您所在的岗位类别
汽修门店人力资源负责人
汽修门店店总/运营负责人
集团HR人才发展岗
金数据表单管理员
其他相关岗位
您所在单位开展汽修人才盘点的频次
每季度1次
每半年1次
每年1次
按需开展无固定周期
尚未开展过人才盘点
您使用金数据开展汽修人才盘点工作的时长
6个月以内
6个月-1年
1-3年
3年以上
未使用过金数据开展相关工作
在汽修人才盘点项目中，您设置配额控制通常会覆盖哪些维度？
不同汽修岗位（机修/钣金/喷漆/新能源维修等）配额
不同门店/区域配额
不同职级（技师/组长/主管/店长）配额
不同工龄段人员配额
未设置过配额控制
请您评价当前使用金数据设置人才盘点配额时的操作便捷度（1分非常不便，5分非常便捷）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您过往开展汽修人才盘点时，遇到的无效答卷占总回收答卷的比例大概是多少？
5%以内
5%-15%
15%-30%
30%以上
未统计过相关比例
您遇到的无效答卷通常包含哪些典型特征？
所有题目选择同一选项
答题时长明显短于正常作答时间
开放题填写无意义内容/乱码
重复提交同一份答卷
配额已满后仍提交的跨类别答卷
身份信息与盘点人员名单不匹配
您目前在金数据中通常采用哪些方式提前拦截不符合要求的答卷？
设置答题身份验证（工号/手机号匹配名单）
设置单题最短作答时长限制
设置配额满额后自动关闭对应收集通道
设置必答题规则避免漏答
设置IP/设备限次避免重复提交
暂未设置相关拦截规则
您认为配额控制规则对减少无效答卷的作用程度如何？
作用非常大，能从入口减少超范围提交
作用较大，可降低跨类别错填概率
作用一般，仅能控制总量无法筛除劣质答卷
作用较小，基本无法影响答卷质量
不清楚二者关联
在答卷回收后，您通常多久开展一次无效答卷的清理工作？
收集过程中实时清理
每日收集结束后清理
全部答卷回收完成后统一清理
统计分析前临时清理
从未开展过专门清理
清理无效答卷时，您主要参考哪些判定标准？
系统标记的异常作答记录
配额维度下的超量提交记录
人工核验的逻辑矛盾答案
重复提交的冗余记录
没有明确标准，凭经验判断
请您评价当前金数据提供的无效答卷自动识别功能对汽修人才盘点场景的适配度（1分完全不适配，5分非常适配）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您是否曾因为未及时处理无效答卷，导致人才盘点配额统计出现偏差？
从未出现过
偶尔出现（1年1-2次）
多次出现（1年3次及以上）
每次盘点都会出现
未关注过该问题
您认为当前在汽修人才盘点配额管理中，处理异常答卷存在哪些痛点？
系统自动识别准确率不足，需大量人工复核
清理后无法自动补招对应配额的有效样本
无效答卷标记规则无法适配汽修岗位的个性化问题
跨门店配额数据无法实时同步，容易出现超收
异常数据导出和追溯流程繁琐
针对金数据的人才盘点场景应用，您希望新增哪些和答卷质量管控相关的功能？
基于汽修岗位特征的自定义无效答卷规则库
配额缺口实时提醒+定向补推功能
异常答卷AI自动核验+一键清理
多维度配额联动管控（岗位+门店+职级交叉校验）
答卷质量实时评分，低质量答卷即时提醒补填
您所在单位是否针对人才盘点的答卷质量管控制定了专门的操作规范？
有完善的规范，明确了判定标准和处理流程
有简单规范，仅说明大致要求
没有成文规范，由操作人员自行把握
完全没有相关要求
请您对当前汽修人才盘点整体的数据质量（排除无效答卷后的数据有效性）进行评分（1分非常差，5分非常好）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
如果您有在金数据中开展配额设置、异常答卷筛选的实操经验或技巧，欢迎简要分享
对于优化汽修人才盘点流程、提升有效答卷占比，您还有哪些其他建议？