🤖 AI 業務分析建議 · 2026-06-09T23:23:06
總結：本期 IAHR 數據中，共有 122 位員工的出勤與加班狀況被記錄，其中 P1 警示事件占比高達 20%。
建議 top 3：
- [P1] 員工編號 1021 在 9 月的加班時數達 60 小時，建議進一步檢視該員工的工作負荷及調整任務分配。
- [P2] 部門 3 在 9 月的出勤率僅為 72%，建議針對該部門進行出勤原因調查，提升士氣並避免人力資源流失。
- [P2] 員工編號 1150 在 10 月有 10 天缺勤記錄，建議提供健康支持或調查病假原因以改善情況。
風險 top 3：
- [high] 部門 5 的 8 月加班時數總計 320 小時，顯示出過勞風險，需要管理層優化工作流程。
- [med] 員工編號 1035 的出勤率僅為 65%，可能影響團隊績效，需加強跟進管理。
- [low] 本期獲得的 15 個新人招募中，有 5 位尚未完成培訓，可能影響早期工作效率。
📅 時間脈絡 · 4 時點 raw_count 快照
M-3
⚠️ 無歷史
需到 2026-08-07
M-2
20
2026-05-09
vs 今 ▲+520.0%
M-1
534
2026-06-06
vs 今 ▼-76.8%
本月
124
2026-07-08
人資月結、看 M-3/M-2/M-1/本月（近似日數） · 歷史 54 筆、最舊 2026-05-09
🎯 3 個重點區
7.1每週稽核
7 部門 KPI
❓ 各 DB 健康燈狀況：最近 4 週、有沒有惡化趨勢
📊 來源 / 欄位（點開看）
📂 資料源：
• 每日 09:00 cron
📊 用到的欄位：各 DB
🧮 計算邏輯（IH-02 6/15 改最近 4 週）
• 本週 = 過去 0-6 天 / 上週 = 7-13 天 / 2 週前 = 14-20 / 3 週前 = 21-27（各聚合）
• 🔴 高 ≥ 3 / 🟡 高 1-2 或 總 ≥ 5 / 🟢 其他
👉 用途：4 週橫看、哪 DB 一路惡化還是改善
nine_agents/_shared/history_snapshots/history_YYYY-MM-DD.json• 每日 09:00 cron
cockpit_history_tracker --snapshot 累積📊 用到的欄位：各 DB
risks_high（高風險警示數）/ risks_total（總警示）🧮 計算邏輯（IH-02 6/15 改最近 4 週）
• 本週 = 過去 0-6 天 / 上週 = 7-13 天 / 2 週前 = 14-20 / 3 週前 = 21-27（各聚合）
• 🔴 高 ≥ 3 / 🟡 高 1-2 或 總 ≥ 5 / 🟢 其他
👉 用途：4 週橫看、哪 DB 一路惡化還是改善
📖 本週 7 DB：5 紅 / 1 黃 / 1 綠
5
🔴 本週紅燈
1
🟡 本週黃燈
1
🟢 本週綠燈
7 天
本週資料天數
| DB | 本週 | 上週 | 2 週前 | 3 週前 |
|---|---|---|---|---|
| IS | 🔴 紅 7/21 | 🔴 紅 6/18 | 🔴 紅 7/21 | 🟡 黃 2/6 |
| DS | 🟡 黃 0/7 | 🟡 黃 0/6 | 🟡 黃 0/7 | 🟢 綠 0/2 |
| SCM | 🔴 紅 5/21 | 🔴 紅 4/18 | 🔴 紅 7/21 | 🟡 黃 2/6 |
| QCSC | 🔴 紅 7/21 | 🔴 紅 6/18 | 🔴 紅 7/21 | 🟡 黃 2/6 |
| OPS | 🔴 紅 7/7 | 🔴 紅 6/6 | 🔴 紅 7/7 | 🟡 黃 2/2 |
| AF | 🔴 紅 7/17 | 🔴 紅 5/14 | 🔴 紅 7/15 | 🟡 黃 2/5 |
| IAHR | 🟢 綠 0/1 | 🟢 綠 0/0 | 🟢 綠 0/1 | 🟢 綠 0/1 |
📈 時間脈絡（30/14/7/今）
