时间维度调研与分析
广州明清城南
右图是自己在行进过程中凭想象画出来
的地图，所以画出的道路都是垂直的，比
较主观。但是更关注场地所带来的现场感
受，区域的统一性。
整个街块形态东西蜿蜒曲折高第
街属沿江岸形成的长街。濠北南胜
里片约4.0公顷，是玉带濠沿城墙
淤成的一片居地，过去濠面宽阔，
明以后逐渐淤没。
明末清初的战争使南胜里经高第街街块历了一次大规模再开发。高第街北
侧的许地，自乾隆
年间起为许氏聚集之地，是第一
大盐商许拜庭的故居。
建国前，高第街是广州著名
的商业中心之一，是有名的日用
百货的集散地。
建国后，许氏族人的大部分
房产都由政府接管，大地块被瓦
解，过去家族的私巷也转化为不
同地块间的公巷。
1980年，高第街作为广州第一个工业品市场正式开设，也成为全国第一条经营服装的个体户集贸市场。
而今天的高第街已经成为真正意义上的“内衣一条街”
时间维度表的创建 时间维度是数据仓库最常用的维度，时间维度表创建可以用下面的代码。 方法一：使用临时表 /*起始年后的152 年365*151 +37 = 55152 / /*先建好临时表以用作主键编号*/ select top 55152 identity(int,1,1) as iid into #tmp from sysobjects a,sysobjects b,sysobjects c /*写好数据select into 时间维度表*/ select iid as 时间主键, dateadd(day,iid-1,'1949-01-01') as 时间, year(dateadd(day,iid-1,'1949-01-01')) as 年份, month(dateadd(day,iid-1,'1949-01-01')) as 月份, day(dateadd(day,iid-1,'1949-01-01')) as 日期, datepart(quarter,(dateadd(day,iid-1,'1949-01-01'))) as 季度, datepart(weekday,(dateadd(day,iid-1,'1949-01-01'))) as 星期, day(dateadd(day,iid-1,'1949-01-01')) as 月的第几天, datepart(week,(dateadd(day,iid-1,'1949-01-01'))) as 年的第几周into tj_web_time_dimension from #tmp
/*设置主键*/ alter table tj_web_time_dimension add constraint addPrimarykey primary key(时间主键) 方法二：使用循环 CREATE TABLE [dbo].[tj_web_time_dimension]( [时间主键] [int] IDENTITY(1,1) NOT NULL PRIMARY KEY CLUSTERED , [时间] [datetime] NULL, [年份] [int] NULL, [月份] [int] NULL, [日期] [int] NULL, [季度] [int] NULL, [星期] [int] NULL, [月的第几天] [int] NULL, [年的第几周] [int] NULL, ) declare @beginDate datetime, @endDate datetime, @tempdate datetime set @beginDate = '2000-1-1' set @endDate = '2010-1-1' set @tempDate = @beginDate while @tempDate <= @endDate
中层领导干部绩效考核办法（试行） 为准确评价中层管理干部的工作绩效，逐步建立科学有效的绩效管理制度，为干部选拔任用和奖惩提供客观依据，公司研究决定，每年对中层管理干部进行一次绩效考核，现将考核办法（试行）公布如下。 一、目的意义 实施干部绩效考核是干部管理的重要内容，是全面准确地识别、客观公正地评价、有的放矢地培养、人尽其才地使用、持续有效地激励、严格及时地监督干部的重要手段。目的在于通过考核，及时肯定中层管理干部的绩效成果，找准绩效障碍，保持系统及部门工作与公司整体战略目标的一致，激励和鞭策中层管理干部进一步改善和提高工作绩效，全面提升公司整体管理水平，促进各项事业又好又快发展。干部绩效考核，符合中央和上级党组织关于领导干部选拔任用和考核工作的规定精神，对于我公司建立完善干部能上能下、优胜劣汰的选人用人机制，强化管理干部的竞争意识、责任意识和发展意识，营造干事创业、奋勇争先的浓厚氛围，提高干部队伍的整体素质，保证公司改革、发展、稳定等各项工作的顺利进行具有重要的现实意义。 二、总体思路 对职位进行归类，区分不同类型的职位分别建立关键绩效指标考核体系，按照“关键绩效由关键主体考核”的原则，在突出关键绩效指标考核的基础上，同时实施一般绩效考核。 三、考核维度 考核维度包括绩效维度、能力维度、态度维度。每个考核维度由相应的测评项目组成。 1.关键绩效维度。指考核对象所取得的工作成果，从以下三个方面考核。⑴任务绩效：考核本职工作任务完成的情况。对不同职位的考核对象分设不同的任务绩效指标。⑵管理绩效：考核对下属管理和工作指导的绩效。⑶周边绩效：考核同相关部门的协作精神，以促进工作流程在部门间的顺利推进。 2. 能力维度。指考核对象完成各项专业性活动所具备的特殊能力和本职岗位所
