一种HEIT智能定目标系统算法的制作方法

一种heit智能定目标系统算法
技术领域
1.本发明涉及互联网行业大数据智能分析应用技术领域，具体为一种heit 智能定目标系统算法。


背景技术：

2.企业经营目标制定的不合理，会带来诸多不利的影响。
3.如果目标制定的太低，团队没有压力，不能激发团队的潜能，会影响企业的发展。目标制定的过高，将导致目标不能达成，会进一步导致整个团队士气不振，对企业经营和团队管理带来很大的负面影响，现在绝大多数中国企业正在迈入数字化经营的时代，用数字指导企业经营和管理，对于目标的管理是企业经营管理中最为重要的环节，而对于目标的制定则是目标管理的基础和前提，能够利用大数据的优势，并结合智能的算法，帮助企业经营者和管理者制定合理的目标。


技术实现要素：

4.(一)解决的技术问题
5.本发明提供了一种heit智能定目标系统算法，具备能够帮助企业经营者和管理者制定合理的目标的优点，解决了背景技术提出的问题。
6.(二)技术方案
7.本发明提供如下技术方案：一种heit智能定目标系统算法，包括以下流程：
8.s1、建立数学模型：数学模型计算公式为：gheit＝a1xh a2xe a3xi a4xt；
9.其中,a1-a4:分别代表各因子的权重比例，根据各行业有差异，取值来源于淘课算法库的积累；
10.算法计算时有两种方法进行实现，第一种采用轮询渐进的方式；
11.第二种采取对四种变量因子采用的不同的权重进行综合方式；
12.s2、建立数仓结构：根据数据属性及业务需求的不同而定下了heit数仓结构，heit数仓结构包括：history、external、internal、theory；
13.s3、提取参考数据：数仓的结构定义完成后，然后从繁杂的数据中获取到我们需要的参考数据；
14.优选的，所述s2中四种变量因子分别为xh：历史数据因子、xe：外部标杆因子、xi：内部标杆因子、xt：理论模型因子。
15.优选的，所述s3中history:企业内部个人产生的历史操作数据，所述 external:企业外部参考数据，如外部同行业竞品公司、同行业标杆等数据，所述internal:企业内部参考数据，企业内同部门、同团队标杆参考数据，所述theory:理论因素数据，由企业管理者视企业运营情况调整。
16.优选的，所述历史数据因子制定目标值的过程，会参考个体以往前三个周期内的目标达成结果，同时考虑ε特殊因子对目标值进行校准。
17.优选的，所述采用内部标杆因子制定目标值的过程，会参考企业组织内部标杆目标值及组织内部的目标平均值，根据个体不同情况参考不同的基准，制定合适的目标值。
18.优选的，所述采用外部标杆因子会参考行业前三名标杆的目标值，同时考虑ε特殊因子对目标值进行校准。
19.优选的，所述采用理论模式因子制定目标值的过程，会参考企业所在行业及业务特点所确定的目标达成路径，对于销售场景被称为销售漏斗模型算法。
20.(三)有益效果
21.本发明具备以下有益效果：
22.该种heit智能定目标系统算法，在于彻底解决了困扰企业经营者多年在制定目标方面的难题，进而帮助企业改善经营提升效率，具体有以下几点：
23.①
目标更加准确：由于目标制定是基于企业过往经营数据，并通过算法统计、分析和计算得来，将使得目标更加精确。
24.②
目标更易达成：由于目标取值合理，不但能够促使目标的达成，还能激发企业和团队的潜力。
25.③
目标进展可视化：通过智能定目标算法，可以实现目标进展及管理的可视化，更易于管理者发现企业经营和团队管理中的问题，进而及时采取管理措施。
26.④
提升团队士气：由于目标取值合理，团队能够不断达成目标，团队的绩效不断得到肯定，人员士气能够不断得到加强和提升。
附图说明
27.图1为本发明操作流程示意图；
28.图2为本发明参考数据提取流程示意图；
29.图3为本发明heit执行逻辑流程示意图。
具体实施方式
30.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，一种heit智能定目标系统算法，包括以下流程：
31.s1、建立数学模型：数学模型计算公式为：gheit＝a1xh a2xe a3xi a4xt；其中,a1-a4:分别代表各因子的权重比例，根据各行业有差异，取值来源于淘课算法库的积累；
32.算法计算时有两种方法进行实现，第一种采用轮询渐进的方式；计算时，首先进行外部标杆的学习，向企业外部环境具有最佳目标值的个体学习，参照该最佳个体来调整自己的目标值,即主动拉近与外部标杆的距离，而当如果目标值没有得到改善,则该个体进行内部标杆学习,即向该个体所在组织内具有最佳目标值的个体学习,参照本组织内最优个体来调整自己的目标值,即主动拉近与内部标杆的距离；如果目标值仍然没有得到改善,则该个体继续进行自我学习，即跟自己的历史目标值进行比较，主动提升目标值；如果目标值仍然没有得到改善,在个体目标值的确定过程中，算法会调用理论模型因子，同时结合系统中的业务数据，为个体确定合适的目标值。
33.第二种采取对四种变量因子采用的不同的权重进行综合方式；四种变量因子分别为xh：历史数据因子、xe：外部标杆因子、xi：内部标杆因子、xt：理论模型因子；
34.采用xh：历史数据因子，制定目标值的过程，会参考个体以往前三个周期内的目标达成结果，同时考虑ε特殊因子对目标值进行校准，历史数据因子取值公式为：xh＝{max(h1 h2 h3) 4middle(h1 h2 h3) min(h1 h2 h3)}/6 ε；
