升、转变、壮大，即优化光箨篌竹产业链的规划布局，提升光箨篌产业层次，转变竹产业的发展模式，壮大光箨篌竹产业的规模。在可持续利用经营的情况下，如何向我们的青山绿水要财富、要效益，把六龙山真正变成老百姓的“金山银山”，同时把我们铜仁城区打造气净、水净、土净的“三净之地”。着力在四个方面下功夫：一是着力在规划布局、基础设施上下功夫，各级政府和有关部门要想方法为企业创造条件，解决基本的水、电、路、通讯等基础设施，营造良好的营商环境，并鼓励、引导上规模的企业来六龙山经营光箨篌竹，使企业进一步发展壮大;二是着力做宣传、树品牌、引企业、培育龙头企业上下功夫，大力宣传六龙山地理，旅游等优势，各级政府和有关部门要在政策、规费征收和资金支付等方面出台优惠政策，鼓励企业做大做强;三是着力加大产业模式，改变单一的光箨篌竹产业生产链，引导农民发展竹下养殖，林区配套种植，成立专业合作社等;四是着力在技术创新上下功夫，改变产品单一的现状，提升产品附加值，重点在竹笋的食用、药用，竹编、竹板的用材，旅游景观，水土流失保护等下功夫，各级政府和有关部门要在科技投入、产品研发、专业人才培养上大力支持企业，通过技术创新，推进企业转型升级。

第四篇：绩效考核总体思路

北京永泰房地产开发有限责任公司

绩效管理办法总体思路

1.概述

企业战略是企业前进的方向和目标，基于战略的人力资源开发与管理体系是企业战略实现的坚强保障基础。人力资源培训与开发系统服务于企业战略，依托于企业任职资格系统和绩效考核评价系统。企业战略是培训需求的内在动力;任职资格系统是开发设计培训课程体系和教材体系的基础，是培训的方向;绩效考核评价系统是产生培训需求的原因。

通过建立战略的人力资源管理体系，实现企业实际人力资源状况与战略要求对接，以加速企业战略的实现是人力资源管理的目的。

在人力资源管理体系中，员工任用、培训、考核等各个环节密不可分，相互交织、相互制约。因此制定员工奖惩激励制度，实行绩效考核管理必须考虑人力资源管理工作中的各个环节。

2.绩效考核管理办法总体思路 2.1绩效考核的目的

2.1.1通过绩效管理与考核传达组织目标，引导员工参与管理，全面了解和评估公司员工的工作绩效，激发个人潜能和工作热情，提高员工工作效率，完成各项工作任务。促使员工个人目标与组织目标，员工个人利益与组织利益共同实现。

2.1.2改善组织管理过程，促进管理的科学化，规范化，保证公司整体目标的实现，提高在市场竞争环境中的整体动作能力与核心竞争实力。

2.1.3客观公正地评价员工的绩效和贡献，为薪资调整，绩效薪资发放，职务晋升等人事决策提供依据。

2.1.4反馈员工绩效表现，加强过程管理，强化各级管理者的管理责任，促进指导、帮助、约束与激励下属;促进管理者与员工之间的沟通与交流，形成开放、积极参与、主动沟通的企业文化，增强企业的凝聚力。

2.2绩效考核管理的原则

2.2.1客观公平原则：绩效考核过程中对被评者的任何评价都应有以事实为依据，对同一岗位的员工使用相同的考核标准，且在一段连续时间内，考评的内容和标准不能有大的变化，考核评价的方法应具有一致性。

2.2.2公开性原则：管理者要向被管理者明确说明绩效考核的标准、程序、方法、时间等事宜;考评结果对考评负责人、被考评人、人事负责人、(副)总经理公开，任何人不得将考评结果告诉无关人员。

2.2.3开放沟通原则：在整个绩效管理与考核过程中，管理者和被管理者要开诚布公地进行沟通与交流，考评结果要及时反馈给被考评者，肯定成绩，指出不足，并提出今后应努力和改进的方向。发现问题或有不同意见应及时进行沟通。