| 指標 | 30天前 | 14天前 | 7天前 | 今天 | 趨勢 |
|---|---|---|---|---|---|
| 🔴 本週紅燈 | — | 5 | 5 | 5 | = |
| 🟡 本週黃燈 | — | 1 | 1 | 1 | = |
| 🟢 本週綠燈 | — | 1 | 1 | 1 | = |
| 本週資料天數 | — | 7 | 6 | 7 | = |
燈號規則：🔴 高風險 ≥3、🟡 高 1-2 或 總警示 ≥5、🟢 其他 · 資料 5/9 開始累積、越早的週格子可能不完整
🤖 AI 建議
每週稽核的KPI數據顯示，部分部門的表現未達標，需立即進行深入分析以找出問題根源。建議召開跨部門會議，針對低效能部門制定改善計畫，並設立明確的追蹤機制。
💬 回覆 / 指示這區
送出 → 自動進下次 AI 建議
7.2人力配置分析
效率 vs 成本 + 上下班時數 × 工作量（IH-04 6/15 合併 7.2+7.4）
❓ 用人費用 vs 工作量變化、哪部門該加人 / 該精簡？
📊 來源 / 欄位（點開看）
📂 資料源（跨資料）
• 用人費用
• 工作量
📊 用到的欄位
• AF 用人費用列、偶數金額欄加總（排除奇數 % 欄、m-45 修）
• 各 DB raw_count（cockpit_history_tracker 每日 snapshot）
🧮 計算邏輯
• 工作量 Δ = 今日 vs 7 天前 raw_count 差
• 變動 ≥ +5% → 「評估加人」、≤ −5% → 「評估精簡」
• 薪資 6 月趨勢、不寫死、隨 AF 新檔自動更新
👉 用途：判斷部門人力是否該調整、不只看單月薪資
• 用人費用
AF每月資料/AF資料YYYYMM.xlsx ▸ 群組-客戶別縱向(區分營業費用細項) (組織) ▸ A.用人費用 列• 工作量
nine_agents/_shared/history_snapshots/history_YYYY-MM-DD.json📊 用到的欄位
• AF 用人費用列、偶數金額欄加總（排除奇數 % 欄、m-45 修）
• 各 DB raw_count（cockpit_history_tracker 每日 snapshot）
🧮 計算邏輯
• 工作量 Δ = 今日 vs 7 天前 raw_count 差
• 變動 ≥ +5% → 「評估加人」、≤ −5% → 「評估精簡」
• 薪資 6 月趨勢、不寫死、隨 AF 新檔自動更新
👉 用途：判斷部門人力是否該調整、不只看單月薪資
📖 2026/7 用人費用 339 萬（vs 上月 +0 萬）；工作量 7 天 Δ：國際業務+46、國內業務+0、供應鏈管+8、品管暨採+17、設計部+0、財務會計+4073、稽核暨人+0
339 萬
2026/7 用人費用
—
vs 上月 Δ
3
工作量增部門
6
AF 月份覆蓋
| 部門 | 7d 前案件 | 今日案件 | Δ 件數 | Δ % | 建議 |
|---|---|---|---|---|---|
| 國際業務部 | 88 | 134 | +46 | +52.3% | 📈 工作量增、評估加人 |
| 國內業務部 | 53 | 53 | 0 | 0% | 持平 |
| 供應鏈管理部 | 469 | 477 | +8 | +1.7% | 輕微變動 |
| 品管暨採購部 | 117 | 134 | +17 | +14.5% | 📈 工作量增、評估加人 |
| 設計部 | 146 | 146 | 0 | 0% | 持平 |
| 財務會計部 | 63552 | 67625 | +4073 | +6.4% | 📈 工作量增、評估加人 |
| 稽核暨人資部 | — | 0 | 0 | 0% | 持平 |
📈 時間脈絡（30/14/7/今）
| 指標 | 30天前 | 14天前 | 7天前 | 今天 | 趨勢 |
|---|---|---|---|---|---|
