Page 348 - 《软件学报》2024年第4期

1926 软件学报 2024 年第 35 卷第 4 期

全管理的有力抓手.
2.2.4 精细化考勤
企业负责人作为该企业中的决策制定者, 能够制定诸多考勤规则, HAO 打卡系统根据专家 (企业负责人) 制定
的规则, 对打卡流程进行优化, 对打卡数据进行管理. 人机协同 (human-machine synergy) 就是将人和机器组成一个
团队, 集成人类智能和人工智能, 促进人机自主交互, 协作共赢 [12] . HAO 打卡系统中, 企业负责人根据实际情况随
时参与决策制定过程, 为精细化考勤的实现提供了保证. 本小节以 HAO 打卡中的多次打卡功能为例, 表明 HAO
打卡系统的精细化以及人机协同的过程. 大多数企业都只设定固定一次上下班的类型让员工进行考勤打卡, 这样
做的好处是便于管理数据, 方便计算员工每天的工作时间. 但是也存在一定的弊端, 如员工工作时间内外出则无法
记录. 那么, 就需要一种精细的、科学的方式去计算员工每天的工作时间. 企业负责人可根据自身制定的考勤规则
和需要, 在两种计算时长方案中选择, 这里对提供的两种方案进行介绍.
方法 1: 不计算间隔时间. 当员工一天内进行多次上下班时, 工作时长为第 1 次打上班卡的时间点和最后一次
打下班卡时间点之间的差值, 即工作时长=最晚下班打卡时间−最早上班打卡时间.
方法 2: 计算间隔时间. 系统会基于栈的思想计算用户的工作时间. 用户打上班卡即入栈, 一直到打下班卡即
出栈. 取栈底和栈顶的两条打卡记录计算时间差, 即为用户的工作时间. 公式 (1) 如下:
∑ 匹配次数
工作时长 = (下班打卡时间−上班打卡时间) (1)
i=1
具体地说, 当员工在正常工作时间段内多次进行上下班打卡, 工作时间等于员工打上班卡时间与最近一次打
下班卡时间的累加. 如果出现连续打多次上班卡和多次下班卡, 则此时间段内的工作时间等于最早的上班打卡时
间和最早的下班打卡时间之间的差值. 例如, 用户在时间 t 1 打上班卡, t 2 打上班卡, t 3 打下班卡, t 4 打上班卡, t 5 打上
班卡, t 6 打下班卡, t 7 打下班卡. 那么该员工的总工作时长 T sum =(t 3 –t 1 )+(t 6 –t 4 ).
除了上述的考勤方式, HAO 打卡系统还提供实时打卡功能. 考虑到存在抽查员工在岗情况或者会议签到点名
等实际需求, 负责人可以快速地构建一个实时打卡通道用于员工打卡, 通道内部可以设置有效期, 地址限制, 拍照
限制等诸多选项. 员工只需用手机扫描实时打卡通道提供的二维码, 即可完成打卡. 负责人可以实时查看通道打卡
情况并生成表格导出.
3 数据利用与决策支持

市场处于持续变化的过程中, 企业在发展过程中同样也在不断变革, 但是企业在组织调整、流程再造以及人
才发展管理战略制定等方面都需要详细的数据支持. HAO 打卡系统可以对数据进行收集、管理、分析, 将这些数
据转化为有用的信息, 让管理者根据市场的变化做出正确的管理策略, 使企业更容易适应不断变化的竞争环境. 良
好的企业运营与发展离不开管理, 对员工的工作管理和行为约束更为重要. 在各项管理工作中, 考勤打卡管理能够
加强企业的工作纪律, 工作纪律可以塑造高效工作的行为 [1] , 而且与员工绩效评估息息相关, 是绩效考核的重要指
标. 除此之外还能提升企业的整体运营和综合能力. 可以说, 考勤打卡是企业这个大机器中最重要的零部件之一.
对绩效考核而言, 关键得就是量化, 量化得越清晰, 尽可能排除和纠正主观评价的偏颇, 员工的逆反心理越小.
此外, 在绩效评估的各种目的中, 为可能的晋升确定表现最佳的员工始终是一个战略目标 [4] . 因此, 针对以上目标,
HAO 打卡系统利用员工考勤打卡产生的数据, 通过四要素得分法和四要素报表法, 为企业绩效工作提供助力 (如
后文图 10 所示).

3.1 四要素得分法
员工出勤率是所有商业组织的主要因素, 因为它直接影响到个人的绩效以及组织的绩效 [37] . 企业常见的做法
是仅把考勤系统当作企业管理和约束员工的工具, 且重点关注员工的异常打卡 (缺勤、早退等) 的情况, 并根据次
数直接影响绩效. 这种方式虽然可以保证员工进行正常考勤, 但长远来看, 不利于改善其工作状态, 更不利于提升
员工的个人满意度. 组织面临的众多挑战之一是让员工满意, 以应对不断变化的环境, 取得成功并保持竞争
力 [38] . 我们认为, 一个公平的考勤评估体系, 可以培养员工对企业的满意度与信任度, 并能够在企业内形成一个正