云雀HR考勤数据看板
eiwan(万骞怿)
平台所有人
后台管理
退出登录
📭
暂无数据
当前所选中心在本月暂无考勤数据记录

补卡真实性核查

—

数据周期:— · 以补卡时间为准,核验门禁+IOA心跳客观佐证补卡时间是否真实
弹性打卡:判定基准线 = 排班开始 + 弹性时间(30/60min,按班次设置「适用部门 / 适用员工」精确匹配,明细中标注「弹性打卡」);无弹性员工基准线 = 排班开始

高危:门禁+IOA双不匹配 低危:无门禁/门禁偏差,IOA佐证 待验证:门禁+IOA双缺失 正常:门禁佐证一致(已隐藏)

详细记录

门禁异常模式分析

点击任意行查看明细—
逻辑:基于个人历史门禁记录计算其日均打卡次数(基线)。若发现某天打卡次数远低于均值,则需核查是否为「早上打卡即走、下班再回来打卡」的情况——即只打考勤卡、人未实际到岗在工位工作。具体阈值见下方人员明细。

出勤时长

—

数据周期:2026年6月 · 基于6月稽查打卡数据「在职时长-打卡(h)」,按「日均打卡时长」由高到低排名
计算口径:以喔趣上下班打卡时长口径计算(最早一次到最晚一次考勤机打卡时间差,含补卡)

各中心/组织出勤平均时长

各中心出勤平均时长h/天 · 由低到高
各中心平均出勤时长明细

个人出勤平均时长

逻辑:基于6月稽查打卡数据「在职时长-打卡(h)」字段,按「日均打卡时长(在职时长-打卡(h)之和 / 排班天数)」由高到低排名。无论是全公司维度还是中心维度,均取 Top 50;不足 50 人时则全部展示。已剔除应届实习生与离职员工。

实际在岗时长分析

—
核心口径: 闸机「进/出」成对计时(不配对该段计 0,不再延至 23:59) · 日均按有效天数(当天有闸机方向记录的天)算,与「系统日均」对比看脱岗 · 澄迈无方向按序推定(首条=进、末条=出)。
查看 7 项详细口径与边界
分析人群:工作地或派驻地命中 北京/成都/澄迈县 即纳入,归类时派驻地优先(派驻地非空则按派驻地城市算,否则按工作地)。第三交付中心全量纳入;其他中心仅纳入使用笔记本电脑的人,且第一/第二交付中心只统计「交付管理」职位。均排除应届实习生、已离职。与「疑似脱岗时长分析」同口径。另:某天上/下班打卡地点出现非北京/成都/澄迈的城市(外勤、出差、异地),该天不参与计算(人保留)。
实际日均:从闸机"进/出"事件配对计算。进出必须成对才计时:每次"进"→下一次"出" = 一个在岗段;有进无出(漏刷出闸)或有出无进(当天首条即"出")该段计 0,不再延到 23:59。例:08:30进→12:00出→13:00进→18:30出 = (3.5h+5.5h)/1天 = 9h。
日均分母(有效天数):卡片、对比图、排行表三处统一用「有效天数」= 当天有闸机进出方向记录的天数,而非全部分析天数。若用总天数,漏刷或点位无方向的天会被当 0h 摊薄、系统性低估在岗时长(2026年7月:有效 14,299 天 / 总 14,946 天,日均 7.0h vs 6.7h)。系统日均同样只取这些有效天内的打卡时长,保证与实际日均可直接相减。
系统日均:= 当天最早一次考勤机打卡到最晚一次打卡的时间差(含补卡)。系统按这个值计算日均在岗时长,与"实际日均"对比看脱岗。
时长差异:系统日均时长 − 实际日均时长 = 日均差异值。表格按日均差异绝对值降序(差异最大的排前)。正值 = 在职日均大(可能没出公司但脱岗);负值 = 实际日均多(在职时长含补卡异常区间)。⚠ = 实际日均基于少数有闸机方向的天数(其他天可能漏刷或大门无方向)。
澄迈方向推定:澄迈(海南生态软件园)部分点位(客梯/客梯厅等)原始记录不带"进/出"字眼,若直接丢弃会导致大量在场时间无法配对、整天算成 0 时长。故对澄迈无方向记录按序推定:当天首条 = 进;末条 = 出;中间连续无方向段两两滑动配对,每 2 条 = 出 + 进,段内落单的 1 条 = 出。示例:08:55(无)→进、11:30/11:40/11:45(无)→出/进/出、18:01(无)→出。判定是否澄迈时按派驻地优先后的归类城市,故派驻到澄迈的人同样适用该推定。防火门、消防等非人员通道仍整体忽略;其他城市的无方向记录照旧丢弃。
尾随判断(状态机):系统按"是否在职场内"追踪:尾随入 = 状态本该是"内"但又刷"进"(说明之前有未刷卡的出门);尾随出 = 状态本该是"外"但又刷"出"(说明之前有未刷卡的进门)。首次进出计为有效,重复同向刷卡 = 尾随。班次外的同向刷卡不计尾随(视为早到/晚走)。

