数据专员年终总结,菁选3篇

数据专员年终总结1　　20**年度人资专员的主要工作包括人力资源六大模块中的招聘与配置（该项工作十月份转由人资经理负责）、培训与开发、绩效管理和员工关系。这一年，对于奠定人力资源专业基础和提升人力资下面是小编为大家整理的数据专员年终总结,菁选3篇,供大家参考。

数据专员年终总结1

　　20**年度人资专员的主要工作包括人力资源六大模块中的招聘与配置（该项工作十月份转由人资经理负责）、培训与开发、绩效管理和员工关系。这一年，对于奠定人力资源专业基础和提升人力资源工作技能有着较大的帮助。现将本年度人资专员开展工作情况进行分析、总结和汇报如下：

　　一、招聘与配置

　　1、面试、复试及入职情况

　　20**年度人力资源部共计接待面试人员419人，进入复试环节284人，办理入职手续146人。与20**年度办理入职人数（107人）相比增长3*5%。现将20**年度每月招聘情况统计汇总如下：

　　由以上数据可知，人力资源部对各大招聘网站投递的求职者简历严格把控和筛查，凡应邀前往公司面试的求职者中，有约67.78%的人员可以进入复试环节，复试者中又有约51.41%的人员进入公司工作。在对求职者能力与招聘岗位匹配度的判定上，人力资源部不断加强专业化学习，注重情商测试与面试精准度，努力提高识人用人的判别能力。根据公司招聘需求及市场求职淡旺季细分情况可知，每年春节过后至六月及九月至十一月为招聘效率较高的时间段，人力资源部一定要提前做好各种招聘及培训应对措施并把握时机完成各类人才引入指标以完善公司人力资源配置需求。

　　2、公司各部门年初与年末人员配置情况

　　20**年度公司总人数为145人（不含西安办和嵩县中启基地），与20**年度总人数（111人）相比增长30.63%。现将各部门年初人数及年末人数统计汇总如下：

　　由以上数据可知，公司在20**年度新增职能部门五个，现已达十八个职能部门，在精细化管理及团队协作方面将面临更高的要求。为实现公司跨越式发展，人力资源部在后勤保障、技术支持、售后服务及项目申报环节加大人才引进力度，确保公司早日实现宏伟发展战略及节能领域拓展转型目标。

　　3、公司招聘渠道及分析

　　在应邀或自行参加公司面试的419名求职者中，有239人是通过洛阳人才网获取公司的招聘信息，约占面试总人数的57%。现将通过各类招聘渠道获取公司招聘信息并参加面试的人员情况统计汇总如下：

　　20**年度公司的招聘渠道主要为网络招聘，约76%的求职者来源于洛阳人才网、智联招聘及前程无忧三大招聘网站。58同城招聘网站在八月份刚开发注册且属于未付费试用会员，效果不是特别理想，很多求职者信息查阅不到，但从58同城的招聘岗位浏览量来看，销售、生产、行政文职类岗位的简历库及求职量还是不错的。虽然智联招聘和前程无忧属于全国性招聘网站，但根据他们的人才简历库情况及应邀参加公司面试的人数来看，并不太适合公司现阶段的招聘需要。洛阳人才网和58同城等本土化人才网站应成为公司下一步进行网络招聘的首选，该类网站的求职者多为本地或拟到本地发展的人士，他们应邀参加面试的几率更大且更能适应公司未来的发展需求。现场招聘共计参加10次，其中洛阳人才市场4次，周王城广场1次，会展中心1次，高新区人才市场4次，除洛阳人才市场外其他现场招聘的效果并不理想，这与各人才市场或举办方的宣传力度及知名度有很大关系。公司的中高层管理岗位相对较为稳定，招聘人数较少，目前未用到猎头服务。另因公司属于处在跨越式发展和战略拓展转型中的技术型企业，需要的是上手快和适应能力强的员工，结合公司发展规模来看，暂未启用校园招聘计划。内部介绍员工在招聘渠道开发中不容忽视，人力资源部为此特意制定并公示了内部介绍员工奖励方案，以不断激励为公司人才配置做出贡献的新老员工。内部介绍员工有利于团队协作，有助于新老员工稳定发展，应作为公司下一步重点招聘渠道进行维护并不断开发新的激励措施。