B 时间与空间维度 任何文化体系总是一定时间和一定空间的人群所创造的。任何文化系统或特质，都不能没有时空参照系。我国古人，春秋时以?宇?指空间，?宙?指时间，所谓?时空?也就是?宇宙?——?上下四方渭之宇，古往今来渭之宙?。以三维空间和一维时间密切联系的四维座标系考察文化系统间的运动，是很有必要的。(《文化学概论》郭齐勇湖北人民出版社 1990.2 P250) 所谓文化的时间性，是就文化发展中的持续性、阶段性来说的。文化的时间性的内涵，包括：(1)文化在量上的累积和延续；(2)文化在质上的变异与区分，(3)文化特质在流传过程中的暂时性或长久性。从时间维度上考察，文化体系发生、发展、成熟、衰亡、复兴、重构、再生的过程即是量上的累积(连续性)和质上的变异(阶段性)之矛盾的统一过程；也就是旧特质的衰退与新特质的增加的过程，其间亦不乏由量到质的转化、飞跃，即渐进过程的中断。例如，从人类科技史上看，从常规科学到科学革命，再到常规科学和科学革命，展示了无数的运动过程。从文化特质的绵延与变异来看，有的易于变迁，如服装款式，劳动工具；有的则难于变迁，如宗教信仰，哲学理论。 文化层 文化中的时间概念影响着人们对于生存、创造、生命、未来、生活等所有方面的认识和追求，并最终形成了不同文化风格的文化形态或文化类型。因此，在文化学的研究中，时间对文化的影响往往在诸如文化层等历史文化的凝固中，得到最直接的答案。 文化层的概念最初是由德国的文化学家格雷布内尔于1904年在柏林召开的人类学、民族学、史前学会议上提出来的，在这次会议上，他提交并演讲的论文题目就是《埃塞俄比亚文化圈及文化层》，后来，文化圈与文化层一道在文化界广泛流传开来。什么叫文化层呢?所谓的文化层就是指在文化发展的历史进程中，存在着不同的层次，每一个层次都反映着不同时期的不同文化特征。从本质意义上来说，文化层是文化累积的结果，正如考古发掘一样切开文化历史的横断面，我们可以看到不同的文化层被一层层地覆盖在地下，成为历史的积淀。反映着人类文化创造的历史和文明进步的程度。（陈华文《文化学概论》上海文艺出版社2001.11 P113） 所以，文化层所代表的是一个历史时期．它的重心是指向时间维度。作为研究人类文化史的一个重要的工具性概念，文化层对于我们了解人类文化的产生、发展，比较、研究、鉴别各个民族文化嗣续有着重要的意义。 1.时间维度即历时维度 （1）原始时代（人类过着与动物相去不远的生活，一切生活来源皆仰自然赐予）农业时代（有了相对稳定的食物来源，建筑房屋等） 工业时代文化（科技发明史）（陈建宪：《文化学教程》华中师范大学出版社，2004.12） （2）传统农业文明、现代工业文明、后工业文明（衣俊卿：《文化哲学十五讲》，北京大学出版社，2004.10 P79）
调查报告的框架结构 一般说,调查报告包括三部分内容,它们是:第一部分,关于研究报告的“题目与作者的介绍”。包括:(1)题目,(2)作者,(3)作者单位,(4)作者说明。第二部分,研究的“正文”。包括:(1)问题的提出,(2)研究的方法,(3)研究的结果,(4)分析与讨论。第三部分,“附录”。包括:(1)参考文献,(2)调查题目与评定标准。 一、调查报告的题目与作者 调查报告的题目与作者将出现在论文集的目录、图书馆的文献目录卡、计算机信息网络上。读者首先接触的是调查报告的目录和作者,然后根据题目和作者来决定是否需要查找这篇调查报告或调查报告的摘要。 (一)题目。研究报告的题目应用一句话尽可能反映出研究的对象、内容、问题和类型。 (二)作者。 (三)作者单位。注明作者所在单位和单位所在地区的邮政编码,便于读者对作者的了解并在需要时与作者进行联系。作者单位应用行政单位。 (四)作者说明。需要时用脚注说明:1.该调查报告属哪一研究课题的研究成果;2.该课题的级别与归属;3.如作者认为需要,可说明课题研究过程中的研究工作分工;4.在作者栏没有署名,但作者认为需要说明的对调查研究有贡献的其他人员。 二、研究报告中“问题的提出” “问题的提出”部分应该向读者交待该调查研究要解决什么问题,以及研究这一问题有何价值。这一部分的内容要点一般包括:研究的课题、研究的现实意义、研究的理论价值和研究的主要内容。 (一)研究的课题。即研究要解决的问题是什么?包括:这一调查要解决的是哪一现象?我们要 解决的问题是“这一现象的现状如何?”是“两种现象之间有无联系?”是“这一现象形成的原因是什么?”还是“这一现象的发展规律是怎样的?”研究要解决的问题应该直接提出、开门见山,不要让别人去推理、体会。问题的表述在语言上必须明确、具体、容易理解。(二)为什么要研究这个问题?说明确定这一现象有何现实意义,使读者了解这一课题的重要性。 在撰写时可用这一“存在问题的表现形式”、“问题的涉及面”、“问题的存在有何影响和会造成何种后果”等加以说明。有时可以谈一下:怎么会去研究这个问题的缘由。 (三)对这一问题别人研究的情况怎么样?说明研究课题所涉及领域的研究情况,用以体现所研究课题的理论价值。可以说明的有:“至今有没有这方面的研究”?有的话,“研究过哪些内容”?这些研究“采用了哪些研究方法和手段”?这些研究“获得过哪些结果”?对一项实践中需要解决的课题来说,如果已经有人进行过研究并有了研究结果,而我们又提不出不同的意见,在这种情况下我们的任务是将这一研究成果应用到教育实践中去。我们不需要再进行无谓的简单重复的劳动,因为这一课题已经不再有进行研究的价值了。 (四)研究的主要内容。一项研究课题在开始研究之前,总是需要对这一课题进行分析。而分解出来的子课题就构成了这一课题的主要研究内容。在调查报告中应该交待清楚,本调查将研究哪几个具体问题? 三、研究报告中“研究的方法” 交待“研究的方法”目的是:让读者了解,我们的调查结果和调查结论是用什么方法、经过怎样的步骤获得的,从而使读者可以据此判断调查结果和结论的可信程度和可适用范围。读
