[发明专利]一种用于机构对标管理的分组方法、系统及存储介质

说明书

本发明提出一种用于机构对标管理的分组方法、系统及存储介质，涉及对标管理分析的技术领域，利用参与对标分析的机构数量和用于分组的核心指标，生成指标矩阵，再确定指标矩阵中每个机构下每个核心指标的比重，根据比重确定每个核心指标的权重，最后基于每个核心指标的权重，对参与对标分析的机构进行聚类分析，确定最佳的机构分组，能够根据不同时点的分组因素及占比来重新分组，将该时点下，分组因素较相似的对象划分为同一组进行比较，高效便捷，节约了策划人大量的精力和时间。

技术领域

本发明涉及对标管理分析的技术领域，更具体地，涉及一种用于机构对标管理的分组方法、系统及存储介质。

背景技术

对标管理指企业以行业内外一流企业作为标杆，从各维度与标杆企业进行对比、分析、判断，在学习他人的先进经验的基础上不断创新，从而赶超标杆企业。对标管理已成为企业改善自身不足，追求优秀业绩的重要管理工具，也成为各行业应对新挑战及新要求、提高企业发展质量和效益的关键抓手。其中，对标分组是对标管理分析中的重要环节，根据销售额、机构规模、工作量等核心指标，将同类机构划分成不同组。

在对标分析步骤中，需要选取同类机构中先进单位作为对标组。现有的机构对标分组过程通常是由管理层基于下属机构近几年的历史数据，通过经验判断，把多家机构划分成多个组别来进行对标分析，然而，每年的行业发展重点不同，分组指标及指标权重会发生变动；其次，每个机构发展程度和发展重点不同，无法通过单一时点的数据对该机构进行准确定位。这意味着通过经验指定的对标指标及对标数据不仅会对分组结果带来主观造成的不利影响，其过程还将耗费策划人大量的时间和精力对分组指标进行比对，并且每隔一段时间就需要对更新的指标进行重新处理，耗时耗力，且分组的实时性和准确性较低。因此，为了进一步提升机构对标管理的效率和合理性，节省时间和人力，需要对机构对标分析的分组方法做进一步研究。

发明内容

为解决当前通过人工进行机构对标分组的方法耗时耗力，效率低且准确性低、实时性差的问题，本发明提出一种用于机构对标管理的分组方法、系统及存储介质，引入机器学习算法，把具有较多相似因素的对象划分到同一组，方便快捷，提高了对标分组的合理性。

为了达到上述技术效果，本发明的技术方案如下：

一种用于机构对标管理的分组方法，包括：

S1.选择参与对标分析的机构数量和用于分组的核心指标，生成指标矩阵；

S2.确定指标矩阵中每个机构下每个核心指标的比重，根据比重确定每个核心指标的权重；

S3.基于每个核心指标的权重，对参与对标分析的机构进行聚类分析，确定最佳的机构分组。

本技术方案基于k-means++算法，对据不同时点的分组因素及占比来重新分组，对分组机构进行了聚类分析，将分组因素较相似的对象划分为同一组进行比较，便捷高效地得到最佳的分组方案。分组结果基于用于分组的核心指标的权重，实现组间差异大、组内差异小的效果，实现对标分析分组的公平性、合理性及时效性的同时，节省了分组的人力和时间。

优选地，在步骤S1中，设参与对标分析的机构数为n，核心指标数为p，生成的指标矩阵X为：

其中，x_ij表示第i个机构下第j个核心指标，i＝1，2，...，n，j＝1，2，...，p。

优选地，步骤S2包括以下具体过程：

S21.对矩阵X中的每一个元素进行归一化处理，获得矩阵X^*；

S22.计算矩阵X^*中第i个机构下第j个核心指标的比重y_ij，计算公式如下：