一、怎么样才能彻底清理手机呢 还不影响手机运行
楼主指的是手机的灰尘清理还是指的数据清理？
如果是清理灰尘，那就小心的把后盖拆开，注意不要丢零件，拿酒精擦拭，然后待干后装回去。如果楼主动手能力不强，建议去手机售后或者修理手机的地方，花点钱清理。
如果楼主是说清理手机数据，那就安装个软件，看你是什么系统，去安卓市场或者苹果市场找“手机助手”类相关软件，安装后按照提示操作就行。或者楼主直接格式化手机，恢复出厂设置，这样清的更干净。
二、如何制定建筑施工企业绩效管理
随着建筑施工企业组织规模的日益扩大,企业管理向多层次、多角度的方向纵深发展,建筑施工企业由于使用的劳动力中外来劳动力占有较高份额，且人员素质参差不齐，流动性较大，因而绩效管理越来越受到建筑施工企业的重视。
绩效管理体系是各级管理者和员工共同参与的绩效计划制定、绩效辅导实施、绩效考核评价、绩效考核结果应用等环节管理活动的总和。在绩效管理体系中，绩效辅导实施环节是不可忽视环节，绩效考核评价是核心环节，而绩效计划制定和绩效结果应用对绩效管理能否取得成效具有重大影响。
绩效管理体系（T是“team”的缩写，P是“person”的缩写）体现着平衡记分卡、 KPI考核以及能力素质模型的思想，组织绩效模型、能力素质模型为团队考核、个人考核提供基础支持。 相比于平衡计分卡考核，它能使个人目标、组织目标以及公司发展战略保持一致，实现绩效考核的战略导向性；更具有可操作性，可以弥补建设设施公司基础管理的不足。
一般在设计建筑施工企业绩效管理体系时，核心要解决两个方面问题：第一，绩效考核要公平公正，绩效管理能体现建筑施工企业战略发展导向；第二，绩效管理能得到切实推进，并能真正提高个人和建筑施工企业的绩效。
绩效管理体系就能很好的实现上述两个要求，这主要从TP体系的内容与特点体现
一、TP绩效管理体系的内容
TP绩效管理体系包括一个基础平台、两个绩效循环和三个绩效指标模型。
一个基础平台是战略驱动绩效指标分析，解决考核的战略目标导向以及考核指标选取问题；
两个循环是团队绩效管理循环和个人绩效管理循环，解决的是切实推进绩效管理的问题，包括绩效目标设定、绩效辅导、绩效考核、结果使用等环节；
三个绩效指标模型是战略驱动绩效指标分析的结果，分别为组织绩效模型、能力素质模型和满意度模型，解决的是考核内容问题，使绩效考核做到公平公正。
其中组织绩效模型为关键业绩考核提供支持，能力素质模型为能力素质考核提供支持，满意度模型为满意度考核提供支持。团队绩效管理循环和个人绩效管理循环是绩效管理的核心过程，也是绩效管理取得成效的关键，因而T&P为设计建筑施工企业绩效管理体系并获得良好效果提供了一个新思路。
从影响绩效的主要因素模型分析可以看出，若要切实提高绩效，只有通过提高激励效应这个因素，进而影响技能因素和内部条件因素，最终才能提高个人绩效和组织绩效。TP绩效管理体系就是通过一个基础平台和三个模型解决有效激励问题，通过两个循环解决技能因素和内部条件因素问题，因此TP绩效管理模型可以最大限度的提升个人和组织绩效，保证战略目标的完成。
二、绩效管理体系的特点
绩效管理体系站在公司战略发展的角度来设计的，体现着平衡记分卡、 KPI考核以及能力素质模型的思想，组织绩效模型、能力素质模型、满意度模型为团队考核、个人考核提供基础支持。T&P绩效管理体系通过战略驱动绩效指标分析，使个人目标、组织目标以及公司发展战略保持一致，实现绩效考核的战略导向性；
绩效管理体系是站在提高组织和个人绩效的角度来设计的，通过团队绩效管理循环和个人绩效管理循环，能切实提高组织和个人的绩效水平；
组织绩效模型反映了组织核心流程价值创造过程，该模型回答了各个流程的关键控制点、高绩效行为特征以及相对应的关键业绩考核指标等方面的问题。关键业绩考核指标体系是结果指标和过程指标的结合。过程指标通过对主要流程关键控制点行为特征的分析，采用定性描述方式来说明高绩效行为的特征；
能力素质模型分为个性品质、基本技能、专业技能和管理技能四个范畴，个性品质、基本技能适用于对所有岗位人员的考核，管理技能适用于管理序列岗位的考核，专业技能适用于专业技术序列岗位的考核；
满意度模型包括客户满意度、部门满意度和员工满意度。客户满意度是分析客户对公司提供的有关产品和服务的满意程度，通过对关键事项及行为的改进，提高产品及服务的满意度水平；员工满意度是员工积极状态的晴雨表，因此关注员工满意度水平对企业长远发展是非常必要的；部门满意度对于组织的顺畅运行是非常重要的，部门的满意度对组织的长远发展提供了保障；
绩效目标制定是绩效管理最具挑战性的环节；绩效沟通是绩效管理取得成功的关键；绩效考核环节是绩效管理的核心环节；绩效结果应用合理与否决定着绩效管理的成败；
团队绩效管理重视绩效评估，个人绩效管理重视沟通辅导；团队绩效管理循环由绩效契约制定、环境资源匹配分析、绩效评估、结果应用等四个环节组成，绩效评估是绩效管理的核心环节，公司目标管理、核算管理等基础管理水平对团队绩效管理有非常重要的影响；
