Разработка системы KPI ООО «КраМЗ»

Выделяют  такие  разновидности  количественного  анализа  документов,  как контент-анализ  и  анализ  статистики (изучение  собственно  количественных данных, содержащихся в документе).

Контент-анализ – перевод послания, зафиксированного в документе, в набор количественных  показателей,  отражающих   искомую  характеристику.  Этот метод  базируется на представлении  о  том,  что используемые  в  сообщениях отдельные  слова,  словосочетания,  выражения,  изображения,  частота  их  повторов,  последовательность  упоминания  не  случайны,  а  зависят  от  определённых факторов. Факторы можно  обнаружить  и  понять,  вскрыв  структуру содержания  документа  путём  подсчёта  частоты  появления  тех  или  иных употребляемых  символов. Основой  контент-анализа  выступает  кодирование как “объективное, систематическое количественное описание любого символического поведения”[6]

 

Применение  статистических показателей 

Часто для анализа  полученных данных рассчитывают следующие  статистические показатели, на основании  которых делают выводы.

Средней арифметической величиной называется такое значение признака в расчете на единицу  совокупности, при вычислении которого общий объем признака в совокупности сохраняется неизменным.

 При ее  вычислении общий объем признака  мысленно распределяется поровну между всеми единицами совокупности.

 

Рисунок 8 –  Формула расчета средней арифметической

 

Медиана — величина варьирующего признака, делящая совокупность на две равные части — со значениями признака меньше медианы и со значениями признака больше медианы.[2]

Рисунок 9 –  Формула расчета медианы

 

Мода - величина признака, которая встречается в  изучаемом ряду, в совокупности чаще всего. Отсюда имеем обычно применяемую  формулу.

 

Рисунок 10 – Формула расчета моды

 

Следующим этапом изучения вариации признака в совокупности является измерение характеристик силы, величины вариации. Простейшим из них может служить размах, или амплитуда вариации, — абсолютная разность между максимальным и минимальным значениями признака из имеющихся в изучаемой совокупности значений. Таким образом, размах вариации вычисляется по формуле

R= Xmax — Xmin

Поскольку величина размаха характеризует лишь максимальное различие значений признака, она не может измерять закономерную силу его  вариации во всей совокупности. Предназначенный для данной цели показатель должен учитывать и обобщать все различия значений признака в совокупности без исключения. Поэтому показателем силы вариации выступает не алгебраическая средняя отклонений, а среднее линейное отклонение.

 

Рисунок 11 – Формула расчета среднего линейного отклонения

 

Квадрат среднего квадратического отклонения дает величину дисперсии, рассчитывается по формуле.[2]

 

 

Рисунок 12 – Формула расчета среднего линейного отклонения

 

Кластерный  анализ

Цель кластерного  анализа— классификация объектов на относительно гомогенные (однородные) группы, исходя из рассматриваемого набора  переменных. Объекты в группе относительно схожи с точки зрения этих переменных и отличаются от объектов в других группах. Кластерный анализ также называют классификационным анализом. На рисунке13 показана идеальная ситуация кластеризации, когда кластеры четко отделены друг от друга. С другой стороны, на рисунке13 представлена ситуация кластеризации, которая чаще всего встречается на практике - границы некоторых кластеров очерчены нечетко, и отнесение некоторых объектов  к конкретному кластеру не очевидно, поскольку многие из них нельзя сгруппировать в тот или иной кластер.

В кластерном анализе  нет необходимости в предварительной  информации о кластерной принадлежности любого из объектов. Группы, или кластеры, определяют с помощью собранных  данных, а не заранее.[8]

Этапы выполнения кластерного анализа представлены на рисунке 14.

1. Формулировка  проблемы. Возможно, самая важная  часть формулирования проблемы  кластеризации — это выбор  переменных, на основе которых  проводят кластеризацию. Включение  даже одной или двух посторонних  (не имеющих отношение к группированию) переменных может исказить результаты кластеризации.

 

 

 

 

 

Рисунок 13 – Идеальная и обычная ситуации кластеризации

 

2. Для того чтобы оценить, насколько они похожи или непохожи, необходимо использовать некую единицу измерения.

Наиболее распространенный метод заключается в том, чтобы в качестве такой меры использовать расстояния между двумя объектами. Существует несколько способов вычисления расстояния между двумя объектами.