第1章数据仓库的概念与体系结构 1.数据仓库就是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合。 2.元数据是描述数据仓库内数据的结构和建立方法的数据，它为访问数据仓库提供了一个信息目录，根据元数据用途的不同可将数据仓库的元数据分为技术元数据和业务元数据两类。 3.数据处理通常分成两大类：联机事务处理OLTP和联机分析处理OLAP。 4.多维分析是指对以“维”形式组织起来的数据（多维数据集）采取切片（Slice）、切块（dice）、钻取（Drill-down 和Roll-up 等）和旋转（pivot）等各种分析动作，以求剖析数据，使用户能从不同角度、不同侧面观察数据仓库中的数据，从而深入理解多维数据集中的信息。 5. ROLAP是基于关系数据库的OLAP实现，而MOLAP是基于多维数据结构组织的OLAP实现。 6.数据仓库按照其开发过程，其关键环节包括数据抽取、数据存储与管理和数据表现等。 7.数据仓库系统的体系结构根据应用需求的不同，可以分为以下4种类型：两层架构、独立型数据集市、依赖型数据集市和操作型数据存储、逻辑型数据集市和实时数据仓库。 8.操作型数据存储实际上是一个集成的、面向主题的、可更新的、当前值的（但是可“挥发”的）、企业级的、详细的数据库，也叫运营数据存储。 9.“实时数据仓库”意味着源数据系统、决策支持服务和数据仓库之间以一个接近实时的速度交换数据和业务规则。 10.从应用的角度看，数据仓库的发展演变可以归纳为5个阶段：以报表为主、以分析为主、以预测模型为主、以营运导向为主、以实时数据仓库和自动决策为主。 11.什么是数据仓库？数据仓库的特点主要有哪些？ 答：数据仓库就是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，通常用于辅助决策支持。 数据仓库的特点包含以下几个方面：（1）面向主题。操作型数据库的数据组织是面向事务处理任务，各个业务系统之间各自分离；而数据仓库中的数据是按照一定的主题域进行组织。主题是一个抽象的概念，是指用户使用数据仓库进行决策时所关心的重点领域，一个主题通常与多个操作型业务系统或外部档案数据相关。（2）集成的。面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。而数据仓库中的数据是在对原有分散的数据库数据作抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企事业单位一致的全局信息。也就是说存放在数据仓库中的数据应使用一致的命名规则、格式、编码结构和相关特性来定义。（3）相对稳定的。操作型数据库中的数据通常实时更新，数据根据需要及时发生变化。数据仓库的数据主要供单位决策分析之用，对所涉及的数据操作主要是数据查询和加载，一旦某个数据加载到数据仓库以后，一般情况下将作为数据档案长期保存，几乎不再做修改和删除操作，也就是说针对数据仓库，通常有大量的查询操作及少量定期的加载（或刷新）操作。（4）反映历史变化。操作型数据库（OLTP）主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含较久远的历史数据，因此总是包括一个时间维，以便可以研究趋势和变化。数据仓库系统通常记录了一个单位从过去某一时点(如开始启用数据仓库系统的时点)到目前的所有时期的信息，通过这些信息，可以对单位的发展历程和未来趋势做出定量分析和预测。 12. 简述数据仓库4种体系结构的异同点及其适用性。 答：（1）两层架构（Generic Two-Level Architecture）。 （2）独立型数据集市（Independent Data Mart）。 （3）依赖型数据集市和操作型数据存储（Dependent Data Mart and Operational Data Store）。 （4）逻辑型数据集市和实时数据仓库（Logical Data Mart and Real-Time Data Warehouse）。 13. 答：数据仓库技术的发展包括数据抽取、存储管理、数据表现和方法论等方面。在数据抽取方面，未来的技术发展将集中在系统集成化方面。它将互连、转换、复制、调度、监控纳入标准化的统一管理，以适应数据仓库本身或数据源可能的变化，使系统更便于管理和维护。在数据管理方面，未来的发展将使数据库厂商明确推出数据仓库引擎，作为数据仓库服务器产品与数据库服务器并驾齐驱。在这一方面，带有决策支持扩展的并行关系数据库将最具发展潜力。在数据表现方面，数理统计的算法和功能将普遍集成到联机分析产品中，并与Internet/Web 技术紧密结合。按行业应用特征细化的数据仓库用户前端软件将成为产品作为数据仓库解决方案的一部分。数据仓库实现过程的方法论将更加普及，将成为数据库设计的一个明确分支，成为管理信息系统设计的必备。 14. 答： （1）IBM 公司提供了一套基于可视化数据仓库的商业智能（BI）解决方案，包括：Visual Warehouse
