员工效能评估方法、系统及存储介质

摘要

本发明涉及大数据处理技术，揭露了一种员工效能评估方法及系统，其中的方法包括：获取员工效能的复杂度因子数据和活跃度因子数据；将符合预设的判定条件的复杂度因子数据和活跃度因子数据分别作为复杂度信息数据和活跃度信息数据；并对所述复杂度信息数据和活跃度信息数据分别进行百分位数清洗以及长尾数处理；计算员工的个人复杂度以及个人活跃度；根据所述个人复杂度和个人活跃度，获得并展示个人产能结果。本发明还涉及区块链技术，数据存储于区块链中，本发明能够实现对员工的活跃度以及工作复杂度等方面进行科学评估的技术效果。

说明书

技术领域

本发明涉及大数据处理技术，尤其涉及一种员工效能评估方法、系统及存储介质。

背景技术

员工效能评价是指分析员工的各项能力对其绩效影响力的大小。目前的效能评价体系针对员工工作完成量和员工的考勤状况构建的，但是存在的弊端如下：

1、人工收集的数据单一且计算的方式仅为简单的量化，导致所获得的分析数据较为粗糙、科学性差；

2、员工效能评价系统与员工管理系统数据无法共享，导致员工效能评价系统的数据获取效率较低；

因此，亟需一种高效的、科学性高的员工效能评估方法。

发明内容

本发明提供一种员工效能评估方法、系统及计算机可读存储介质，其主要解决员工效能评价科学性差的问题。

为实现上述目的，本发明提供一种员工效能评估方法，应用于电子装置，所述方法包括：

从预设系统中获取员工效能的复杂度因子数据和活跃度因子数据；

将符合预设的判定条件的复杂度因子数据和活跃度因子数据分别作为复杂度信息数据和活跃度信息数据，并对所述复杂度信息数据和活跃度信息数据分别进行百分位数清洗及长尾数处理；

根据所述复杂度信息数据计算员工的个人复杂度，根据所述活跃度信息数据计算员工的个人活跃度；

根据所述员工的个人复杂度获得员工的个人复杂度画像，根据员工的个人活跃度获得员工的个人活跃度画像，根据员工的个人复杂度和员工的个人活跃度获得员工的个人考察坐标。

进一步，优选的，将所述复杂度因子数据和所述活跃度因子数据分别构建正态分布；

分别计算所述复杂度因子数据的期望值μ

根据复杂度因子数据的期望值μ

根据活跃度因子数据的期望值μ

进一步，优选的，所述根据所述活跃度信息数据计算员工的个人活跃度方法包括：

个人活跃度＝monitors×0.4+alerts×0.22+versions×0.75+changes×1+profiles×0.1+problems×1.5+preventions×2+exceptions×8+drs×16+emergences×2+risks×16+incidents×0.5+requests×1；

其中，所述活跃度信息数据包括：monitors为监控配置量、alerts为告警处理量、versions为版本管理量、changes为变更管理量、profiles为配置管理量、problems为问题管理量、preventions为主动预防量、exceptions为异常管理量、drs为容灾管理量、emergences为应急管理量、risks为风险管理量、incidents为事件管理量以及requests为服务请求量。

进一步，优选的，所述根据所述复杂度信息数据计算员工的个人复杂度的步骤中：所述个人复杂度为个人总系统复杂度TSC，所述个人总系统复杂度TSC通过个人单系统复杂度PSC获得；

根据所述复杂度信息数据获得所述个人总系统复杂度TSC以及所述个人单系统复杂度为PSC的方法包括：

其中，所述复杂度信息数据包括：sg为系统等级、les为逻辑实体数、hosts为主机数、ins为实例数、dbs为DB实例数、sc为个人负责系统数。

进一步，优选的，所述从预设系统中获取员工效能的复杂度因子数据和活跃度因子数据的方法包括：

通过ETL接口和HTTP接口与员工管理系统数据库相连接；

通过HTTP请求和Kettle工具从所述员工管理系统数据库获取所述复杂度因子数据和活跃度因子数据。

为实现上述目的，本发明提供一种员工效能评估系统，包括因子数据获取单元、个人活跃度以及个人复杂度获取单元和产能结果展示单元；其中，

所述因子数据获取单元，用于从预设系统中获取员工效能的复杂度因子数据和活跃度因子数据；

所述个人活跃度以及个人复杂度获取单元，用于将符合预设的判定条件的复杂度因子数据和活跃度因子数据分别作为复杂度信息数据和活跃度信息数据，并对所述复杂度信息数据和活跃度信息数据分别进行百分位数清洗及长尾数处理；根据所述复杂度信息数据计算员工的个人复杂度，根据所述活跃度信息数据计算员工的个人活跃度；