2.2.4常规性原则：绩效管理是各级管理者的日常工作职责，对下属做出正确的评估是管理者重要的管理工作内容，绩效管理工作应成为常规性的管理工作。

2.3绩效考核管理的依据和内容

2.3.2绩效考核管理的主要依据是部门职责和岗位工作职责及部门制定的月度、季度、年度工作计划。因此，要求明确各部门职责，合理划分管理权限和工作界面，实行领导负责制的计划管理，并将公司年度经营计划目标分解到各部门、各岗位。

目前，公司已制定各部门职责及岗位说明书，在具体实施过程中还需进一步完善。许多相关业务部门工作联系较多，业务交织，因此工作流程再造及业务范围划分上需进一步改善，以理顺公司内部管理，建立科学、合理、符合公司实际的管理机制，这就要求建立和健全相关管理制度，规范内部管理。

2.3.1绩效考核管理的内容包括：工作业绩、工作能力工作态度、综合素质等方面。工作业绩，是以事先确定的个人工作目标和工作结果为主要内容，即在本人工作职责范围内，工作计划(月度、季度、年度)执行与完成情况，包括上级领导临时交办的其他工作任务。

工作能力，考核评价标准以部门职责、岗位职责为标准。是针对被考评人负责或承担的工作目标、任务，所应具备的指挥、管理、协调等方面的能力和专业知识、技术水平，在实际工作中的发挥与运用程度，以及与相关业务部门工作的协调、配合状况。

工作态度，考核评价准以《员工考勤管理制度》、《员工礼仪及工作规范》等相关制度为标准。能否以端正、积极的工作态度，热情饱满地投入工作，主动性、创造性地开展工作，完成工作任务，并能承受工作压力。包括遵守公司相关管理制度的情况等评价。

综合素质，考核评价标准以在日常工作中，是否有自我发展、自我学习的自主意识和自我约束、自我管理的自觉意识。

2.4绩效考核管理的规程 2.4.1组织机构

人力资源部是公司员工绩效考核的常设机构，负责制订及修订绩效考核方案，组织实施绩效考核工作，协助各部门按计划实施考核，并监督、控制考核工作的全过程，负责制度解释和处理有关评估投诉，及时收集和整理各类考核信息进行分析，依据考核结果和组织人事政策，向公司领导提供人事决策依据和决策建议。

各部门负责依据绩效考核方案，按计划组织实施本部门的考核工作，协调和解决本部门员工在考核中出现的各类问题，及时向本部门员工反馈考核结果。根据考核结果和组织人事政策向人力资源部提出本部门职权范围内的人事决策建议，反馈本部门员工对考核方案的看法。

2.4.2考核方式

人力资源部统一制定考核方案，采取分层考核，分步实施的考核方式。不同职级的员工考核周期、考核标准及考核方式不同。具体如下：

高层管理人员的考核：属管理、决策层面，由集团人力资源中心确定考核周期、考核标准，采取述职即自我评议和民主评议相结合的形式，具体考核内容以经营目标完成和管理改进为主。

中层管理人员考核：属执行、操作层面。由人力资源部确定考核周期、考核标准，集团人力资源中心参与并监督考核工作的全过程。采取自评、直接上级评议与同级管理人员互评相结合的形式，具体考核内容以部门关键业绩指标落实、计划完成和业绩改善情况为主。

一般员工考核：属具体作业层面。由人力资源部确定考核周期、考核标准，采取自评与直接上级评议的形式，具体考核内容以目标、计划执行操作情况为主。主要包括：工作质量、工作数量、团队协作、团队建设与管理等。

2.4.3考核结果的运用

依据对员工的绩效考核，进行综合评价，分为四个等级：A优秀、B良好、C合格、D不合格。考评人根据考核结果视具体情况与被考评人进行绩效考核面谈，确认考核结果，共同制定工作改进措施和提高绩效方案。