多维数据库维度层次的理解 多维度数据库是按照多维数据模型的思想来建立的。而一个多维数据模型是由多个维度和实事组成。维度是多维数据模型中非常重要的概念，要进行多维分析、编写高效准确的MDX 查询，首先要对维及其维度的概念分层有比较深刻的理解。 维是描述事实的角度，也即观察数据的角度。一个多维数据模型通常都包含多个维度。比如：描述企业的销售信息这样一个事实，我们就可能要用到客户维度、时间维度、产品维度、仓库维度等。在多维数据库中，维度表的来源通常都是关系数据库中的基础数据表，如上面提到的客户维度就来自关系数据库中的客户表，产品维度就来自关系数据库中的产品表等等。而这些维度表除了与事实表相关联的键属性以外还有很多其它的数据表属性。在基于关系数据库的查询中，我们可能更多的关注表之间的关系。而在多维数据库中，应该把思维改进一下，应该理解和注意维度属性之间的关系，分析维度中每个属性之间的关系。而维度属性之间的关系就引出了本文的中心——维度层次。 还是上面那个企业销售的例子，对于客户维度，除了键属性外，可能还会有客户的名字属性，所在国家，所在城市以及省，性别，教育情况，职业等信息。通过分析这些属性的值，可以发现：城市是属于某个省的，而省又是属于某个国家的，所以在这些属性的值中就表现了一种层次关系。分析这个层次结构如下图： 图一：客户维度属性层次分析图 上图中左边是客户维度表中国家属性，城市属性和省属性所组成的层次表示，右边就是这几个属性的值之间的关系。在SSAS中，图中左边的部分表示一个层次，这个层次由四个级别组成，这四个级别分别是：国家，省，城市和客户。在这个层次中国家是粒度最大的级别，客户是粒度最小的级别。在进行多维数据分析的时候，我们就可能会在这个层次的不同级别上进行综合或分析，上卷或下钻。 维度中的层次关系有的时候是隐含的，由数据的意义表示。所以维度层次有的时候可以自动生成，但更多的时候是人为定义的。对维进行概念分层使得我们可以在任意的抽象级别分析数据。 在SSAS中有一些与层次相关的函数，要利用好这些函数，其前提就是要理解维度的层次结构。这些函数我将会在另一篇文章中介绍。
基本概念： 1.多维数据集： 多维数据集是联机分析处理(OLAP)中的主要对象，是一项可对数据仓库中的数据进行快速访问的技术。多维数据集是一个数据集合，通常从数据仓库的子集构造，并组织和汇总成一个由一组维度和度量值定义的多维结构。 2.xx(dimension)： 是多维数据集的结构性特性。它们是事实数据表中用来描述数据的分类的有组织层次结构(级别)。这些分类和级别描述了一些相似的成员集合，用户将基于这些成员集合进行分析。 3.度量值： 在多维数据集中，度量值是一组值，这些值基于多维数据集的事实数据表中的一列，而且通常为数字。此外，度量值是所分析的多维数据集的中心值。 即，度量值是最终用户浏览多维数据集时重点查看的数字数据。您所选择的度量值取决于最终用户所请求的信息类型。一些常见的度量值有sales、cost、expenditures和productioncount等。 4.元数据： 不同OLAP组件中的数据和应用程序的结构模型。元数据描述OLTP数据库中的表、数据仓库和数据集市中的多维数据集这类对象，还记录哪些应用程序引用不同的记录块。 5.级别： 级别是维度层次结构的一个元素。级别描述了数据的层次结构，从数据的最高(汇总程度最大)级别直到最低(最详细)级别。 6.数据挖掘：
数据挖掘使您得以定义包含分组和预测规则的模型，以便应用于关系数据库或多维OLAP数据集中的数据。之后，这些预测模型便可用于自动执行复杂的数据分析，以找出帮助识别新机会并选择有获胜把握的机会的趋势。 7.多维OLAP(MOLAP)： MOLAP存储模式使得分区的聚合和其源数据的复本以多维结构存储在分析服务器计算机上。根据分区聚合的百分比和设计，MOLAP存储模式为达到最快查询响应时间提供了潜在可能性。总而言之，MOLAP更加适合于频繁使用的多维数据集中的分区和对快速查询响应的需要。 8.关系OLAP(ROLAP)： ROLAP存储模式使得分区的聚合存储在关系数据库的表(在分区数据源中指定)中。但是，可为分区数据使用ROLAP存储模式，而不在关系数据库中创建聚合。 9.混合OLAP(HOLAP)： HOLAP存储模式结合了MOLAP和ROLAP二者的特性。 10.粒度： 数据汇总的层次或xx。 11.聚合|聚集： 聚合是预先计算好的数据汇总，由于在问题提出之前已经准备了答案，聚合可以改进查询响应时间。 12.切块： 由多个维的多个成员限定的分区数据，称为一个切块。 13.切片(slice)： 由一个维的一个成员限定的分区数据，称为一个切片。
大学生适应量表结构维度的编制 1 文献综述 目前，适应问题是我国大学生当中存在较为突出的一类心理问题，大学生适应的好坏不仅影响其大学阶段的学习和生活，还会影响其成人后的工作和生活。所谓适应，目前心理学领域里较多的观点认为，适应是个体对环境变化做出的反映，既包括对物理环境变化的反映如光、电现象，也包括对人际环境变化的反映，如人与人之间关系等。从这个角度来说，社会适应性水平的高低已经成为衡量个体心理健康状态的一个重要指标。鉴于大学生适应问题的重要性，一直以来对大学生适应的研究是心理学工作者较为关注的领域。 到目前为止，国内外的研究者对其进行了大量的研究，并取得了丰富的研究成果。单从评价大学适应的角度来看，国外研究者已经发展出较为成型的评价工具和量表，如The college Adjustment Scales（CAS）（1992），MMPI-2 College Maladjustment Scale（1989）和The Student Adaptation to College Questionnaire（SACQ）（2000）等。 CAS评定量表主要从焦虑、压力、自杀观念、弊病本质、自尊问题、人际交往问题、家庭问题、学业问题、职业选择问题等9个方面作为大学生心理适应水平的评定维度，这里的适应概念强调的是个体对于环境应对的结果，研究者没有对各个维度的具体内涵界定清楚导致各个维度之间缺乏一定的逻辑联系，9个维度在反映的问题曾面上也不是很统一。