15.3.1将绩效评测系统与人力资源系统连接
作为一个常规的人力资源管理流程，绩效评测系统通常包括如下几个部分：明确考核目标与指标、绩效考评、绩效反馈、绩效奖励。通常的评估流程是一年一次，有时也在年中进行。企业绩效评测系统与企业战略紧密关联，它是一个持续的管理流程，可实时对任务执行进行监控、跟踪，定期对绩效进行总结与累计，实现与人力资源浮动薪酬系统的连接，按照绩效分配报酬。浮动薪酬的设计应与绩效评测系统相连接，绩效评测系统自动记录绩效指标变量的值，确定指标权重，浮动薪酬系统应适合特定业务状况，确定薪酬的支付时间、最低薪酬数量及浮动点数等，结合员工能力设计基础薪酬。建立与绩效评测系统连接的浮动薪酬系统就能够清晰反映企业战略，突出战略重点，持久地激励员工实现企业战略目标。
企业绩效评测系统对过程绩效的评测结果，可以成为企业团队考核、人才招聘和筛选的重要基础。绩效评测系统中关键过程绩效的测量有助于人力资源系统制定职位需求与能力、素质要求，进而制定招聘目标与策略，使之符合企业战略重点的要求。
15.3.2将绩效评测系统与信息系统连接
在企业绩效评测系统的实际应用中，测量数据比较零散，往往难以收集，特别是反映企业未来适应性等能力的数据。人力资源部的人员不得不花费大量时间从多个渠道收集信息，然后整理、组织，逐级向高层汇报。如果不能借助于信息系统，实现绩效数据的自动记录与整理，就不能有效地帮助企业提高效率与绩效水平。平衡记分卡在中国企业实施的经验也证明，绩效评测系统必须与企业信息系统实现有机集成，企业高层经理通过信息系统可以轻松跟踪企业绩效，分析、调整企业绩效指标，实现企业战略目标。
信息系统的集成靠组件化实施来实现，但必须考虑商业智能与数据挖掘技术的应用，以保证绩效评测系统所需的数据来自统一的、集中的运营数据库。商业智能技术已经成为企业绩效的驱动力。
商业智能作为一种将数据转变为信息、信息转变成知识的工具，在全球一直享有较高的声誉。如今，它已经在电子商务、客户关系管理、信息门户、ERP及其他各类企业应用系统中担当起核心技术的角色。
IDC将商业智能定义为下列软件工具的集合：
终端用户查询和报告工具，专门用来支持初级用户的原始数据访问，不包括适用于专业人士的成品报告生成工具；
OLAP工具，提供多维数据管理环境，其典型的应用是对商业问题的建模与商业数据的多维分析；
数据挖掘(Data Mining)软件，使用诸如神经网络、规则归纳等技术，用来发现数据之间的关系，做出基于数据的推断；
数据集市(Data Mart)和数据仓库(Data Warehouse)产品，包括数据转换、管理和存取等方面的预配置软件，通常还包括一些业务模型，如财务分析模型；
主管信息系统(Executive Information System，EIS)。
企业组织利用上述软件工具在统一的商业智能平台上建立所需的企业范围内的业务分析。
商业智能的基础是企业各业务活动的各项绩效指标，它们来自企业各应用系统并经“挖掘”计算而得，这些应用系统包括SCM、ERP、CRM、HR、E-Business等。商业智能及时将各种基础绩效指标及关键绩效指标(Key Performance Indicator，KPI)提供给企业各级管理者，使管理者可以快速做出决策。
商业智能作为企业绩效的驱动力，主要表现在以下几个方面。
①提取并整合来自企业内部各种应用系统的运作数据，并将数据转变成信息，信息又进一步转变成知识。而且各种系统可以来自不同的平台，这样一方面大大提升各种应用系统的分析能力，另一方面又保障了企业各种应用系统的前期投入。
②商业建模和量化的分析指标可提供企业内部关键问题的解决方案。主要包括：
商业建模、即席查询、多维度分析、假设性问题分析、KPI等技术。
③各种应用系统通过和商业智能的结合，使得业务流程与决策信息最终形成回路。
协同完成企业目标是所有系统遵循的最优先原则，这样就能及早发现企业运营瓶颈，系统更具柔性，企业易于做出及时、正确的决策。
④商业智能和知识管理的协同应用将构建企业信息门户(Enterprise Information Portal，EIP)。企业信息门户的出现将使企业管理者和企业员工拥有共同的学习平台和工作平台。通过这个平台，管理者可以轻松地了解整个企业的运营情况进而做出决策，而员工也可以掌握所需要的专业知识。
数据挖掘技术可以为绩效评测系统的建立提供强大的技术支持。数据挖掘也可以称为数据库中的知识发现(Knowledge Discover Database，KDD)，是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、有效的、新颖的、潜在有用的，以及最终可理解模式的信息和知识的过程。随着数据库技术的迅速发展机数据库管理系统的广泛应用，人们积累的数据越来越多，而这些激增的数据背后隐藏着许多重要的信息，人们希望能够对其进行更高层次的分析，以便更好地利用这些数据。数据挖掘可以理解为一类深层次的数据分析方法，由数据挖掘所得到的信息具有先未知性、有效性和可实用性等特点。
