导读:基础的原始数据,排班、刷卡、请假和加班数据能否及时准确的录入,是决定考勤流程能否顺利执行的关键因素。
排班
即便默认班次,可能也需要排班:
采用标准工时的办公室员工通常不需要排班,通过预定义参数,精确获得每日应出勤小时数和上下班时间。
但不排除某些特殊情况下,比如某几天恰好被调到其他项目点,临时调换班次,那么同样需要排班。
集中式排班不如自我排班:
比如流水线工人,门店服务员,医生保安等等,可能是三班倒的轮班制,上下班有弹性时间,或是班次变动频繁。
当分支机构多起来,集中式排班会面临更多挑战,很可能不是总部集中排班,而是分权到班组自我排班。
综合工时制员工无法提前排班:
综合工时制员工同样需要排班,但往往难以提前排班,比如多门店企业,现场情况复杂,提前排班费时费力,更容易出错。
此时可以采用逆向推算的方式,根据实际出勤记录,结合请假加班,和本人所允许排班班次,来推算出班次,以及是否有考勤异常。
这里不得不提一下智能排班!
先不说事前智能排班有多智能,即便能做到99%的成功匹配,也许就因为有一个错误,而需要人工来重做一遍检查,那么HR的时间依然没省下来。
事前排班会面对各种班次调整,此时需要补录一堆单据,无形中增加了所有用户工作量,而所谓漏洞,往往只是一个理论层面的小概率事件。
使用软件无非给用户带来方便,至少让用户无感知,而不能给用户添麻烦!这也解释了为何理想中的完美模型,现实层面,公司却很难推动。
所以我们更倾向于采用逆向考勤排班算法,通过结果来自动推算班次。假定同样实现99%的成功匹配,至少员工无感知,HR只需对剩下1%异常做手工调整,工作量减轻不少。
刷卡
刷卡用来记录上班和下班的时间,管控要求严格的公司会要求午休也刷卡。刷卡方式有传统的刷卡或是指纹,也可以是新兴的手机考勤、人脸识别、wifi打卡,等等。目前的各项刷卡技术,各有优缺点,具体选择哪一种,还是看公司需求而定。
传统刷卡和指纹识别技术成熟,但存在种种缺陷;手机和wifi刷卡都有各自的局限性;随着刷脸技术日趋成熟,今天采用人脸识别设备的会越来越多;而未来很可能会是无感知刷卡,比如固定地点摄像头自动抓取人像或步态动作,或是每个人都随身携带唯一能验证身份的移动设备。
但不管技术怎样变化,一个强大的考勤管理后台系统还是最重要的。刷卡要的是数据的及时性和准确性,另外能够严格杜绝代打卡的漏洞。刷卡数据需要能做到实时或准实时上传,后台能实时比对和输出结果,并立刻提醒到人。只有这样,才能使考勤异常无处藏身,极大减轻HR和管理层抓考勤的管理成本。
另外关于考勤数据的存储问题,今天的一台普通云服务器,软件优化一下,一般都能支撑几百万或是更高的数据库容量。假定按300万的数据量来计算,一家3000人企业,至少可以存放一年刷卡数据。如果公司人数少的话,存上三五年数据都不在话下。即便是上万人企业,也只需增加服务器容量,做一下数据库层面的优化,便可以轻松存储所有员工的刷卡数据。所以说,技术其实并不是问题。
请假加班
需要事前控制的规则繁多且无规律
大中型企业一般都会有相对完整的假期政策,包括法定假期、年假、病假、事假、婚丧假、产假、调休假等,请假匹配规则不同,各种特定需求很多,如果纯走人工或是OA审批流,会面临休假和加班规则算不清楚的麻烦。几千甚至上万员工的每天出勤,考勤软件只要有一种特定需求解决不好,就会有几十上百人月底考勤统计结果是错误的,不能自动计算工资,只好回到考勤员人工核算统计,导致HR工作效率不增反降。
处理考勤异常越早越好
一家中型企业,正常每天都会有几十条甚至更多的考勤异常,如果让所有考勤异常,都积累到月底才处理,那么对HR而言,就是非常大的工作量,任务紧,压力大,而且影响质量。如果请假加班都能够实现预先填单和审批,排班能自动匹配,刷卡数据能及时采集与核对,而考勤异常,能通过邮件或是微信直接提醒到对应员工自助处理,再加上HR每天及时处理前一天的考勤异常,那么等到月末,HR确实只剩下打印签字整理文档的工作了,而薪资专员则可以实现一键出薪资的理想效果。
最后说说考勤的目的。
考勤的目的,不是针对大多数人,只是为了补漏洞,防范少数人钻空子。考勤软件的出发点,对于员工和HR而言,工作量越省越好。而有些手机考勤软件,会不断提醒,比如你是第一个到公司的,你是最后一个到公司的,你今天排名怎样怎样。看多了就在想,有这个必要吗?
人与人不同,有人住得近,有人住得远,有人喜欢早来,有人习惯晚走,考勤目的不是为了评比,只是为了更好管理,让公司规则能够正常推行,对员工来说,从不熟悉到熟悉,最终自然养成良好习惯。软件需要给用户提供方便,补缺查漏,而不是无处不在的提醒。
—END—
了解更多,可关注365云人事