 |
Внедрена система автоматизации ведения табельного учета в «1С:Зарплата и Управление персоналом 8»на заводе Nissan в Санкт-Петербурге.
Компания «Ниссан Мануфэкчуринг Рус» работает в России с 2004 года. Широкая дилерская сеть Nissan представлена во всех крупных городах страны, число дилеров постоянно растет. В июне 2009 года было запущено производство в Санкт-Петербурге – с конвейера нового завода сошли первые автомобили Nissan российской сборки – Teana и X-Trail. Плановая мощность предприятия - порядка 50 тысяч автомобилей в год.
С начала запуска производство в Санкт-Петербурге стремительно развивалось, численность сотрудников завода достигла 1500 человек, и руководство предприятия пришло к выводу о необходимости более тщательного контроля расходов на заработную плату. На тот момент заработная плата рассчитывалась только на основе бумажных таблиц, получаемых ежемесячно от руководителей подразделений, а это не всегда достоверно отражало фактически отработанное сотрудниками время. В связи с этим было принято решение автоматизировать ведение табельного учета во всех цехах и отделах, что позволило бы избежать ошибок при учете отработанного времени и расчете заработной платы.
Так как кадровый учет и расчет заработной платы в компании уже успешно велись в конфигурации «1С:Зарплата и Управление персоналом 8», то логичным решением стало развитие информационной системы и автоматизация табельного учета на ее основе. Определяя исполнителя проекта, руководство ООО «Ниссан Мануфэкчуринг Рус» внимательно изучило опыт ИТ-компаний и в результате обратилось к «Диалог ИТ», опыт которой в области автоматизации кадровых процессов и расчета зарплаты был признан наиболее значительным.
Проект стартовал в мае 2010 года и был реализован в течение трех месяцев. За это время на базе программного продукта «1С:Зарплата и Управление персоналом 8» специалисты «Диалог ИТ»http://www.dialogit.ru разработали уникальный функционал для ведения табельного учета.
В каждом цехе и отделе назначены табельщики (всего 55 рабочих мест), которые ежедневно регистрируют количество отработанного времени, причем права доступа настроены так, что за ввод информации в каждой смене отвечает отдельный сотрудник. Руководители подразделений имеют доступ к информации и контролируют точность введенных данных по всем сменам. Табельный учет ведется в отдельной информационной базе, в основную базу данных с кадровыми и расчетными данными сотрудников табельщики доступа не имеют.
Налажен обмен данными между основной и табельной базами данных, при котором в табельную базу автоматически поступает информация о вновь принятых сотрудниках, о текущих кадровых перемещениях и увольнениях, отпусках, больничных и командировках сотрудников. На основе этой информации, формируется актуальный список сотрудников на участках и сменах, ведется график работы по каждому сотруднику и учитываются периоды отсутствия работника. Загрузка данных по фактическому отработанному времени в основную базу данных, возможна в любой момент времени и на основе этих данный рассчитывается заработная плата.
В системе используется цветовая дифференциация, которая позволяет избежать ошибок при заполнении табеля – некорректные данные помечаются определенным цветом и не загружаются в основную базу. Запрещена корректировка табелей уже загруженных в основную базу.
Установленная система позволяет учитывать сверхурочно отработанные часы и на основе этого рассчитывать оплату за переработку или начисление отгулов. В системе возможно составление дополнительных отчетов в разрезе подразделений и должностей, что позволяет планировать графики работы персонала.
Проект по разработке и автоматизации табельного учета в ООО «Ниссан Мануфэкчуринг Рус» обеспечил точный и оперативный учет рабочего времени сотрудников за каждую смену. Заработная плата теперь рассчитывается на основании достоверных фактических данных, а статистика по использованию рабочего времени в подразделениях и компании в целом формируется с повышенной точностью. Все это позволяет достичь поставленных целей: четко контролировать работу всех подразделений и эффективнее управлять расходами на оплату труда.
Контактное лицо: Камаев Николай
Компания: Диалог ИТ
Добавлен: 11:05, 08.02.2011
Количество просмотров: 915
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия617 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия609 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия687 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия793 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия135 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
|