所述产能结果展示单元，用于根据所述员工的个人复杂度获得员工的个人复杂度画像，根据员工的个人活跃度获得员工的个人活跃度画像，根据员工的个人复杂度和员工的个人活跃度获得员工的个人考察坐标。

进一步，优选的，所述个人活跃度以及个人复杂度获取单元包括判定模块、处理模块以及获取模块；其中，

所述判定模块，用于将符合预设的判定条件的复杂度因子数据和活跃度因子数据分别作为复杂度信息数据和活跃度信息数据；

所述处理模块，对所述复杂度信息数据和活跃度信息数据分别进行百分位数清洗及长尾数处理；

所述获取模块，用于根据所述复杂度信息数据计算员工的个人复杂度，根据所述活跃度信息数据计算员工的个人活跃度；

进一步，优选的，所述因子数据获取单元包括接口连接模块和数据获取模块；

所述接口连接模块，用于通过ETL接口和HTTP接口与员工管理系统数据库相连接；

所述数据获取模块，用于通过HTTP请求和Kettle工具从所述员工管理系统数据库获取所述复杂度因子数据和活跃度因子数据。

为实现上述目的，本发明还提供一种电子装置，该电子装置包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的程序，所述程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述的员工效能评估方法。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现上述的员工效能评估方法的步骤。

本发明提出的员工效能评估方法、系统、电子装置及计算机可读存储介质，通过从预设系统中获取员工效能的复杂度因子数据和活跃度因子数据；将符合预设的判定条件的复杂度因子数据和活跃度因子数据分别作为复杂度信息数据和活跃度信息数据；并对所述复杂度信息数据和活跃度信息数据分别进行百分位数清洗以及长尾数处理；计算员工的个人复杂度以及个人活跃度；根据所述个人复杂度和个人活跃度，获得并展示个人产能结果；有益效果如下：

1)收集的数据比较全面包含复杂度因子数据和活跃度因子数据，进而获得全面、科学的员工效能分析结果；

2)员工效能评价系统通过建立接口直接获取员工管理系统数据库数据，不仅可以自动获取员工效能的复杂度因子数据和活跃度因子数据，还可以实现数据的增量同步和更新；

3)对员工的活跃度以及工作复杂度等方面进行科学评估。

附图说明

图1为本发明的员工效能评估方法的实施例的流程图；

图2本发明的员工效能评估系统的逻辑结构示意图；

图3为本发明的电子装置的实施例的结构示意图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了提高用户的员工效能评价效率，本发明提供一种员工效能评估方法。图1示出了本发明员工效能评估方法的实施例的流程。参照图1所示，该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。

本发明提出的员工效能评估方法、系统、电子装置及计算机可读存储介质，通过获取复杂度因子数据和活跃度因子数据；将符合预设的判定条件的复杂度因子数据和所述活跃度因子数据作为复杂度信息数据和活跃度信息数据；对所述复杂度信息数据和活跃度信息数据进行百分位数清洗以及长尾数处理，并获以确定取员工的个人复杂活跃度以及个人活跃复杂度；根据所获得的个人活跃度和个人复杂度，获得并展示个人产能结果。

员工效能评估方法包括：步骤S110-步骤S140。

S110、从预设系统中获取员工效能的复杂度因子数据和活跃度因子数据。

本发明的员工效能评估方法的硬件基础为多台主机组成的应用集群，该集群通过运维数据库进行存放同步数据和运维模型数据。应用集群通过HTTP请求和Kettle将复杂度、活跃度和员工考勤数据同步至关联因子数据库中，关联因子数据库即为单位的日常员工管理系统的软件，例如CMDB。具体的说，复杂度因子数据从CMDB系统获取；活跃度因子数据从关联的问题、事件、变更、监控等系统中获取。