 

Рисунок 14 – Этапы выполнения кластерного анализа²

 

Наиболее часто  используемая мера сходства— евклидово  расстояние или его квадрат.

Евклидово расстояние - квадратный корень из суммы квадратов  разностей в значениях для  каждой переменной.

Существуют  и другие способы измерения расстояния.

Расстояние городских кварталов или манхэттенское расстояние между двумя объектами — это сумма абсолютных разностей в значениях для каждой переменной.

Расстояние  Чебышева между двумя объектами — это максимальная абсолютная разность в значениях для любой переменной.

Использование различных способов измерения расстояния ведет к разным результатам кластеризации. Следовательно, целесообразно использовать различные меры сходства и затем  сравнить результаты.

3. Выбрав меру  сходства, затем можно выбрать  метод кластеризации.

Метод одиночной  связи - метод связи, в основе которого лежит минимальное расстояние между объектами, или правило ближайшего соседа.

Метод полной связи - метод связи, в основе которого лежит максимальное расстояние между  объектами, или правило дальнего соседа.

Метод средней  связи - метод связи, в основе которого лежит среднее значение всех расстояний, измеренных между объектами двух кластеров, при этом в каждую пару входят объекты из разных кластеров.[8]

Широко известным  дисперсионным методом, используемым для этой цели, является метод Варда.

Метод Варда - дисперсионный  метод, в котором кластеры формируют  таким образом, чтобы минимизировать квадраты евклидовых расстояний до кластерных средних.

Центроидный метод - дисперсионный метод иерархической  кластеризации, в котором расстояние между двумя кластерами представляет собой расстояние между их центроидами (средними для всех переменных).

К другому типу процедур кластеризации относятся  неиерахические методы кластеризации , часто называемые методом к-средних.

Последовательный  пороговый метод - неиерархический  метод кластеризации, при котором  выбирают кластер и все объекты, находящиеся в пределах заданного  от центра порогового значения, группируют вместе.

Параллельный  пороговый метод  - неиерархический  метод кластеризации, при котором одновременно определяют несколько кластерных центров. Все объекты, находящиеся в пределах заданного центром порогового значения, группируют вместе.

Метод оптимизирующего  распределения  - неиерархический  метод кластеризации, который позволяет поставить объекты в соответствие другим кластерам (перераспределить объекты), чтобы оптимизировать суммарный критерий.

Два главных  недостатка неиерархических методов  состоят в том, что число кластеров  определяется заранее и выбор  кластерных центров происходит независимо. Существует предположение о возможности использования иерархических и неиерархических методов в тандеме. Во-первых, первоначальное  решение по кластеризации получают, используя такие иерархические методы, как метод средней связи или метод Варда. Полученное этими методами число кластеров и кластерных центроидов используют в качестве исходных данных в методе оптимизирующего распределения.

4. Принятие решения  о количестве кластеров. Главный вопрос кластерного анализа — вопрос о количестве кластеров. Здесь нет твердых правил, позволяющих быстро принять решение, но можно руководствоваться следующим.[8]

1. При определении  количества кластеров руководствуются  теоретическими и практическими  соображениями. 

2. В иерархической  кластеризации в качестве критерия можно использовать расстояния, при которых объединяют кластеры.

3. В неиерархической  кластеризации чертят график  зависимости отношения суммарной  внутригрупповой дисперсии к  межгрупповой дисперсии от числа  кластеров. Точка, в которой  наблюдается изгиб или резкий поворот, указывает на приемлемое количество кластеров. Увеличение числа кластеров за эту точку обычно безрезультативно.

4. Относительные  размеры кластеров должны быть  достаточно выразительными.

5. Интерпретация  и профилирование кластеров включает проверку кластерных центроидов. Центроиды представляют средние значения объектов, содержащиеся в кластере по каждой из переменных. Оценка надежности и достоверности

Однако следующие  процедуры обеспечат адекватную проверку качества кластерного анализа.

1. Выполняйте  кластерный анализ на основании  одних и тех же данных, но  с использованием различных способов  измерения расстояния.

2. Используйте  разные методы кластерного анализа  и сравните полученные результаты.