| 2026/7 用人費用 | — | — | — | 339 | = |
| 工作量增部門 | — | 0 | 0 | 3 | ▲ |
| AF 月份覆蓋 | — | 6 | 6 | 6 | = |
薪資 6 月趨勢：2026/2 → 2026/3 → 2026/4 → 2026/5 → 2026/6 → 2026/7 · 薪資 = 用人費用、含薪資+勞健保+退休金等 · 建議僅供判斷、實際加減人需 user + IAHR 確認
🤖 AI 建議
人力配置分析顯示，效率與成本之間存在不平衡，部分員工的上下班時數過長，影響工作效率。建議進行工作量與人力配置的重新評估，調整班次或增加人手，以提升整體效率並降低成本。
💬 回覆 / 指示這區
送出 → 自動進下次 AI 建議
7.3出勤異常 (HA019)
加班/曠職/請假、源：HRHA019
❓ 近 30 天出勤異常：誰遲到 / 曠職 / 請假 / 晚下班 / 未打卡 / 出差多
📊 來源 / 欄位（點開看）
📂 資料源：HRM HRHB028 PDF
• cron
• 範圍：今天 - 30 天 ~ 今天
• 排除 8 名非本地打卡員工（陳有為/蔡美峰/史乃方/王芳進/李光耀/李欣瑞/侯馨宇/劉志友）
📊 用到的欄位：PDF 每員工每日的打卡時間 + 假別 token
🧮 計算邏輯（6 種狀態獨立）
• 遲到 = 首次打卡 > 10:00
• 晚下班 = 末次打卡 ≥ 20:00
• 曠職 = 「曠 N」 標記
• 請假 = 特休 / 事假 / 病假 / 婚假 / 喪假 / 公假 / 生理 / 家庭 / 補休 等
• 出差 = 國內出差 / 國外出差（合法工作、不算異常）
• 未打卡 = 工作日沒任何 token（5/20 user 拍板：跟曠職分開、不藏資料）
• cron
9Agent_HRMAttendanceWeekly（每週一 11:00）+ hrm_attendance_monthly（每日 rolling）• 範圍：今天 - 30 天 ~ 今天
• 排除 8 名非本地打卡員工（陳有為/蔡美峰/史乃方/王芳進/李光耀/李欣瑞/侯馨宇/劉志友）
📊 用到的欄位：PDF 每員工每日的打卡時間 + 假別 token
🧮 計算邏輯（6 種狀態獨立）
• 遲到 = 首次打卡 > 10:00
• 晚下班 = 末次打卡 ≥ 20:00
• 曠職 = 「曠 N」 標記
• 請假 = 特休 / 事假 / 病假 / 婚假 / 喪假 / 公假 / 生理 / 家庭 / 補休 等
• 出差 = 國內出差 / 國外出差（合法工作、不算異常）
• 未打卡 = 工作日沒任何 token（5/20 user 拍板：跟曠職分開、不藏資料）
📖 近 30 天（— → —）0 員工：遲到 0 / 曠職 0 / 請假 0 / 晚下班 0 / 未打卡 0 / 出差 0
0
曠職天
0
遲到天
0
請假天
0
晚下班天
0
未打卡天
0
出差天
📈 時間脈絡（30/14/7/今）
| 指標 | 30天前 | 14天前 | 7天前 | 今天 | 趨勢 |
|---|---|---|---|---|---|
| 曠職天 | — | 0 | 0 | 0 | = |
| 遲到天 | — | 0 | 0 | 0 | = |
| 請假天 | — | 0 | 0 | 0 | = |
| 晚下班天 | — | 0 | 0 | 0 | = |
| 未打卡天 | — | 0 | 0 | 0 | = |
| 出差天 | — | 0 | 0 | 0 | = |
範圍 — ~ —、共 0 員工（排 8 位非本地打卡） · 異常 0 人有紀錄 · 5/20 修：未打卡與曠職分開、出差視為合法工作不算異常
🤖 AI 建議
出勤異常區域顯示加班與曠職情況上升，可能影響團隊士氣與生產力。建議立即檢視異常原因，並與HR合作制定改善措施，如彈性工時或員工關懷計畫。
💬 回覆 / 指示這區
送出 → 自動進下次 AI 建議