所述复杂度因子数据和活跃度因子数据的获取方法包括：通过ETL(Extract-Transform-Load)接口和HTTP(HyperText Transfer Protocol，超文本传输协议)接口与员工管理系统数据库相连接，通过HTTP请求和Kettle工具从所述员工管理系统数据库获取所述复杂度因子数据和活跃度因子数据，不仅不用手动获取数据，而且还可以实现数据的增量同步和更新。其中，Kettle是一款国外开源的ETL工具，纯Java编写，数据抽取高效稳定(数据迁移工具)。Kettle中有两种脚本文件，transformation和job，transformation完成针对数据的基础转换，job则完成整个工作流的控制。

活跃度因子为monitors为监控配置量、alerts为告警处理量、versions为版本管理量、changes为变更管理量、profiles为配置管理量、problems为问题管理量、preventions为主动预防量、exceptions为异常管理量、drs为容灾管理量、emergences为应急管理量、risks为风险管理量、incidents为事件管理量以及requests为服务请求量。

复杂度因子为sg为系统等级、les为逻辑实体数、hosts为主机数、ins为实例数、dbs为DB实例数、sc为个人负责系统数。进一步的，还会获取员工的工作时长以及员工的工作强度，工作强度每日量＝工作总量/总月数/考勤打卡次数。

在具体的实施过程中，需要针对每个运维员工进行人力产能进行考察，产能的考察最终会体现在活跃度和复杂度两个维度上面，活跃度体现在ITIL流程中各个节点及公司自定义的节点的产量，如事件处理量、问题处理量、监控配置及处理量；另外，除了获取产出量之外，还需要获取复杂度，体现在每个人负责的系统的各个因子，最终结合活跃度和复杂度才能从人所从事的运维工作的复杂度、处理量体现出人的合规性、强度及其产能，从而可以计算出整个组的强度和产能情况。为了获得各个因子，需要通过ETL和HTTP接口打通各个节点的管理系统和CMDB系统，获取节点中的每个人的处理量和系统复杂度，对于企业而言，在不能加硬件成本的情况下，构建一个科学有效的云员工效能评价系统。

S120、将符合预设的判定条件的复杂度因子数据和活跃度因子数据分别作为复杂度信息数据和活跃度信息数据，并对所述复杂度信息数据和活跃度信息数据分别进行百分位数清洗及长尾数处理。

在一个具体的实施例中，所述预设的判定条件为根据预设标准确定的复杂度因子数据和活跃度因子数据的正态分布值，其中，所述预设标准为正态分布为90％的值。

具体地说，将所述复杂度因子数据和所述活跃度因子数据分别构建正态分布；分别计算所述复杂度因子数据的期望值μ

需要说明的是，对复杂度因子数据或者活跃度因子数据获取标准的活跃度因子的取正态分布为90％(或70％，可以具体调整)的值，每个因子最大为μ+λσ，最小为μ-λσ，默认值为μ-λσ，如果μ-λσ小于0，取0值。μ为期望值，σ为标准差；根据活跃度因子，后续可以得出运维员工效能基本画像。当取值为90％时，(x-μ)/σ＝1.65；当取值为70％时，(x-μ)/σ＝1.03。

百分位数(Pn)是统计学术语，如果将一组数据从大到小排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分位数。可表示为：一组n个观测值按数值大小排列如，处于P％位置的值称第P百分位数百分位数；Pn就是说有n％的人低于这个数，如：P95就是有答95％的人低于这个数。

计算第p百分位数，以递增顺序排列原始数据，计算指数i＝np％，若i不是整数，将i向上取整，大于i的毗邻整数即为第p百分位数的位置。若i是整数，则第p百分位数是第i项与第i+l项数据的平均值。

进行长尾数处理的原因是，同时考虑到因子的可比性和可计算性，将每个因子的影响度都能体现出来，需要将一些不在同一数量级的数据取最大值，或者最大值上取整的整十(整百、整千)整数为底数的对数的对数值，以便可以处理掉长尾数据的影响；以1个主机和100个实例的场景为例，主机1个，但是实例有100个，甚至更大，所以为了能体现1的影响度和100的影响度，就取最大值为底数的对数，使得因子都在0-1之间，在同一数量级。