　　二、培训与开发

　　20**年度人力资源部共计组织各类培训约91次，主要以内部培训为主，外部培训为辅。内部培训的重点则是新入职员工培训，共计开展45次，约占总培训次数的49%，在各类培训中占比重最大。现将各类培训次数及所占比重统计汇总如下：

　　由以上数据可知，人力资源部为了帮助新入职员工尽快熟悉、适应并融入到公司的企业文化和工作氛围当中，在新员工的入职培训中下足了功夫，整理、修订和完善新员工培训的PPT课件八次，丰富和完善企业文化内涵两次，为树立统一的企业价值观念和行为模式奠定了良好基础。为确保快速实现公司在节能领域的拓展转型，实现技术推动销售的发展经营理念，人力资源部着力打造学习型企业氛围，共计组织系列专题培训28次，占总培训次数的30%，其中邀请外部专家讲师五次。各类技术系列培训的开展及发展战略的分享，无形中引导员工向公司战略看齐，统一发展思想和观念，提高学习积极性，为技术型企业的发展埋下伏笔。为实现公司与员工的长远发展，引导并帮助员工实现职业生涯规划设计与发展，培养员工主人翁意识，增进凝聚力和团队协作能力，满足员工工作需求和未来成长需求，通用公开课的培训将显得尤为重要。为确保各类培训能够符合员工需求，人力资源部在十一月份进行了《20**年度员工培训需求调查表》的意见征集工作，结果显示工作技能、专业知识、职业生涯规划、企业文化和团队凝聚力等的培训需求量较大，应作为重点培训方向。

数据专员年终总结2

　　一、数据量过大，数据中什么情况都可能存在。

　　如果说有10条数据，那么大不了每条去逐一检查，人为处理，如果有上百条数据，也可以考虑，如果数据上到千万级别，甚至过亿，那不是手工能解决的了，必须通过工具或者程序进行处理，尤其海量的数据中，什么情况都可能存在，例如，数据中某处格式出了问题，尤其在程序处理时，前面还能正常处理，突然到了某个地方问题出现了，程序终止了。

　　二、软硬件要求高，系统资源占用率高。

　　对海量的数据进行处理，除了好的方法，最重要的就是合理使用工具，合理分配系统资源。一般情况，如果处理的数据过TB级，小型机是要考虑的，普通的机子如果有好的方法可以考虑，不过也必须加大CPU和内存，就象面对着千军万马，光有勇气没有一兵一卒是很难取胜的。

　　三、要求很高的处理方法和技巧。

　　这也是本文的写作目的所在，好的处理方法是一位工程师长期工作经验的积累，也是个人的经验的总结。没有通用的处理方法，但有通用的原理和规则。

　　下面我们来详细介绍一下处理海量数据的经验和技巧：

　　一、选用优秀的数据库工具

　　现在的数据库工具厂家比较多，对海量数据的处理对所使用的数据库工具要求比较高，一般使用Oracle或者DB2，微软公司最近发布的SQLServer2005性能也不错。另外在BI领域：数据库，数据仓库，多维数据库，数据挖掘等相关工具也要进行选择，象好的ETL工具和好的OLAP工具都十分必要，例如Informatic，Eassbase等。笔者在实际数据分析项目中，对每天6000万条的日志数据进行处理，使用SQLServer2000需要花费6小时，而使用SQLServer2005则只需要花费3小时。

　　二、编写优良的程序代码

　　处理数据离不开优秀的程序代码，尤其在进行复杂数据处理时，必须使用程序。好的程序代码对数据的处理至关重要，这不仅仅是数据处理准确度的问题，更是数据处理效率的问题。良好的程序代码应该包含好的算法，包含好的处理流程，包含好的效率，包含好的异常处理机制等。