实际在岗时长与系统在岗时长对比

各中心每人平均实际在岗 vs 每人平均系统在岗(h/人,已排除闸机无方向数据的人)

疑似脱岗时长分析

—
核心口径:出-进严格配对(脱岗时段与班次取交集,班次外不计,尾随忽略) · 澄迈无方向按序推定(首条=进、末条=出、中间每 2 条=出+进) · 开头/收尾疑似脱岗按对称规则处理 · 午餐按最长出-进对最多扣 1h。
查看 7 项详细口径与边界
分析人群:工作地或派驻地命中 北京/成都/澄迈县 即纳入,归类时派驻地优先(派驻地非空则按派驻地城市算,否则按工作地)。第三交付中心全量纳入;其他中心仅纳入使用笔记本电脑的人,且第一/第二交付中心只统计「交付管理」职位。均排除应届实习生、已离职。另:某天上/下班打卡地点出现非北京/成都/澄迈的城市(外勤、出差、异地),该天不参与计算(人保留)。
脱岗配对:同向连续刷卡视为尾随,出-进严格配对:每组的最后出 + 下组最前 进 = 一段脱岗;脱岗时段与班次时间取交集,落在班次外的部分不计;尾随进 / 尾随出 直接忽略。
澄迈方向推定:与「门禁时长分析」完全同口径。澄迈部分点位(客梯等)原始记录不带"进/出",故按序推定:首条 = 进、末条 = 出、中间连续无方向段每 2 条配成出 + 进、落单 = 出。澄迈占本模块脱岗天数约九成、脱岗时长约九成半(2026年7月:92% / 94%),该规则直接决定澄迈数据能否成立。
开头疑似脱岗:当天最早一条是"出"且此前无"进"时,这段时间同样无法证明在岗,故从班次开始记到最早"出",全部算疑似脱岗(与收尾规则对称;最早"出"须在班次内,班次结束后才离开的记录不计。2026年7月触发 607 天,占 4.3%)。
收尾疑似脱岗:当天最后一条是"进"且此后无"出"时,这段时间无法证明在岗(门禁时长那边同样不计在岗),故从该"进"记到班次结束,全部算疑似脱岗(2026年7月触发 932 天,占 6.5%)。
午餐扣除:读取排班中实际午休时间(如 9-18 班次午餐 13-14),±2h 为窗口,取窗口内最长出-进对,最多扣 1h。脱岗时段展示保留原始时间范围,标注"已扣XXmin午餐";若该段本身短于 1h 则被全额抵扣、有效脱岗为 0。
过滤:门禁事件 < 2 次的天跳过(单次刷卡为到达/离开,无脱岗对可计算)。故本模块分析人数少于「门禁时长分析」。

疑似脱岗时长排行

最长单次疑似脱岗排行

IOA分析

规划中
模块定位:iOA(Tencent 内部办公 App)相关数据的多维分析入口。与「门禁时长分析」并列,从另一个数据源切入员工在岗情况。
当前状态:占位阶段,分析维度与方法论待定。
IOA分析 模块占位中
分析方向待规划。候选方向:登录活跃度 / 移动打卡行为 / 异常地点登录 / 工作时间分布对比 等。
前往 OA 门户登录(登录后重新进入本平台)