通过对所述复杂度信息数据和活跃度信息数据进行百分位数清洗以及长尾数处理，以获得更有效，更精准的数据。

S130、根据所述复杂度信息数据计算员工的个人复杂度，根据所述活跃度信息数据计算员工的个人活跃度；

在具体的实施过程中，也可以省略步骤S120，仅仅对复杂度因子数据和所述活跃度因子数据通过百分位数清洗；也可以对对复杂度因子数据和所述活跃度因子数据仅仅进行正态分布清洗，不再通过百分位数清洗。也就是说，百分位数清洗和正态分布两种方法择一使用。

所述确定员工的个人活跃度的方法包括：

个人活跃度＝monitors×0.4+alerts×0.22+versions×0.75+changes×1+profiles×0.1+problems×1.5+preventions×2+exceptions×8+drs×16+emergences×2+risks×16+incidents×0.5+requests×1；

其中，monitors为监控配置量、alerts为告警处理量、versions为版本管理量、changes为变更管理量、profiles为配置管理量、problems为问题管理量、preventions为主动预防量、exceptions为异常管理量、drs为容灾管理量、emergences为应急管理量、risks为风险管理量、incidents为事件管理量以及requests为服务请求量。

进一步，优选的，所述个人复杂度为个人总系统复杂度TSC，所述个人总系统复杂度TSC通过个人单系统复杂度PSC获得；

根据所述复杂度信息数据获得所述个人总系统复杂度TSC(Total SystemComplexity)以及所述个人单系统复杂度为PSC(Per System Complexity)的方法包括：

其中，sg为系统等级、les为逻辑实体数、hosts为主机数、ins为实例数、dbs为DB实例数、sc为个人负责系统数。

S140、根据所述员工的个人复杂度获得员工的个人复杂度画像，根据员工的个人活跃度获得员工的个人活跃度画像，根据员工的个人复杂度和员工的个人活跃度获得员工的个人考察坐标。

在实际实施过程中，根据个人复杂度画像和个人产能活跃度画像可以根据现有技术中的用户画像模型获取。将步骤S130获得的个人复杂度和个人活跃度分别输入用户画像模型，得到个人复杂度画像和个人产能活跃度画像。

在一个具体的实施例中，个人产能活跃度画像，数据是提取了全体员工因子量在正态分布中覆盖70％的数据，并获取每个因子以各因子序列最大值为底的对数，目的是为了解决长尾数据，是各个因子在同数量级在获取到70％范围后，再获取70％内的P25-P75数据范围，及范围内的全体数据的平均数，作为用户因子的参考标准；为了观察方便，在所有数据的基础上都*10后，避免0造成的观察影响再+10，原大小顺序并没有改变；在具体的实施过程中，同样可以获取正态分布90％范围或者Pn的其他范围作为参考标准。

在一个具体的实施例中，个人画像复杂度，数据是取了全体员工因子量在正态分布中覆盖70％的数据，并获取每个因子以各因子序列最大值为底的对数，目的是为了解决长尾数据，使各个因子在同数量级；在获取到70％范围后，再获取70％内的P25-P75数据范围，及范围内的全体数据的平均数，作为用户因子的参考标准；为了观察方便，对数值都*10；在具体的实施过程中，同样可以获取正态分布90％范围或者Pn的其他范围作为参考标准。

所述个人考察坐标通过复杂度信息数据和活跃度信息数据获得；所述个人强度向量通过个人工作时长和工作强度数据获得。

在一个具体的实施例中，还可以获得强度坐标，强度坐标是通过个人工作时长和和强度构成二维指标对个人进行考察；坐标原点为(工作强度平均值，每日工作时长)。

考察坐标是通过系统活跃度和复杂度构成二维指标对个人产能和合规进行考察，如下坐标系，坐标原点为(复杂度平均值，活跃度平均值)横坐标为系统活跃度，说明个人每天运维产能；纵坐标为系统复杂度，说明个人负责系统复杂程度；活跃度高、复杂度高，说明产能和合规性都高；活跃度低、复杂度高，说明产能低并未按照运维规范进行日常运维工作的管理；活跃度高、复杂度低，说明产能和合规性都高；活跃度低、复杂度低，说明产能低并未按照运维规范进行日常运维工作的管理。一个人在考察坐标第一象限就可以说明该名员工活跃度高、复杂度高，产能和合规性都高，可以查看该名员工的活跃度和复杂度是否在合理范围内。