Сравните результаты, полученные на основе разных мер расстояния, чтобы определить, насколько совпадают полученные результаты.[8]

Подводя итог, можно  сказать, что проблема, связанная  с разработкой системы оценки персонала в организации не всегда очевидна, часто данная проблема может скрываться за проблемами в других сферах, таких как планирование и мотивация персонала. Часто выявить данную проблему можно только на основе исследований персонала.

 

2. Характеристика организации ООО «КраМЗ»

 

Объектом исследования является ООО «КраМЗ». Месторасположение -  Российская Федерация, 660111, Красноярск, ул. Пограничников, 42.

Организационно-правовая форма - Общество с ограниченной ответственностью.

Полное наименование общества: Общество с ограниченной  ответственностью «КраМЗ».

Сокращенное наименование общества: ООО «КраМЗ».

Красноярский  металлургический завод (КраМЗ) образован  Приказом министра авиационной промышленности (МАП) № 149 от 25.03.1966г. Расположен практически  на одной промплощадке с ОАО "РУСАЛ-КрАЗ" на Северо-Восточной окраине г. Красноярска (Западная – левая сторона р. Енисей). Изначально предназначался для глубокой переработки первичного алюминия в литейные сплавы, прокат: профили, трубы, листовой прокат,  кузнечные заготовки (поковки, штамповки). Датой пуска считается 1969 год – когда в первом литейном корпусе получен первый слиток. 19.03.1991г. приказом Министра (МАП) преобразован в производственное объединение ПО "КраМЗ"

ПО "КраМЗ" преобразовалось в соответствии с Указом Президента РФ № 721 в 1992 году. Свидетельство о регистрации открытого акционерного общества "Красноярский металлургический завод"  выдано 29 декабря 1992 года.

9 января 1997г.  по решению акционеров было  создано дочернее общество ООО  «КраМЗ-Лит», переименованное в ООО  «КраМЗ» - 4 мая 2001г.

Сегодня красноярский металлургический завод является третьим по мощности из крупных перерабатывающих предприятий России.

Сфера деятельности — переработка алюминия и алюминиевых  сплавов. Действующее производство ООО «КраМЗ» обеспечивает выпуск плоских и круглых слитков, прессованных профилей, прутков и труб, поковок и штамповок из широкой гаммы алюминиевых сплавов в соответствии с химическим составом российских и зарубежных стандартов.

Основные производства — плавильное и прессовое. Предприятие  расположено в регионе с развитой сырьевой и энергетической базой. Завод использует жидкий алюминий, поставляемый с ОАО «РУСАЛ Красноярский алюминиевый завод», который находится в одной промышленной зоне с КраМЗом. Это исключает дополнительные затраты на расплав металла.

ООО «КраМЗ»  имеет 7 дочерних организаций :

• ООО «ПО КТС»
• ООО «КраМЗ – Инструмент»
• ООО «КраМЗ – Авто»
• ООО «КраМЗ – ТЕЛЕКОМ»
• ООО «КраМЗ – ПРОКАТ»
• ООО «КраМЗ – Металлург»
• ООО « Пожарная охрана-КраМЗ»

Сегодня ООО  «КраМЗ» работает как на российском рынке, так и продает продукцию  на экспорт. Предприятие продает продукцию в Австралии, Корее, Таиланде, Тайване, Турции, Италии,  Германии, Болгарии, Румынии, Великобритании, США, Аргентине и странах СНГ.

На сегодняшний  день 75% выпускаемой КраМЗом продукции  потребляется на внутреннем рынке России,  25% - идет  на экспорт.

Доля КраМЗа на российском рынке:

• прутки – 32%
• трубы – 26%
• профили – 7%
• поковки, штамповки, колесные диски – 17%

На заводе с 1998 года действует система менеджмента  качества, соответствующая международным  стандартам ИСО 9001. Она способствует обеспечению соответствия качества выпускаемой продукции требованиям заказчика. СМК расширяет рынок сбыта и снимает ограничения на прохождение товаров через границы стран, на международном рынке, дает преимущества на участие в тендерах. Мы можем конкурировать и конкурируем с европейскими производителями. 

Большое внимание уделяется предотвращению и минимизации  воздействия производственного  процесса на окружающую среду. На заводе внедрена система экологического менеджмента  в соответствии с международным стандартом ИСО 14001.

     В настоящее время основными видами деятельности ООО «КраМЗ» являются: