基于模糊数学理论的ERP实施顾问素质评价模型

ERP在中国市场的运用现状不乐观，在各媒体上都有较为详细的叙述，在原因分析中，对ERP的实施顾问总会提出一些建议或要求。但作为ERP咨询顾问的我来说，更建议各ERP软件公司的老板，建立完善的“ERP咨询人员素质评价体系”，对于不合格的员工，要加以培训或调职。不要由于自身（ERP厂家）的原因，而导致ERP软件实施失败，否则，既影响本公司的声誉，又不利于ERP在中国企业中的运用，更不利于中央对企业信息化精神的灌输。本人结合自身的体会以及去年参与上海市十五计划部分内容研究成果，对咨询顾问素质评价作一论述。希望与业内人士广泛探讨。

咨询人员的素质在具体素质评价运用中具有较大的局限性，其中包含了较多的人为因素。由于各因素之间有主次、轻重之分，评价的主体和客体也具有模糊性，因而本节试图运用模糊数学方法对上海咨询人员的素质作综合研究，并将研究成果运用到上海某咨询机构中，得到该机构总经理的认可。

一、 模糊评价方法

设有两个有限论域U={u1,u2,…,un}；V= {v1,v2,…vm}n,m>0。其中，U代表综合评价的指标或因素所组成的集合，即因素集；V代表评价集。模糊变换为X?R= Y，其中X是U上的模糊子集，而评价结果Y是V上的模糊子集。对咨询人员素质评价而言，评价指标或要素所组成的集合U，评价等级组成集合V，各指标或因素对应的权重分配组成U上模糊子集向量A，

A=(a1,a2, …,an)

其中ai>0,且这些权重因子满足归一化要求，即： 

其中R为各因素对应于各评价级别的隶属度rij( i=1,2, …,n; j=1,2, …, m) 所组成的模糊评价矩阵：

由此可得到模糊综合评价结果B：

对B的运算可采用“最大——最小”合成法运算，也可以采用隶属度最大原则计算：

1) A?R可用“最大——最小”合成法进行运算，即将A中各元素与R中某列的各元素按顺序逐一地两两对应比较相比较而取其较小者，共得n个数，再从这n个数中取其最大者，最后得到bj。依此法进行，直到对每列都算过为止。共得m个数，它们为(b1,b2,…,bm)，然后再对模糊综合评价结果进行归一化处理。

2)根据最大隶属度原则，可得对指标U的综合评价。但在算子的选择上，由于要考虑各因素的权重分配比较均匀，不存在特别的主要因素，要求整体结构优化，所以选用m(?+)算子，即加权平均型算子，它能对所有因素依据权重的大小均衡兼顾。在本节中对B的评价结果根据隶属度最大原则，采用此种方法。

二、 指标体系的建立

根据咨询人员素质的基本要求，按照德才兼备的原则，并结合全面客观的反映咨询人员的各个方面，可将评价指标的体系看成是德、智、勤、绩四个小系统组成的系统，每个系统又可分解若干个评价要素，这样才能保证评价结果的科学性和合理性，本模型中共有两级指标。具体构成如表1。

(表1 咨询人员素质评价指标体系)

进行评价时，分别在三个评价等级B(优秀、合格、不合格，根据需要也可以分为五个等级：优秀、良好、合格、基本合格、不合格)上作属于或不属于的二值逻辑判断，即：当认为该咨询人员的某项指标属于某个级别时，就在相应的方格内划“√”，当认为不属于该级别时，就让其空格。在进行统计时，将划“√”的数对应相加，空格计“0”。然后再根据模糊关系矩阵R，R中的元素rij按右式计算：  

设第i个指标ui对评语vj的隶属度(即参加评论的人中对指标ui的评语为vj的人所占的百分比或可能性)为rij，这样可得到ui的评语集：ri = (ri1,ri2,…,rim) 

一级指标：U={u1(德),u2(智),u3(勤),u4(绩)}；
二级指标：
u1={u11(理想信念),u12(人格魅力),u13(自我约束),u14(组织观念)}
u2={u21(合作能力),u22(协调能力),u23(知识水平),u24(应变能力),
u25(表达能力)}
u3={u31(劳动纪律),u32(钻研业务),u33(联系用户),u34(开拓进取)}
u4={u41(工作量),u42(工作效果)}

三、咨询人员素质评价模式

若将一个咨询机构划分为五个系统：企业重组咨询系统、营销咨询系统、公司战略咨询系统、IT/电子商务咨询系统和人力资源管理咨询系统；对某位咨询人员素质评价可分为以下四个部分：上级评价、同级评价、用户评价和个人评价；对于不同级别不同岗位的咨询人员评价因素之间的权中分配应不同，各个级别评价之间存在权重分配问题。一般来说，上级评价、同级评价、用户评价、个人评价之间的权重分配为0.40,0.25,0.25,0.10。由于评分高低具有主观性，为了防止评价结果失真，在对于咨询机构中不同咨询人员进行横向比较时，将结果乘以水平调整因子来进行控制。