　　三、对海量数据进行分区操作

　　对海量数据进行分区操作十分必要，例如针对按年份存取的数据，我们可以按年进行分区，不同的数据库有不同的分区方式，不过处理机制大体相同。例如SQLServer的数据库分区是将不同的数据存于不同的文件组下，而不同的文件组存于不同的磁盘分区下，这样将数据分散开，减小磁盘I/O，减小了系统负荷，而且还可以将日志，索引等放于不同的分区下。

　　四、建立广泛的索引

　　对海量的数据处理，对大表建立索引是必行的，建立索引要考虑到具体情况，例如针对大表的分组、排序等字段，都要建立相应索引，一般还可以建立复合索引，对经常插入的表则建立索引时要小心，笔者在处理数据时，曾经在一个ETL流程中，当插入表时，首先删除索引，然后插入完毕，建立索引，并实施聚合操作，聚合完成后，再次插入前还是删除索引，所以索引要用到好的时机，索引的填充因子和聚集、非聚集索引都要考虑。

　　五、建立缓存机制

　　当数据量增加时，一般的处理工具都要考虑到缓存问题。缓存大小设置的好差也关系到数据处理的成败，例如，笔者在处理2亿条数据聚合操作时，缓存设置为100000条/Buffer，这对于这个级别的数据量是可行的。

　　六、加大虚拟内存

　　如果系统资源有限，内存提示不足，则可以靠增加虚拟内存来解决。笔者在实际项目中曾经遇到针对18亿条的数据进行处理，内存为1GB，1个P42.4G的CPU，对这么大的数据量进行聚合操作是有问题的，提示内存不足，那么采用了加大虚拟内存的方法来解决，在6块磁盘分区上分别建立了6个4096M的磁盘分区，用于虚拟内存，这样虚拟的内存则增加为4096x6+1024=25600M，解决了数据处理中的内存不足问题。

　　七、分批处理

　　海量数据处理难因为数据量大，那么解决海量数据处理难的问题其中一个技巧是减少数据量。可以对海量数据分批处理，然后处理后的数据再进行合并操作，这样逐个击破，有利于小数据量的处理，不至于面对大数据量带来的问题，不过这种方法也要因时因势进行，如果不允许拆分数据，还需要另想办法。不过一般的数据按天、按月、按年等存储的，都可以采用先分后合的方法，对数据进行分开处理。

　　八、使用临时表和中间表

　　数据量增加时，处理中要考虑提前汇总。这样做的目的是化整为零，大表变小表，分块处理完成后，再利用一定的规则进行合并，处理过程中的临时表的使用和中间结果的保存都非常重要，如果对于超海量的数据，大表处理不了，只能拆分为多个小表。如果处理过程中需要多步汇总操作，可按汇总步骤一步步来，不要一条语句完成，一口气吃掉一个胖子。

　　九、优化查询SQL语句

　　在对海量数据进行查询处理过程中，查询的SQL语句的性能对查询效率的影响是非常大的，编写高效优良的SQL脚本和存储过程是数据库工作人员的职责，也是检验数据库工作人员水*的一个标准，在对SQL语句的编写过程中，例如减少关联，少用或不用游标，设计好高效的数据库表结构等都十分必要。笔者在工作中试着对1亿行的数据使用游标，运行3个小时没有出结果，这是一定要改用程序处理了。

　　十、使用文本格式进行处理

　　对一般的数据处理可以使用数据库，如果对复杂的数据处理，必须借助程序，那么在程序操作数据库和程序操作文本之间选择，是一定要选择程序操作文本的，原因为：程序操作文本速度快；对文本进行处理不容易出错；文本的存储不受限制等。例如一般的海量的网络日志都是文本格式或者csv格式（文本格式），对它进行处理牵扯到数据清洗，是要利用程序进行处理的，而不建议导入数据库再做清洗。