考核结果可作为工资、奖金、职务晋升(降)、任职资格、员工培训等人事决策和调整的依据。

(一)依据考核结果，确定发放绩效工资基数和奖惩比例。

(二)根据年终考核结果结合阶段性考核成果，综合评价员工一年工作表现，结合《薪资与福利管理制度》确定薪资调整范围及调整幅度及年终奖金的发放。

(三)依据考核结果，结合《员工任用、调配、解聘、辞退管理办法》做出相应人事调整。

(四)依据考核结果，结合《员工培训制度》确定培训对象、培训内容和培训方式。培训对象的确定分为两个层面：一是，经考核，表现突出，具发展潜力的员工可列为培训对象，以储备人才，建立人才梯队，增强企业核心竞争力;二是，经考核，不能很好地胜任现岗位工作，需通过培训，提高专业技能和业务水平，以达到岗位要求，提高工作绩效。

2.3绩效考核管理体系的建立结合公司实际建立、健全和完善绩效考核管理体系。

(一)绩效考核是人力资源管理系统内重要模块之一，与员工任用、培训等模块相辅相承，密不可分，共同组成完整的人力资源开发与管理系统。人力资源管理系统内其他模块为绩效考核管理的实施提供系统支持。因此，建立完善绩效考核管理体系的同时，需完善员工培训、薪酬福利、员工任用、员工奖惩等相关人事制度，用制度规范人力资源管理，真正发挥绩效考核管理激励、约束员工的效用。

(二)针对各部门业务内容、工作性质的不同，可依据公司绩效考核管理办法，制定本部门员工绩效考核实施细则。具体如下：

工作指标可明确量化的，且可以用数据衡量业绩标准的业务部门，可结合公司绩效考核管理办法制定考核实施细则，进行业绩考核。工作能力、工作态度、综合素质等方面的依据公司绩效考核管理办法实施。如：销售部、成本控制部、工程部等。

工作指标难以量化的辅助部门，依据公司绩效考核管理办法对员工进行考核。如：总经办、财务部、人力资源部、合约部等职能部门。

(三)建立完善的薪资福利管理体系。绩效考核结果的运用应与合理、完善的《薪酬福利制度》相结合，发挥绩效考核管理奖勤罚懒、优胜劣汰的激励作用。就薪酬福利制度而言，其本身就是一套有效的激励机制，合理、完善的薪酬体系是依据组织结构的设置、任职体系、岗位分析及岗位要求等制定的，其激励作用的发挥依托于绩效考核管理，最终以员工薪酬福利的调整、职位的变动而体现。

(四)加强员工培训，提升专业技能和知识水平，提高工作绩效，是绩效考核管理工作中的重要环节之一。绩效考核管理使得员工培训的目标明确，培训对象、内容以及方式更具针对性，以达到因地制宜、因材施教，提员工综合素质的目的。

(五)绩效考核管理侧重于员工业绩，即工作成果。同时也兼顾员工的工作态度、工作能力、专业技能与知识水平、综合素质等方面的考核。为提高员工绩效，规范管理，不但要求规范员工的行为，而且要求增强员工自我发展的意识，从精神层面上与公司理念保持一致，为绩效管理提供制度保障。如：《员工礼仪及工作规范》、《考勤管理制度》、《奖惩制度》、《员工社会保管理办法》、《劳动合同与人事档案管理办法》、《汇报、谈话和工作沟通管理办法》等相关人事制度。

(六)企业文化建设应融入人力资源管理与开发工作之中。企业的成长与壮大关键在于人，以人为本，任人为贤的用人原则正是基于这一点。选人、用人、育人、留人是企业人力资源管理与开发的根本。在人才的开发与培育过程中，需要将企业的文化理念、价值观念等意识形态层面的思想精神植入员工的脑海里，以支配他们的行动，规范他们的行为，更好地为企业服务，增强企业凝聚力和核心竞争力。

综上所述，实施绩效考核管理与人力资源开发与管理的其他各环节是不可分割的，并与之相互匹配。脱离了其他各环节的绩效考核管理都不能很好地好发挥其激励、约束员工的效用。因此，建立完整的人力资源开发与管理体系，建立健全相关人事制主，做好人力资源管理的基础工作是建立绩效考核管理体系的基础和前提。

人力资源部

二OO四年九月三十日