进一步的，在一个具体的实施例中，还能获得组产能。

为了避免组系统资源叠加后底数为有变化，组产能计算需要将个人复杂度*个人负责系统数对数叠加；在比较各组产能活跃度时，不能直接对比，需要除于每组的人数进行人均产能比较。

其中在一个具体的应用场景中，工作时长数据：5、6、7月份部门有效打卡时长、云桌面时长、VPN时长；活跃度数据：5、6、7月份事件量、变更量等；90％(70％)是指覆盖正态分布90％(70％)区域的样板数据。若强度坐标第一、四象限的数据，大多数人的工作时长和强度在合理范围内，考察坐标活跃度和复杂度在第三象限的人数较多，可以说明有相当部分的人未按照标准运维规范要求进行运维工作的管理。

通过两个坐标的联合分析，可以得出一个人、组的产能情况和是否满足合规性，结果并不是一个明确的结果，是一个综合评价；如：一个人在考察坐标第一象限就可以说明该名员工活跃度高、复杂度高，产能和合规性都高，可以查看该名员工的活跃度和复杂度是否在合理范围内，并可以进一步看出该名员工的个人产能画像，得出一个最基本的效能评价。

本发明的员工效能评估方法通过收集的数据比较全面包含复杂度因子数据和活跃度因子数据，进而获得全面、科学的员工效能分析结果；员工效能评价系统通过建立接口直接获取员工管理系统数据库数据，不仅可以自动获取复杂度因子数据和活跃度因子数据，还可以实现数据的增量同步和更新；达到对员工的活跃度以及工作复杂度等方面进行科学评估的技术效果。

图2为本发明的员工效能评估系统的逻辑结构示意图；参照图2所示。

为实现上述目的，本发明提供一种员工效能评估系统200，包括因子数据获取单元210、个人活跃度以及个人复杂度获取单元220和产能结果展示单元230；其中，

所述因子数据获取单元210，用于从预设系统中获取员工效能的复杂度因子数据和活跃度因子数据；

所述个人活跃度以及个人复杂度获取单元220，用于将符合预设的判定条件的复杂度因子数据和活跃度因子数据分别作为复杂度信息数据和活跃度信息数据，并对所述复杂度信息数据和活跃度信息数据分别进行百分位数清洗及长尾数处理；根据所述复杂度信息数据计算员工的个人复杂度，根据所述活跃度信息数据计算员工的个人活跃度；

所述产能结果展示单元230，用于根据所述员工的个人复杂度获得员工的个人复杂度画像，根据员工的个人活跃度获得员工的个人活跃度画像，根据员工的个人复杂度和员工的个人活跃度获得员工的个人考察坐标。

进一步，优选的，所述个人活跃度以及个人复杂度获取单元220包括判定模块221、处理模块222以及获取模块223；其中，

所述判定模块221，用于将符合预设的判定条件的复杂度因子数据和活跃度因子数据分别作为复杂度信息数据和活跃度信息数据；所述处理模块222，对所述复杂度信息数据和活跃度信息数据分别进行百分位数清洗及长尾数处理；所述获取模块223，用于根据所述复杂度信息数据计算员工的个人复杂度，根据所述活跃度信息数据计算员工的个人活跃度。

进一步，优选的，所述因子数据获取单元210包括接口连接模块211和数据获取模块212；

所述接口连接模块211，用于通过ETL接口和HTTP接口与员工管理系统数据库相连接；所述数据获取模块212，用于通过HTTP请求和Kettle工具从所述员工管理系统数据库获取所述复杂度因子数据和活跃度因子数据。

本发明的员工效能评估系统通过收集的数据比较全面包含复杂度因子数据和活跃度因子数据，进而获得全面、科学的员工效能分析结果；员工效能评价系统通过建立接口直接获取员工管理系统数据库数据，不仅可以自动获取复杂度因子数据和活跃度因子数据，还可以实现数据的增量同步和更新；达到对员工的活跃度以及工作复杂度等方面进行科学评估的技术效果。