　　十一、定制强大的清洗规则和出错处理机制

　　海量数据中存在着不一致性，极有可能出现某处的`瑕疵。例如，同样的数据中的时间字段，有的可能为非标准的时间，出现的原因可能为应用程序的错误，系统的错误等，这是在进行数据处理时，必须制定强大的数据清洗规则和出错处理机制。

　　十二、建立视图或者物化视图

　　视图中的数据来源于基表，对海量数据的处理，可以将数据按一定的规则分散到各个基表中，查询或处理过程中可以基于视图进行，这样分散了磁盘I/O，正如10根绳子吊着一根柱子和一根吊着一根柱子的区别。

　　十三、避免使用32位机子（极端情况）

　　目前的计算机很多都是32位的，那么编写的程序对内存的需要便受限制，而很多的海量数据处理是必须大量消耗内存的，这便要求更好性能的机子，其中对位数的限制也十分重要。

　　十四、考虑操作系统问题

　　海量数据处理过程中，除了对数据库，处理程序等要求比较高以外，对操作系统的要求也放到了重要的位置，一般是必须使用服务器的，而且对系统的安全性和稳定性等要求也比较高。尤其对操作系统自身的缓存机制，临时空间的处理等问题都需要综合考虑。

　　十五、使用数据仓库和多维数据库存储

　　数据量加大是一定要考虑OLAP的，传统的报表可能5、6个小时出来结果，而基于Cube的查询可能只需要几分钟，因此处理海量数据的利器是OLAP多维分析，即建立数据仓库，建立多维数据集，基于多维数据集进行报表展现和数据挖掘等。

　　十六、使用采样数据，进行数据挖掘

　　基于海量数据的数据挖掘正在逐步兴起，面对着超海量的数据，一般的挖掘软件或算法往往采用数据抽样的方式进行处理，这样的误差不会很高，大大提高了处理效率和处理的成功率。一般采样时要注意数据的完整性和，防止过大的偏差。笔者曾经对1亿2千万行的表数据进行采样，抽取出400万行，经测试软件测试处理的误差为千分之五，客户可以接受。

　　还有一些方法，需要在不同的情况和场合下运用，例如使用代理键等操作，这样的好处是加快了聚合时间，因为对数值型的聚合比对字符型的聚合快得多。类似的情况需要针对不同的需求进行处理。

　　海量数据是发展趋势，对数据分析和挖掘也越来越重要，从海量数据中提取有用信息重要而紧迫，这便要求处理要准确，精度要高，而且处理时间要短，得到有价值信息要快，所以，对海量数据的研究很有前途，也很值得进行广泛深入的研究。

数据专员年终总结3

　　一、日常工作

　　在20**年上半年，从总体来讲，日常的数据采集依然占据了很大的比重。在数据录入方面，我依然严格要求自己，在保证速度的同时做到准确录入。在上半年，我参与了第一季度数据报告以及5月份月报的撰写，虽然是常规数据报告，我依然不敢松懈，尽力做到一遍通过，不犯低级错误。

　　另外，在日常工作之余，也向周x学习了专刊考核方面的工作。考核工作对我来说并不陌生，因为以前曾经也接触过，考核规则简化之后，上手更加容易。主要是做到耐心细致就不会出错。

　　那么，本年度除日常工作外，应中心领导要求，每日由广告部渠道组提供当日未到达名单，由李x和我轮流在系统中查询最后一次投放本报的时间。广告部渠道组提供名单并不细致，加大了查询工作的难度，希望日后通过有效的交流和沟通，双方可以达成统一，提高工作效率。

　　二、调研项目

　　人才招聘行业调研报告：年初，在报社领导的指示下，我和祁x共同完成了人才招聘行业的专项调研报告。本次报告通过对全国人才招聘行业的仔细研究，包括全国媒体人才招聘广告投放情况与沈阳地区媒体投放对比分析，沈阳地区自身招聘行业的特点以及报纸、网络、人才市场等多个方面的深入分析，在金融危机的影响下，对XX年招聘