个人绩效管理由绩效计划制定、绩效沟通辅导、考核与发展目标确定、绩效结果应用等环节组成，绩效沟通辅导是绩效管理取得成效的基础，公司各级管理者和员工对绩效管理工具和方法的理解和掌握是绩效管理成功的关键。
三、数字问题分析
数据分析（Data Analysis）
数据分析概念
数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
数据也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出。
数据分析与数据挖掘密切相关，但数据挖掘往往倾向于关注较大型的数据集，较少侧重于推理，且常常采用的是最初为另外一种不同目的而采集的数据。
数据分析的目的与意义
数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。
在实用中，数据分析可帮助人们作出判断，以便采取适当行动。数据分析是组织有目的地收集数据、分析数据，使之成为信息的过程。这一过程是质量管理体系的支持过程。在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。例如J.开普勒通过分析行星角位置的观测数据，找出了行星运动规律。又如，一个企业的领导人要通过市场调查，分析所得数据以判定市场动向，从而制定合适的生产及销售计划。因此数据分析有极广泛的应用范围。
数据分析的功能
数据分析主要包含下面几个功能：
1. 简单数学运算（Simple Math）
2. 统计（Statistics）
3. 快速傅里叶变换（FFT）
4. 平滑和滤波（Smoothing and Filtering）
5. 基线和峰值分析(Baseline and Peak Analysis)
数据分析的类型
在统计学领域，有些人将数据分析划分为描述性统计分析、探索性数据分析以及验证性数据分析；其中，探索性数据分析侧重于在数据之中发现新的特征，而验证性数据分析则侧重于已有假设的证实或证伪。
探索性数据分析：是指为了形成值得假设的检验而对数据进行分析的一种方法，是对传统统计学假设检验手段的补充。该方法由美国著名统计学家约翰·图基(John Tukey)命名。
定性数据分析：又称为“定性资料分析”、“定性研究”或者“质性研究资料分析”，是指对诸如词语、照片、观察结果之类的非数值型数据（或者说资料）的分析。
数据分析步骤
数据分析有极广泛的应用范围。典型的数据分析可能包含以下三个步：
1、探索性数据分析，当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。
2、模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。
3、推断分析，通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。
数据分析过程实施
数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。
一、识别信息需求
识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。识别信息需求是管理者的职责管理者应根据决策和过程控制的需求，提出对信息的需求。就过程控制而言，管理者应识别需求要利用那些信息支持评审过程输入、过程输出、资源配置的合理性、过程活动的优化方案和过程异常变异的发现。
二、收集数据
有目的的收集数据，是确保数据分析过程有效的基础。组织需要对收集数据的内容、渠道、方法进行策划。策划时应考虑：
① 将识别的需求转化为具体的要求，如评价供方时，需要收集的数据可能包括其过程能力、测量系统不确定度等相关数据；
② 明确由谁在何时何处，通过何种渠道和方法收集数据；
③ 记录表应便于使用；
④ 采取有效措施，防止数据丢失和虚假数据对系统的干扰。
三、分析数据
分析数据是将收集的数据通过加工、整理和分析、使其转化为信息，通常用方法有：
老七种工具，即排列图、因果图、分层法、调查表、散步图、直方图、控制图；
新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图；
四、数据分析过程的改进
数据分析是质量管理体系的基础。组织的管理者应在适当时，通过对以下问题的分析，评估其有效性：
① 提供决策的信息是否充分、可信，是否存在因信息不足、失准、滞后而导致决策失误的问题；
② 信息对持续改进质量管理体系、过程、产品所发挥的作用是否与期望值一致，是否在产品实现过程中有效运用数据分析；
③ 收集数据的目的是否明确，收集的数据是否真实和充分，信息渠道是否畅通；
④ 数据分析方法是否合理，是否将风险控制在可接受的范围；
⑤ 数据分析所需资源是否得到保障。