Analitika podatkov iz evidence delovnega časa

Človeški viri so najdražja in najdonosnejša dobrina v večini podjetij. Uprave se tako stroškov kot pomena ljudi zavedajo in zato nalagajo HRM oddelkom vse bolj kompleksne zahteve po podatkih v ustreznih oblikah in seveda v realnem času. Iz takšnih analiz nato uprava sprejema odločitve na področju investicij ali zmanjševanj obsega poslovanja.

BI (business intelligence) počasi zamenjuje tradicionalne obdelave podatkov. Če smo še pred kratkim dostavljali “big data” (veliko količino podatkov) v Excel tabelah, danes uprava od nas zahteva že pripravljene analize iz katerih že z enim pogledom lahko sklepa in sprejema kvalitetne odločitve in kar je še važneje: je sposobna napovedovati.

Če nas je do sedaj vsako leto število bolniških izostankov presenetilo, danes želimo vnaprej napovedovati koliko takih odsotnosti lahko pričakujemo, zakaj in kako v nekaterih oddelkih prihaja do več odsotnosti, kateri dnevi so odsotnostno najbolj frekventni in podobno. Vsa taka napovedovanja znajo odigrati ključno vlogo, če imamo na primer proizvodnjo, ki po možnosti doživlja sezonske vrhove.

Po drugi strani je lahko še večji izziv kako preprečiti neučinkovito prisotnost na delovnem mestu (prezentizem), ali tako imenovane “prazne ure”, ki niso beležene na projekt, opravilo ali vrsto dela.

Analitika

Rešitev Time&Space s svojimi moduli pospešuje pridobivanje vseh podatkov, ki so za upravljanje z delovnim časom relevantni, poleg tega pa je opremljen tudi z modulom za analitiko teh podatkov.

Modul Analytics Data Generator

Glede na to, da ima vsako podjetje specifične zahteve po BI (interna pravila, kateri panogi pripada in oblike dela), smo v Špici pripravili modul, ki dostavlja podatke po meri.

Modul se instalira na server, kjer teče Time&Space, potem pa modul odlaga podatke na vnaprej definirano lokacijo in jih na določen časovni interval osvežuje. Dolžino intervala nastavimo v sistemu.

Skupaj z instalacijskimi navodili modula, prejme uporabnik tudi popis vseh polj, ki jih nato uporablja v svojih SQL poizvedbah.

Primer: kateri delavci delajo med vikendom?

Rad za vikend

Primer: kateri zaposleni zamujajo na delo?

Kasnili na posao

V navodilih Špica prilaga tudi par SQL poizvedb, ki jih lahko nato podjetja glede na svoje potrebe prilagajajo ali iz njih gradijo nove poizvedbe ter koordinirajo z upravo.

Za temeljito prezentacijo modula in dobre prakse, ki jih je Špica v svojih 25 letih izkušenj pridobila, se nam vsekakor oglasite.

 

SHARE
Marija Jakopin is a presales consultant. Her field of work is about optimizing HRM processes and RFID tracking. She has an Applicative Mathematics Faculty degree, which enables her to understand the needs of the market from the IT point of view. In her free time she likes to explore tunnels.