企业考勤软件要解决的关键问题

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