后5个维度反映的是具体的适应问题，但是前4个维度在许多方面与后5个维度有重合。MMPI-2是由Butcher , Dashlstreom , Gtaham , Tellegen , & Kaemmer对MMPI 修订而成，它包括六方面的内容：一是效能感缺失和价值观缺失；二和三主要与个性特征相联系，主要有缺乏生活的兴趣，做事情的无能感，生活的压迫感；四是易于紧张、焦虑，为琐事担心；五是躯体症状的反应；六是学习方面的成功和注意力集中困难。这份测查量表编制的出发点主要是对发展性咨询中的心理健康问题作出评估，着重于诊断性评定，对学生来访者给以发展性指导。每个维度从心理问题的症状出发，内容具体丰富，但是如果用于测查正常人的心理适应问题，很难从正面揭示适应的现状。SACQ评定量表则从学业适应、社会适应、个人情感适应、对大学的依恋等4个维度评定大学生的心理适应健康水平。这份适应量表涵盖的范围较为广泛，它测查的对象主要是大学刚进校的新生，没有涉及到整个的大学阶段。而且，如果将它用于对中国大学生适应情况的测查，其中反映的内容是否符合我国大学生的实际情况，还值得进一步探讨。 这些国外的量表，在结构维度的划分上是从他们国家大学生的心理适应问题特点出发，有的并不符合我国大学生心理适应问题的特点，因此当对我国大学生的适应状况进行研究时，应该采用适合我国大学生特点的测量工具。针对适应概念内涵，国外有人提出，适应是一个应对的动态过程，因此出现了从应对策略的角度研究适应问题，James H. Amirkhan (1990) 提出三种基本的应对策略是：解决问题、寻求社会支持、逃避。而Susan Folkman & JudithTedlie Moskowitz （2000）则提出应对不仅与压力有关，而且能解决压力产生的原因，达到适应的目的。这些更为深入的观点为我们给适应的内涵作出界定开拓了思路。 国内对大学生心理适应特点的研究多是为了评价大学生心理健康状况水平，因此，研究者多从健康的对立面，即心理疾病的角度出发来研究学生的心理适应特点，采用的量表编制
大中型生产型企业绩效考核方案范例 第一章总则 第二章考核方法 第三章月度考核 第四章年度考核
第一章总则 第一条为提高珠联公司基础管理水平，建立科学的现代管理制度，充分调动员工的积极性和创造性，使员工紧紧围绕公司的发展目标，高效地完成工作任务，根据公司目前的实际情况，特制定本管理办法。 第二条适用范围 本办法适用于珠联公司全体员工。 3、薪酬等级的调整； 4、岗位晋升及调整； 5、员工培训安排； 6、先进评比 具体实施方法参照《珠联公司薪资管理制度》 第二章考核方法
第六条考核周期 考核分为月度考核和年度考核。月度考核于每月的1-10日内完成上月的考核，年度考核于次年元月25日前完成。 第七条月度绩效考核 （一）绩效是指被考核人员所取得的工作成果，考核员工本职工作任务完成的情况，包括每个岗位的岗位职责指标和公司年度任务分解到部门及岗位的指标。 （二）月度考核的考核工具为绩效考核表格，各岗位均有岗位相对应的绩效考 90%， 第十条绩效考核评分 考核表中的所有量化的考核指标均按照100分（满分为100分）评分，对于不能量化的考核指标，按照以下六个评分等级评分，具体定义和对应关系如表1：
第十一条年度考核 4、知识学习能力 第十二条考核指标的设立 (一)考核指标根据岗位职责、工作计划、部门重点、年度计划等，由上下级之间共同协商，形成考核表，报上一级主管领导审批后实施； （二）工作计划和考核指标的更改需经被考核者及其直接上级商定，并报上一级主管领导批准方可生效。如有争议，考核管理委员会有最终裁决权。
（三）依不同层级、类型岗位而定，基层3-7个，中层干部7-11个，高层干部11-14个，结合岗位自身职责与公司各层次目标制定，选择考核周期内的工作重点或岗位职责中的关键性工作做为考核指标； （四）工作绩效指标由上、下级共同协商制定，报上一级主管领导审批后实施； （五）工作绩效考核指标的更改需经被考核者及其直接上级商定，并报上一级主管领导批准方可生效。如有争议，考核管理委员会有最终裁决权。 第十三条考核指标设立的要求 第十六条考核程序 1、各级考核主体进行逐级考核，并进行评分； 2、直接上级对直接下级进行考核面谈，下级人员对上级进行述职； 3、各部门向人力资源部递交考核结果，计算结果并汇总公布； 4、各部门进行绩效改进计划。 第十七条人力资源部门将考核结果整理归档，根据个人得分系数与部门得分系数
事实表中一般要包含2部分：一是由主键和外键所组成的键部分，另一部分是用户希望在数据仓库中所了解的数值指标，这些指标是为每个派生出来的键而定义和计算的，称为事实或指标。由于事实是一种度量，所以事实表中的这种指标往往需要具有数值化和可加性的特征。但是在事实表中，只有那些具有完全可加性的事实才能根据所有的维度进行累加而具有意义。而事实表有一些事实表示的是某种强度，这类事实就不具有完全加法性，而是一种半加法性。例如，账目余款反映的是某个时间点的数据，它可以按照地点和商品等大多数维度进行累加，但是对于时间维度则例外，将一年中每个月的账目余款进行累加是毫无意义的，而决策者则可能需要了解所有地区和所有商品账目余款的累加值。在事实表中还有一些事实是非加法性的，即这些事实具有对事实的描述特性，在这种情况下一般要将这些非加法性事实转移到维度表中。 以事实表中度量的可加性情况，可以把事实表及其包含的事实分为4种样式。 1．事务事实 事务事实以企业事件的单一情况为基础，因此通常只包含事实的次数这一种度量条件，应该尽可能以最低级别来表示。