假设某一咨询人员在系统Mi(i为评价级别个数)的评价结果为Pij(j=1,2,…,n)(n为Mi内的单位个数)；Mi内各级别评价结果的可信度权重分配为Fi，并且Fi=(fi1,fi2, …,fin)，则水平调整因子集为G=mK。

由此可得某一咨询人员在整个机构内横向比较的结果：Z=G?Qi?Pij=mK?nFi?Pij

为了定量地、综合地表示评价结果，可以对等级赋值，设“优秀”为100，“合格”为80，“不合格”为60，则赋值后定量化为：Z=mki?nfij?(P1ij?100+P2ij?80+P3ij?60)
这样通过比较Z的大小就可以对咨询人员进行横向比较了。

四、应用实例

对上海某一咨询机构的某一咨询人员进行综合评价，该同级评价组有5人，其评价统计如表2。
1. 对“德”的综合评价
1) 评价的权重分配为A1=(0.20 0.30 0.30 0.20)
2) 模糊关系矩阵R1为：

(表2)

3)计算评价结果集B1为：B1=A1R1=(0.62 0.34 0.04)
上述运算中采用m(?+)算子，根据隶属度最大原则，B1中最大的数为0.62，对应于“优秀”，说明同级别对该咨询人员在“德”上的评价为“优秀”。

2. 对其它指标的综合评价

同理，对“智”、“勤”、“绩”的综合评价结果分别为：
B2=(0.59 0.38 0.03)
B3=(0.65 0.29 0.06)
B4=(0.44 0.44 0.12)

于是得到同级别综合评价矩阵B为：

3. 同级别对该咨询人员的综合评价
 
“德”、“智”、“勤”、“绩”四个指标的权值分配矩阵为：A=(0.20 0.25 0.20 0.35)
则同级别综合评价结果为：W2=AB=(0.56 0.37 0.07)
W2中最大的数为0.56，对应于“优秀”，说明同级别对该咨询人员的综合评价为“优秀”。

4. 所在机构对该咨询人员的综合评价

用同样的方法可分别得到上级评价、用户评价以及个人评价的综合评价结果：
上级评价集为：W1=(0.46 0.48 0.06)；
用户评价集为：W3=(0.52 0.34 0.14)；
个人评价集为：W4=(0.70 0.28 0.02)。

于是可得到咨询人员在该机构的综合评价矩阵为：
 
 

各级别的权重为：P=(0.40 0.25 0.25 0.10)
于是在该机构的最终评价结果为：Y=PW=(0.52 0.40 0.08)

综合评价结果表明，该咨询人员的素质属于优秀的占52%，属于合格的占40%，属于不合格的占8%。依据隶属度最大原则，故该咨询人员在本机构可算作优秀。

5. 全体咨询人员素质横向比较

如果各系统之间的权重分配为：K=(0.250.230.20.170.15)，m=5，系统间调整因子集为G=mK=(1.251.151.000.850.75)。如果该咨询人员在企业重组咨询系统，则系统间调整因子为1.25，而企业咨询系统又有三个分部门(企业股权重组部门、企业资产重组部门、企业债务部门)，他们评价结果的可信度权重分配F1=(0.320.330.35),n=3。则系统内的水平调整因子为Qi=nF1=(0.96 0.99 1.05)。如果该咨询人员在企业股权重组部门 (因此系统内水平调整因子为0.96)，则他在全机构中的综合评价为：

Z=1.25ⅹ0.96ⅹ(0.52 0.40 0.08)=(0.62 0.48 0.10)

定量化后Z=100ⅹ0.62+80ⅹ0.48+60ⅹ0.10=106.4，即为该咨询人员在全机构中的综合得分。

五、讨论

我用模糊数学方法对上海咨询人员的素质评价提供了一种尝试，若具体应用还应注意以下几个方面的问题：

1.指标体系的设计

指标体系的设计包括三个方面的内容，即指标论域的选择、评价论域的选择和基本要素的选择。指标论域的选择既有量的概念，也有层次的概念。
1) 对不同部门的咨询人员要选择不同的考核因素，考核指标因素的数量也可以不同；
2) 对于某些指标因素还可以有备次因素结构，如：u4={u41(工作量),u42(工作效果),… …}；
3) 评价论域也不只限于优秀、合格和不合格三个等级，可根据具体情况设计。

2. 计量统计

计量统计过程实际是计数、加权、误差调整的全过程。在计量系统中计数是基本内容，加权是重要补充，误差调整是合理校正。计数既是定性与定量相结合的人员测评系统中特有的系统，又与要素系统、标准系统等子系统密切关联。为了使模糊定量与精确结果统一，使用模糊集合概率方法引入隶属函数、模糊集合加权法等进行误差调整。

3. 计算机编程

整个步骤清晰明确，可编成计算机程序，在普通微机上即可得出咨询人员素质评价结果，而且对中间结果或最终的分析判断十分简便。