15.4运营绩效改善
15.4.1运营改善基本策略
运营改善基本策略有突破性改善和连续性改善两种。
(1)突破性改善(创新导向型)
实现改善的主要途径是对运营系统的工作方式进行重大的、显着的改变。产生跳跃式变化，“从一张白纸开始”、“回到基本原则”、“重新考虑整个系统”是常使用的词汇。
突破性改善通常是高成本的。
突破式改善最典型的代表是企业流程再造。企业流程再造彻底打破原有的功能部门，建立基于过程的、跨功能的运营系统，提供满足顾客需求的产品或服务。业务过程的设计是为了满足顾客的需求，也是组织的要求。组织中功能的作用应该是支持、帮助过程的优化，过程管理实现了组织中各部门之间及组织间的合作，在过程管理的环境中，跨部门的问题在中层或低层的同类相关人员中得以解决，因此高层经理可以集中精力处理高层战略问题、制定过程目标。业务流程再造在第13章节已作专门讨论。
(2)连续性改善(持续改进)
每月、每周、每刻都有一些新的改善，不在乎改善步伐的大小。日本的正昭今井倡导连续性改善。连续性改善的日文词为Kaizen，是指对个人生活、家庭生活、社会生活及职业生活的整体性、全方位改善。运用于工作环境时，指连续不断的、由所有人共同参与的改善活动。
约翰·贝赞特、撒拉·卡芬提出了建立持续改进的能力的三大要素：
组织能力，制定和实施特定的连续改善战略的能力；
基本行为准则，员工遵循的有助于改善战略实现的行为准则；
动因，开展持续改善活动的程序与技术。
戴明循环——PDCA循环是持续改善的基石，如图1512所示。PDCA循环推动着持续改善活动的持续进行。
戴明博士最早提出了PDCA循环的概念，所以又称其为“戴明环”。PDCA循环是能使任何一项活动有效进行的一种合乎逻辑的工作程序，在质量管理等多方面都得到了广泛的应用，P、D、C、A四个字母所代表的意义如下：
P(Plan)——计划，包括方针和目标的确定，以及活动计划的制定；
D(Do)——执行，执行就是具体运作，实现计划中的内容；
C(Check)——检查，就是要总结执行计划的结果，分清哪些对了，哪些错了，明确效果，找出问题；
A(Action)——行动或处理，对总结检查的结果进行处理，成功的经验加以肯定，并予以标准化，或制定作业指导书，便于以后工作时遵循；对于失败的教训也要总结，以免重现；对于没有解决的问题，进入下一个PDCA循环中去解决。
PDCA循环有以下四个明显特点。
①周而复始。PDCA循环的四个过程不是运行一次就完结，而是周而复始地进行。
一个循环结束了，解决了一部分问题，可能还有问题没有解决，或者又出现了新的问题，再进行下一个PDCA循环，依此类推。
②大环带小环。类似行星轮系，一个公司或组织的整体运行体系与其内部各子体系的关系，是大环带小环的有机逻辑组合体。
③阶梯式上升。PDCA循环不是停留在一个水平上的循环，而是在不断解决问题的过程中水平逐步上升。
④应用统计工具。PDCA循环中应用科学的统计理论与改善方法。作为推动工作、发现问题和解决问题的有效工具，将P、D、C、A“四个阶段”演变为8个步骤：
分析现状，发现问题；
分析质量问题中各种影响因素；
分析影响质量问题的主要原因；
针对主要原因，采取解决的措施；
执行，按措施计划的要求去做；
检查，把执行结果与要求达到的目标进行对比；
标准化，把成功的经验总结出来，制定相应的标准；
把没有解决或新出现的问题转入下一个PDCA循环中去解决。
15.4.2运营改善技术目前有许多有效的改进工具和技术，在前文中已作介绍：
企业过程建模，适应企业未来经营模式的关键技术(见第13章)；
业务流程再造，目前最热门的工具(见第13章)；
准时化(JIT)与精益思维，它是简化业务过程、消除浪费、增加有效性的技术(见第12章)；
质量功能部署(QFD)，它与系统图相互联系，依据客户需求设计产品或过程(见2.4)；
基准工程，通过向其他组织学习寻求改善(见15.2节)；
全面质量管理(TQM)(见6.4节)；
6σ管理法，可认为是全面质量管理的延续(见6.5节)；
其他常用方法：统计过程控制与控制图(见6.3节)、输入-过程-输出分析(或SIPOC分析)(见第1章)、流程图(见第13章)、散点图、因果图、帕雷托图(频率图)、归因分析(见第6章)。
1.简述绩效评测概念。
2.简述差距分析方法。
3.简述绩效改善的重要度——绩效矩阵方法。
4.如何测量供应链企业的绩效？给出一种全面的解决方案。
5.突破性改善与持续改善有何差异？
6.运营改善的基本策略？
7.运营改善技术有哪些？
8.调查一企业，你认为应使用何种改善策略？哪些改善技术适合该企业？