本发明提供一种员工效能评估方法，应用于一种电子装置3。

图3示出了根据本发明员工效能评估方法较佳实施例的应用环境。

参照图3所示，在本实施例中，电子装置3可以是服务器、智能手机、平板电脑、便携计算机、桌上型计算机等具有运算功能的终端设备。

该电子装置3包括：处理器32、存储器31、通信总线33及网络接口35。

存储器31包括至少一种类型的可读存储介质。所述可读存储介质可以是非易失性的，也可以是易失性的。所述至少一种类型的可读存储介质可为如闪存、硬盘、多媒体卡、卡型存储器31等的非易失性存储介质。在一些实施例中，所述可读存储介质可以是所述电子装置3的内部存储单元，例如该电子装置3的硬盘。在另一些实施例中，所述可读存储介质也可以是所述电子装置3的外部存储器31，例如所述电子装置3上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。

在本实施例中，所述存储器31的可读存储介质通常用于存储安装于所述电子装置3的员工效能评估程序30等。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。

处理器32在一些实施例中可以是一中央处理器(Central Processing Unit，CPU)，微处理器或其他数据处理芯片，用于运行存储器31中存储的程序代码或处理数据，例如执行员工效能评估程序30等。

通信总线33用于实现这些组件之间的连接通信。

网络接口34可选地可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该电子装置3与其他电子设备之间建立通信连接。

图3仅示出了具有组件31-34的电子装置3，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

可选地，该电子装置3还可以包括用户接口，用户接口可以包括输入单元比如键盘(Keyboard)、语音输入装置比如麦克风(microphone)等具有语音识别功能的设备、语音输出装置比如音响、耳机等，可选地用户接口还可以包括标准的有线接口、无线接口。

可选地，该电子装置3还可以包括显示器，显示器也可以称为显示屏或显示单元。在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-Emitting Diode，OLED)触摸器等。显示器用于显示在电子装置3中处理的信息以及用于显示可视化的用户界面。

可选地，该电子装置3还可以包括射频(Radio Frequency，RF)电路，传感器、音频电路等等，在此不再赘述。

在图3所示的装置实施例中，作为一种计算机存储介质的存储器31中可以包括操作系统、以及员工效能评估程序30；处理器32执行存储器31中存储的员工效能评估程序30时实现如下步骤：从预设系统中获取员工效能的复杂度因子数据和活跃度因子数据；将符合预设的判定条件的复杂度因子数据和活跃度因子数据分别作为复杂度信息数据和活跃度信息数据，并对所述复杂度信息数据和活跃度信息数据分别进行百分位数清洗及长尾数处理；根据所述复杂度信息数据计算员工的个人复杂度，根据所述活跃度信息数据计算员工的个人活跃度；根据所述员工的个人复杂度获得员工的个人复杂度画像，根据员工的个人活跃度获得员工的个人活跃度画像，根据员工的个人复杂度和员工的个人活跃度获得员工的个人考察坐标。

在其他实施例中，员工效能评估程序30还可以被分割为一个或者多个模块，一个或者多个模块被存储于存储器31中，并由处理器32执行，以完成本发明。本发明所称的模块是指能够完成特定功能的一系列计算机程序程序段。员工效能评估程序30可以分为因子数据获取单元210、个人活跃度以及个人复杂度获取单元220和产能结果展示单元230。

此外，本发明还提出一种计算机可读存储介质，主要包括存储数据区和存储程序区，其中，存储数据区可存储根据区块链节点的使用所创建的数据等，存储程序区可存储操作系统、至少一个功能所需的应用程序，所述计算机可读存储介质中包括员工效能评估程序，所述员工效能评估程序被处理器执行时实现如员工效能评估方法的操作。

本发明之计算机可读存储介质的具体实施方式与上述员工效能评估方法、系统、电子装置的具体实施方式大致相同，在此不再赘述。

总的来说，本发明员工效能评估方法、系统、电子装置及计算机可读存储介质，通过收集的数据比较全面包含复杂度因子数据和活跃度因子数据，进而获得全面、科学的员工效能分析结果；员工效能评价系统通过建立接口直接获取员工管理系统数据库数据，不仅可以自动获取复杂度因子数据和活跃度因子数据，还可以实现数据的增量同步和更新；达到对员工的活跃度以及工作复杂度等方面进行科学评估的技术效果。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干程序用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。