Smart Monitor & Splunk Cases

Анализ производительности сотрудников

Мониторинг загрузки сотрудников в рамках проектной деятельности. Анализ распределения ресурсов. Выявление нарушений трудовой дисциплины.

 Задача

Определение текущей загрузки сотрудника или структурного подразделения на основании биллинг-отчета. Выявление ресурсных конфликтов и перераспределение задач для повышения производительности. Оперативное обнаружение фактов недобросовестного ведения биллинга (фрод).

 Информационные источники

MS Exchange, 1C, Active Directory

 Решение

В качестве решения предлагается интегрировать биллинговую систему и систему финансовой отчетности. В качестве системы учета рабочего времени в данном кейсе рассматривается биллинг на базе календарей MS Exchange и финансовая отчетность из 1С.

Данные для реализации кейса поступают из данных источников в автоматическом режиме.

Решение базируется на возможности корреляции событий календаря и задач, поставленных сотруднику при планировании работ в 1С. Кейс позволяет сопоставить плановые и фактические часы на выполнение работ, выдать уведомления о превышении лимитов на исполнение проекта в целом и задачи в частности.

В реализации кейса применяются инструменты машинного обучения для анализа предполагаемой загрузки сотрудников в будующем.

Аналитика может строится по множеству настраиваемых критериев:

  • загрузка по проекту, загрузка сотрудника,
  • группы сотрудников или структурного подразделения,
  • выявленные работы с превышенным сроком или трудоемкостью исполнения.

в части антифрода кейс выявляет ряд сценариев, связанных с действием сотрудников. Например, анализируются факты корректировки биллинга задним числом (исправление сроков и/или длительности работ) для фиктивного приведения в соответствие плановых и фактических работ.

 Визуальные представления

Анализ недельной загрузки по проектам для группы сотрудников

Анализ недельной загрузки по проектам для группы сотрудников

Сводная информация по типам проектов, фильтры по сотрудникам, проектам, временному диапазону. Построение прогнозов по загрузке на основании математической предиктивной модели.

 Дополнительная информация

4.7/5 rating (3 votes)