比如银行的ATM提款机的提款次数，使用某种服务的次数等。2．快照事实 快照事实以企业在某一特定时间的特殊状态为基础。也就是只有在某一段时间内才出现的结果。它们也许没有包含所有维的条件，比如不是所有的产品每天都有销售量。 3．线性项目事实 这类事实通常用来储存关于企业经营项目的详细信息。包括表现与企业相关的个别线性项目的所有度量条件，比如销售数量、销售金额、成本和运费等数值数据，也就是关键性能指标。此类事实运用范围很广，比如采购、销售和库存等。 4．事件（状态事实） 这是类特殊的事实，通常只表示事件发生与否和一些非事实本身具备的细节。它所表现的是一个事件发生后的结果变化，并且没有度量数值表示。如哪些产品在促销期间内没有卖出，有还是没有，就是事件或状态事实所表现的结果。 在事实表模型的设计中还需要注意到派生事实。派生事实主要有2种，一种是可以用同一事实表中的其他事实计算得到，例如销售行为中的商品单价可以用商品的销售总金额和销售数量计算得到，对于这些派生事实一般不保留在事实表中；另一种是非加法性事实，例如各种商品的利润率等各种比率。 在事实表模型的设计中必须要考虑到事实表中的这些事实特性，通过多次反复来确定。首先，通过调查确定所有可能的基本事实和派生事实；然后，对所有的事实按照功能或某种方式进行排序，以删除重复的事实；接着，确认那些基于不同准则但是有相同性质的派生事实，例如公司门市销售总额与地区销售总额虽由于维度的不同而被定义为不同的事实，但实际计算方法是一样的；最后，再一次确定事实表模型，在确认中要检查所有的计算派生事实的基本事实是否已经包含在模型中，并且与用户取得—致。 在设计事实表时，一定要注意使事实表尽可能地小，因为过于庞大的事实表在表的处理、备份和恢复及用户的查询等方面需要较长的时间。在实际设计时，可以利用减少列的数量、降低每一列的大小和把历史数据归档到单独的事实表中等多种方法来降低事实表的大小。另外，在事实表中还要解决好数据的精度和粒度的问题，下面将阐释粒度的设计方法。 =========================== 事实、度量和事实表 确定分析内容的构成：事实及其粒度 事实表是数据库中最大的表，是星形模型结构的核心。事实表包含了基本商业事务的详细信息，是对商务活动进行客户关系、销售趋势和产品趋势等分析的素材。事实表的设计包括对
产品市场调研报告模板 1. 调研报告提要 1.1. 调研围及目的： 说明本次调研所涉及到的对象和围，如产品线客户的需求，主要竞争对手等，并述各部 分调研的具体目的。 1.2. 调研概况描述： 对调研过程作出简要说明，包括：调研小组及分工; 调研计划安排及执行情况及搜集到的主要信息; 调研费用预算及执行情况等。 2. 客户需求调研 2.1. 客户的需要与欲望(needs & wants)分析 对于客户需要及欲望的描述作出必要的解释： 根据产品必须做什么，而不是可能做什么来表达需求; 表达原始数据的具体需求; 用肯定句，而不是否定句; 将需求当作产品的属性表达。 2.3. 客户购买行为分析 2.3.1. 决策者分析描述是如何进行决策的。是谁来做决策的(个人还是团体)?谁/什么影 响着决策?客户决策的方式是什么?客户进行决策所用的流程是什么? 决策部门(dmu); 典型购买者; 影响者(职位顺序); 决策流程。 2.3.2. 购买行为分析 描述客户从产生类别需求(即考虑采购哪类的产品包/服务)开始，到做出采购决策为止的 购买过程及影响因素：客户何时产生类别需求?谁影响? 客户通过何种渠道了解供应商及其产品包/服务? 影响客户购买的驱动力是什么? 影响客户购买的障碍是什么? 客户认为的出局标准是什么? 2.4. 客户价值转移分析描述客户关注的价值要素，以及这些要素的变化(含优先级)： 在供应商提供的产品包/服务的所有要素中，客户最关注什么(质量/价格/服务/品牌/交 货期/付款方式......)? 客户关注的首要(2~3项)的偏好是什么? 不同类型客户的偏好有何不同? 客户偏 好有何变化? 3. 客户情报调研 3.1. 客户分类 说明一般以哪几个维度对客户分类，分为哪些类型，从市场细分的角度来看，什么维度 可以作为战略性细分的维度?还有没有更利于对市场有效细分的维度? 3.2. 客户情报分析分析客户的使命愿景、业务战略、业务模式、面临的业务问题、购买趋势等。说明当 前客户数据库的状况，增加客户数据库有哪些渠道或来源?这些渠道的有效性、成本如何?需 要重点补充哪些重要的客户信息? 3.3. 重要客户分析 说明市场上哪些客户是非常重要的，如大客户、战略性客户，对这些客户分类或分别作 出分析。 4. 竞争情报调研报告 4.1. 主要竞争对手概况 对主要竞争对手的业务战略定位/目标、业务发展趋势、竞争优/劣势、赢利模型、品牌 形象、业务问题等作出分析 4.2.1. 竞争对手1的业务分析 ...... 4.2.2. 竞争对手2的业务分析 ...... 4.2.3. 竞争对手3的业务分析 ...... 4.3. 不同细分市场的竞争力分析 初步识别本公司已经进入和将来准备进入的细分市场，明确在这些市场中的两家主要竞 争对手，分析本公司两家主要竞争对手的优、劣势和本公司在不同细分市场中的竞争力排名。 5.1. 中间渠道概况 描述中间渠道的类型、层次和结构：本公司使用的渠道类型、层次和结构; 竞争