　　行业情况做出了有预见性的预测，并验证了领导的想法。通过撰写此次报告，使我的思路更加开阔，学到了很多东西，也掌握了一些撰写专项分析报告的技巧，对我日后撰写某个行业的专项报告有一定的帮助。在这里感谢主任对我和祁x的信任和指导。

　　**电器调研项目：4月份，在领导的指示下，我们与**电器一起合作了一次关于家电行业的调研活动。本次调研方式为街头拦访。关于问卷，个人认为，由于街头拦访形式比较特殊，被访者是在行走过程中，问卷题目应该尽量短小简单。本次问卷题目一共26道题目，包括单选、多选以及复合题目，a4纸打印需要三张。在访问过程中，感觉有些繁琐冗长。被访者大多觉得题目较多，一张问卷访问下来，大约需要10分钟的时间。就日后的调研来看，个人认为，街头拦访问卷一般题目在10-20个问题，a4纸打印2张，访问时间控制在5-8分钟左右为宜。过长会导致被访者的厌烦情绪，在问卷的最后容易随便糊弄了事，影响调研的准确性。虽然调研中有这样和那样的困难，但经过全体项目人员的努力，本次调研项目执行到位，保质保量的完成了任务，达到预期要求。

　　版面监测调研：4月份，与**市场研究公司合作开展了“XX年第一期版面监测调研项目”。针对项目执行过程中的各个环节严格把关，务求使版面调研数据的真实准确。并在6月初召开了报告讲解会。本次报告在原有基础上增加了定性研究与版面的直观对比，对各部们领导解读报告起到一定的作用。

　　客户满意度调研：6月末，在集团要求下，和祁x一起完成了半年客户满意度调研报告，为经营工作考核提供了一定的数据依据。

　　发行调研：在XX年初，发行调研已经全部由市场部独立进行，每月进行一周。虽然人员有限，但市场部人员尽出，保证了发行调研的按期进行。就发行调研本身来说，个人认为，由于选择摊点过少，每期报告不免单调重复，在XX年下半年应当改进调研方式，不再单纯进行要报销报的数量，要在原有基础上有计划的进行较为深入的调研。这样可以使得发行调研更加具有指导意义。

　　三、活动配合与外出培训

　　在上半年，市场部配合房产专刊部进行了“购房消费卷”活动，在活动结束之后，为领导撰写了《春暖花开购房消费卷报告》，报告以漫画等幽默的方式展示了华商晨报“购房消费卷活动”，并对其他媒体在房产行业方面的政策以及地产商投放广告心态进行了分析，得到了领导的认可。

　　另外，在5月末，在中心领导的指示下，深入研究了**活动，在查阅了大量资料，并在部门主任的指导下，撰写了《****》活动策划报告。通过此次报告的撰写，让我自己所从事的工作的认识更加深刻，了解到自己的工作思路要依据数据而不局限于数据。作为市场部的一员，我要更加鞭策自己，拓展自己的思路与眼界，放眼市场放眼全局。在5月，我有幸赴北京参加了“市场研究基础知识培训”。本次培训主要是数据基础分析与处理，在介绍了我们日常工作常用软件execl

　　的同时，讲解了专业的数据统计软件spss的基础操作。这次学习机会对我来说相当珍贵，而这次培训也对我日后的工作有了很大的帮助，希望在接下来慧聪所举办的一系列培训中依然可以去学习参加，提高自己的分析水*，业务能力。

　　四、展望

　　从事数据工作已经是第四个年头了，各类调研项目也开展了很多，如何在数据分析与调查研究中更加深造自己，将是我XX年下半年的工作重点。我想，下半年的工作中，除了进行各种调研项目意外，也要在撰写各种常规数据报告的同时适当的进行专一行业的深度分析研究。

推荐访问:专员 年终总结 数据 数据专员年终总结 菁选3篇 数据专员年终总结1 数据专员年终总结 数据专员年终总结ppt 数据专员年终总结范文

---