35.其中，h1：指前1个周期的目标达成结果：h2：指前2个周期的目标达成结果；h3：指前1个周期的目标达成结果；
36.ε：为特殊因子，会根据企业管理内外部环境变化趋势，所进行的目标修正；
37.采用xe：外部标杆因子，制定目标值的过程，会参考企业组织内部标杆目标值及组织内部的目标平均值，根据个体不同情况参考不同的基准，制定合适的目标值，外部标杆因子取值公式为：xe＝(e1 e2 e3)/3 ε；
38.其中，e1：指行业第1所能达成的目标值：e2：指行业第2所能达成的目标值；e3：指行业第3所能达成的目标值；
39.ε：为特殊因子，会根据产业环境及区域特点，所进行的目标修正；
40.采用xi：内部标杆因子，会参考行业前三名标杆的目标值，同时考虑ε特殊因子对目标值进行校准，内部标杆因子取值公式为：xi＝if(g》ga,
ꢀ“
xi＝ga”)if(g≤ga,“xi＝gi”)；
41.其中，ga为目标平均值，gi为内部标杆目标值，g代确定的目标值；
42.而如果g》ga，则xi＝man(gi，g)，而如果g＜ga，则xi＝ga；
43.采用xt：理论模型因子，制定目标值的过程，会参考企业所在行业及业务特点所确定的目标达成路径，对于销售场景被称为销售漏斗模型算法，对目标达成路径中的各环节数据进行分析，并结合企业组织内部的目标达成情况，在目标达成各环节目标值的确定过程中，系统会智能推荐合适的目标值，通过各环节的拆解分析，进而使整体的目标趋于更加合理，理论模型因子取值公式为：xt＝t(目标客户数
×
客单价)
×
t触达率
×
t意向率
×
t拜访率
×
t 成交率
×
t到款率；
44.算法模型在执行时，先判定上周期达成的结果值属于哪个阶段(外部参考值，内部参考值，自身参考值)，再判定达成值是否远超该阶段(但未达到上一阶段)，若远超该阶段，本周期定制目标以上一阶段参考值作为基底并结合公式进行调整，其中公式参数向上优化，若未远超，本周期定制目标以上一阶段参考值作为基底并结合公式进行调整，其中公式参数向下优化；
45.执行流程中，有两种特例需要特殊处理，一种是上周期达成目标高于外部参考值时，那么将上周期的达成目标定义为外部参考值，本周期定制目标时结合公式参数向上进行调整；
46.另一种特例是上周期达成目标低于自身参考值，那么依旧是以自身参考值并结合公式下调参数，定义为本周期目标值；
47.通过该模型的算法执行，随着时间和阶段的层次推进，从而能够彻底解决了困扰企业经营者多年在制定目标方面的难题，进而帮助企业改善经营提升效率，使员工的业绩实现上升；
48.s2、建立数仓结构：根据数据属性及业务需求的不同而定下了heit数仓结构，heit数仓结构包括：history、external、internal、theory；
49.其中，history:企业内部个人产生的历史操作数据，
50.external:企业外部参考数据，如外部同行业竞品公司、同行业标杆等数据，
51.internal:企业内部参考数据，企业内同部门、同团队标杆参考数据，
52.theory:理论因素数据，由企业管理者视企业运营情况调整；
53.由于theory理论因素由企业管理者定义，所以我们的数仓主要处理 history、external和internal数据，本模型的使用，最少需要有三个周期的历史数据进行辅助计算；
54.参考数据的公式为：xh＝max(h1，h2，h3) 4middle(h1，h2，h3) min (h1，h2，h3)/6 ε；
55.其中，其中h1表示前1个周期的目标达成结果,h2表示前2个周期的目标达成结果,h3表示前三个周期的目标达成结果。max(h1,h2,h3)表示三个周期参考值中的最大值，middle(h1,h2,h3)表示三个周期参考值中的中间值， min(h1,h2,h3)表示三个周期参考值中的最小值，因此可以通过参考数据公式获取到了指定周期内的各个参考值。
56.s3、提取参考数据：数仓的结构定义完成后，然后从繁杂的数据中获取到我们需要的参考数据；对数据进行提取时，首先需要用户将数据输入迭代器模型中，用户将数据输入后，通过定目标模块，同时输入需要完成的目标，然后算法运行，建立数仓与历史数据做对比，与历史数据对比后，通过参考数据提取模块，进而提取参考数据，参考数据提取完成后通过heit数仓建立参考数据集，参考数据集建立后，通过维度筛选模块进而筛选个人参考数据、企业内部参考数据以及企业外部参考数据，在筛选企业外部参考数据时，通过企业外部同行业参考数据集以及企业外部跨行业参考数据集对企业外部参考数据进行筛选。
57.工作原理：对企业员工个人目标进行制定时，首先，建立数学模型，然后使用算法对数据进行计算。
58.算法模型在执行时，需要提取参考数据进行对比，通过使用历史数据对比后，通过参考数据提取模块，进而提取参考数据，参考数据提取完成后通过heit数仓建立参考数据集，参考数据集建立后，通过维度筛选模块进而筛选个人参考数据、企业内部参考数据以及企业外部参考数据，在筛选企业外部参考数据时，通过企业外部同行业参考数据集以及企业外部跨行业参考数据集对企业外部参考数据进行筛选。
59.筛选完成后，然后通过不同变量因子所使用的公式对数据进行计算，使得制定目标更加精确，随着时间和阶段的层次推进，从而能够彻底解决了困扰企业经营者多年在制定目标方面的难题，进而帮助企业改善经营提升效率，使员工的业绩实现上升。
60.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。