维度建模的基本概念及过程 摘要：本文首先介绍维度模型中的维度表和事实表这2个基本构成要素的基础知识；其次，介绍设计维度模型的4个基本步骤；再次，围绕某银行为实现业务价值链数据集成的需要，介绍多维体系结构中的3个关键性概念：数据仓库总线结构、一致性维度、一致性事实。 关键词：维度表;事实表;维度模型设计过程;数据仓库总线结构;一致性维度;一致性事实。 引言: 与流行的说法不同，Ralph Kimball本人并没有定义“维度”和“事实”这样的术语。术语“维度”与“事实”，最初是20世纪60年代在一个由General Mills与Dartmouth大学主持的联合研究计划中提出的。70年代，AC Nielsen和IRI都一致地使用这些术语描述他们的数据发布应用，用现在更为准确的话来说，就是关于零售数据的维度数据集市（Data Mart）。在简明性成为生活方式的潮流之前的长时期内，早期的数据库垄断组织们致力于将这些概念用来简化用做分析的信息。他们意识到，除非数据库做得简单易用，否则没有人会用它。因此，在将可理解性和性能作为最高目标的驱动下，产生了维度模型的构造思想。 1 维度表和事实表 1.1 事实表 事实表是维度模型的基本表，其中如图所示存放有大量的业务性能度量值。力图将从一个业务处理过程得到的度量值数据存放在单个数据集市。由于度量值数据压倒性地成为任何数据集市的最大部分，因此应该避免在企业范围内的不同地方存储其拷贝。用术语“事实”代表一个业务度量值。可以设想一个作为例子的情形：查询某个客户在某个机构下某个产品合约账户的某个币种的某个时点余额，在各维度值(客户、产品合约、账户、机构、币种、日期)的交点处就可以得到一个度量值。维度值的列表给出了事实表的粒度定义，并确定出度量值的取值范围
附件二：《自我管理表》填报说明 为全面推动员工个人自我管理工作，规范自我管理考核表的填报，现拟定《<自我管理表>填报说明》，请所有员工严格按如下要求填报本岗位的《自我管理表》。具体如下： 各员工在开展自我管理前，应对本岗位的工作进行深度思考，并与直接上级充分沟通，明确本岗位的工作定位，同时，填报时应尽可能覆盖全面且简明扼要。 1.岗位使命：参照年度总公司经营指导思想及所在部门年度经营管理计划，与上级领导沟通，明确本岗位工作指导思想与工作使命。 2.岗位责任：结合岗位说明书及上级领导要求，明确本岗位职责范围，梳理本岗位各项具体工作职责。 3.工作内容：以岗位责任为指引，结合直接上级的工作内容，实现工作的分解，明确本岗位应负责和执行的具体工作事项。工作内容的填报应首先确定主要工作模块，然后根据工作模块划分填报各模块下的各项具体工作内容。 4.工作目标：工作目标的设定应遵循以下几个原则：一是明确具体，有明确具体的结果或成果；二是量化阐述，从数量、质量、时间性或成本等角度进行阐述，或是能够通过定性的等级划分进行转化；三是可实现性，既有挑战性又是可实现的。 5.计划完成时间：明确各项工作目标能达成的具体时间，有多个时间节点的工作事项则应明确每个时间节点的计划完成时间。 6.评分标准：结合工作内容和工作目标，明确各项工作的评价维度和评分原则，评价维度主要从时间、数量、质量等角度提出，并在各评价维度提出明确的量化的加减分标准。具体要求如下： ①全面综合考虑各项工作的评价维度（包括时间、数量、质量等），设定合理的量化评分机制，使考核人能够做出客观准确的评价； ②时间评价维度：根据具体工作事项，时间滞后扣分，提前完成可酌情加分； ③数量评价维度：以数量体现工作成果的，应从数量维度进行评分，可从单位时间的产出成果等角度设定具体的量化评分标准； ④质量评价维度：以具体产出体现工作成果的（如方案、策划类工作），应从质量维度进行评分，结合具体工作，从产出成果的执行情况等角度设定具体的量化评分标准。
1.生命周期 a)业务需求定义 i.收集需求 ii.分析业务 iii.数据仓库建立总线矩阵 iv.项目规划 b)维度建模、 i.建模过程 1.标识需要建模的业务过程 2.声明粒度 3.标识和选择维度 4.标识和选择事实 ii.维度表 1.代理键 a)日期维度可以使用20140101这样的智能键，智能键可以用来分区 2.渐变维度 a)SCD1 直接更新 b)SCD2 标记维度的时间作用域，插入新数据，增加新行 c)SCD3 不同的列记录不同时间域的值，增加新列 d)将经常变化属性集合为小维度表 3.退化维度 a)没有对应维度表的非事实属性：类似于订单ID 4.支架维度/引用维度 a)比较类似于雪花模型，例如顾客的生日属性可以链接到日期维度表。 日期维度表就是顾客维度的支架维度 5.多值维度 a)使用桥接表实现 b)事实与维度的多值关系 i.例如订单的为多商户分成，可以通过一个商户分组链接表实现， 订单事实中记录商户分组的ID，分组链接表中分行记录不同商 户的账号ID及其分成 c)维度与维度的多值关系 i.例如用户帐户维度与消费自然人客户维度有多对多关系。因此在 帐户维度表与自然人维度表中加入一个“帐户与客户关系”桥接 表。记录 d)可变层次展示 i.例如职员与职员间隶属关系：可以使用桥接表记录每个职员与其 所有下属之间的隶属距离和其下属的直接上司，就可以层次化的 表示出职员之间关系 6.角色扮演维 a)例如下单日期维度和退款日期维度都是通过视图链接到日期维度表， 这两个维度都是角色扮演维。 7.杂项维度 a)慎用杂项维度
b)将小维度合并组成杂项维度。 iii.事实表 1.事务型事实 2.周期快照事实 3.累计快照事实 4.没有事实的事实 a)例如用户登录行为事实，其只有维度没有度量，那么添加一个值永远 为1的login_cnt字段为度量，方便sum 5.面向状态的事实表 a)例如帐户余额其实对应了一个具体的自然人，在自然人的地理位置变 化后，该自然人维度会有SCD 2的转换，可能代理键从1 – 2.帐户余 额需要做一个SCD 2的转换，将自然人维度引用该为2.其实是为了查 询任意时间点，某个地理位置的帐户余额总和 c)物理设计和ETL开发 i.源数据探查 1.出具数据剖析表来记录字段的类型，数据分布等 ii.子系统 1.提取 a)数据剖析：KETTLE有插件datacleaner实现 i.NULL值判断 ii.字符串匹配 iii.数值分布报表 iv.正则表达式匹配等 b)更改数据捕获系统：KETTLE c)提取系统：KETTLE的INPUT节点的功能 2.清理和一致化：KETTLE已经实现 a)数据清洗 i.转换数据类型 ii.重命令列等 b)数据检验 i.Kettle提供了流读取功能来验证数据是否错误 1.取值范围是否合规 2.关系完整性是否存在 3.是否符合状态机规则（例如没有支付日期时就不应该有支付 状态） 4.一般依赖约束：例如派生列和其父列是否满足约束 c)错误事件模式：KETTLE的错误流节点 i.过程错误：trans step等出错 ii.数据校验错误 iii.过滤器错误 iv.一般步骤错误 v.ETL工具箱中描述的错误事件数据分析表能够起作用 d)审核维度汇编器：KETTLE通过统计节点实现 i.审计事实细节：数据从哪里来，什么时候加载，在那个服务器上
组织信息调查研究的阶段与步骤 1、调研准备阶段；初步情况分析、非正式调研、确定调研的目标。 2、正式调研阶段；决定采集信息的来源和方法、设计调查表格和抽样方法、 实地调查。 3、结果处理阶段；整理分析调查资料、写出调研报告。 组织信息调查研究的类型； 4、探索性调研2、描述性调研3、因果关系调研4、预测性调研 信息采集的方法； 1、询问法；当面调查、电话、会议调查、邮寄调查、问卷调查。 2、观察法；直接观察法、行为记录法。 企业组织信息处理的要求；及时性、准确性、适用性、经济性 组织设计的内容与步骤； 1、按照企业计划任务和目标的要求建立合理的组织结构、包括管理层次和职 能部门的建立。 5、按照业务性质进行分工、确定各个部门的职责范围； 6、按照所负的责任给予部门、各管理人员相应的权利； 7、明确上下级之间、个人之间的领导和协作关系，建立信息沟通的渠道； 8、配备和使用适合工作要求的人员。 组织设计的要求及原则 1. 目标-任务原则； 2. 分工、协作原则； 3. 统一领导、分级管理的原则； 4. 统一指挥的原则； 5. 权责相等的原则； 6. 精干的原则； 7. 有效管理幅 度原则； 关于工作者完成岗位任务所需具备的条件： 1知识2技术、包括经历3教育程度4体力情况5智力状况6适应性 岗位分析的目的 （一）岗位设计的要求 从企业的整个生产运营过程来看，岗位设计应当满足以下要求： 1.企业不断提高工作效率，提高产出与服务水平； 2.企业员工之间的劳动分工更加合理、协作更加默契； 3.企业员工的工作环境得到进一步改善。 （二）岗位设计和再设计的内容 为了使岗位设计能满足企业的上述各种需要，可以从以下三个方面进行设计以及改进（再设计）； 1. 扩大工作范围，丰富工作内容合理安排工作任务：工作扩大化、工作丰富化 2. 工作满负荷 3. 工作环境的优化 企业人力资源规划从内容上看，可以区分为： 1. 战略发展规划 3. 制度建设规划 2. 组织人事规划 A. 组织结构调整变革计划 4. 员工开发规划。 B. 劳动组织调整发展计划 C. 劳动定员定额提高计划 人力资源管理费用的预算与执行的原则是：分头预算，总体控制，个案执行。
Data Service-创建一个时间维度表 写在前面: 本篇文章介绍利用SAP Data Service 创建一个时间维度表的过程. 准备工作: SAP Data Service(本人使用的是4.2版本) 具体步骤: 步骤一: 建立一个项目及Batch Job 步骤二: 双击步骤一中建立的Batch Job,在右侧界面中新建一个Data Flow组件,新建方式可选择从最右侧组件列表中拖取(第三个),也可选择在右侧界面中直接右键,选择出来列表中的”ADD NEW” ,选择相应的部件即可。新建好后双击新建的Data Flow组件，进入Data Flow 的界面 步骤三: 选择软件界面左下角第五项即Transforms,在Transforms界面中展开第一项“Data Integrator”，选择第二项“Data_Gentration”将其拖动到步骤二中展开的Data Flow界面。
步骤四： 在Data Flow界面中，双击上一步拖来的“Data_Gentration”，进入设置界面，在这一界面可以选择想要创建的时间维度表的开始和结束时间，并选择增量。这里我选择的开始时间是2010.01.01，结束时间为2017.06.01，增量选择Daily，即按日期为增量。根据需求还可以选择月份，年等。 步骤五： 与在SAPData Serice抽取数据到HANA一样，在Data Flow中新建一个“Query”组件，
和一个“Template Table”组件，并按图连接 步骤六: 双击“Query”组件，进入设置界面，将左侧的属性选中拖入右侧即可，根据实际情况可对右侧列表中的属性进行设置，如修改名字，设置为主键等。设置好后，右键本J0b，选 择Excute即可，运行成功后，最简单的时间维度表即可完成。 步骤七： 因在时间维度表中只有一个日期属性一般不能满足需求，所以一般还需要添加别的属性，例如主键ID，年份，月份，周等。此时，我们可直接在上图右侧选中行上右键，选择New Output Column ，点击后在弹出的选项中选择位置，此时可选位于当前选中行上一行还是下一行。选中后出现下图界面，按照图中要求设置你想要添加的属性名，类型，以及是否设为主键。