供电公司依托数据化平台的人力资源需求预测管理研究.docx

?

?

供电公司依托数据化平台的人力资源需求预测管理研究

?

?

耿艳

摘要：本文在搭建数据化平台的基础上，采用数据挖掘技术，探讨对传统人力资源需求预测的人员总量需求预测、人员结构需求预测和素质结构需求预测进行改进，为作出更精准的人力资源需求预测提供参考。

关键词：数据挖掘;人力资源需求预测

引言：近年来，国家电网公司不断探索建设数字国网，以期通过数据挖掘、云计算、移动互联、人工智能等手段，实现跨专业、跨部门的内外部数据关联分析和数据价值深度挖掘，提升公司管理水平和业务创新能力，为“数字中国”建设贡献国网力量。人力资源部作为公司的职能部门之一，数据信息大量涌现，如何搭建数据化平台，从而有效地挖掘数据，并提取出关键和潜在的信息，为公司人力资源需求预测提供支撑，成为人力资源管理者面临的新机遇和新挑战。

一、电力公司人力资源管理领域中的数据类型

在电力公司人力资源管理领域，常见的数据类型包括五种：一是基础数据，如年龄、受教育信息、专业知识、技术技能水平、所在岗位、岗位级别、岗位工作时间、政治面貌、工作经历、所在班组、所在部室等相关信息;二是能力数据，如培训经历、培训考核情况、接受专业培训课程的时长、参与竞赛结果、奖惩情况、工作业绩情况等相关信息;三是效率数据，如任务完成产生错误率、投诉率;四是潜力数据，如收入涨幅水平、职称或技能提升频率、业绩提升率、绩效提升幅度、各类获奖频次等;五是其他数据，如人均利润、线路长度、变压器容量、国家法律法规和政策等。

二、搭建人力资源数据化平台

为实现基于数据挖掘技术的人力资源需求预测，可在公司系统内搭建数据化平台，通过智能感知、自动抓取、人工填报等方式采集五种人力资源管理数据，利用电子标签、GPS、摄像头等设备，辅以智能终端、PC端人工录入等功能，自动获取人力资源需求预测的关键信息，有利于提高工作效率、减少人为干扰，为实现人力资源需求预测管理数据信息的自动采集、实时共享、及时反馈提供技术支持。

三、基于数据化平台的人力资源需求预测

（一）传统的人力资源需求预测方法

当前，国网衢州供电公司进行人力资源需求预测的流程主要是基于用工分析和各部门上报的需求，无成熟的需求预测系统作为支撑，在人力资源需求预测的精准度上还有待进一步提升。

（二）以数据挖掘技术为支撑的人力资源需求预测的整体思路

人力资源需求预测包括人员总量需求预测、人员结构需求预测和素质结构需求预测。当前，基于数据挖掘技术，开展人力资源需求预测的整体思路为：首先，从人力资源数据化平台记录的数据中筛选出影响用工总量的关键因素，利用回归分析或曲线拟合等数据挖掘方法建立用工总量与关键因素之间关系的数学模型，即人力资源总量需求预测模型;其次，对用工总量调整进行灵敏度分析，寻求各业务人员在用工总量变动下的规律和趋势，从而构建人力资源结构需求预测模型;最后，在合理控制人员总量和人员结构的基础上，以提高人员素质为目标，结合业务发展战略及人员结构预测模型所预测出的人员需求，进一步明确各业务的素质需求及补员策略，甄选员工素质评判标准，建立人力资源素质需求预测模型。

综上所述，总量模型、结构模型和素质模型三个模型间呈层层递进关系，总量模型是人员结构与素质结构模型构建的基础，人员结构模型是总量模型的纵向分布，员工素质模型是在人员结构模型基础上的横向细分。

1.人员总量需求预测——“需要多少人”

背景分析：近年来，我国经济发展进入新常态，电力行业面对产能过剩，竞争日趋激烈，此外，电力行业“发、输、配、售”模式切割也日益呈现，这一系列因素使人员总量需求处于动态的变化中，因此，对人员总量需求进行预测，以更好的服务企业未来发展，具有重要战略意义。

传统做法：当前国网衢州供电公司采取的人员总量需求预测方法为：在严控总量的前提下，以设备台帐数据为基础，进行劳动定员预测，并综合考虑自然减员、业务外包、新业务增长等因素，进行人力资源总量需求预测，超员单位要确保人员负增长。

以数据挖掘技术为支撑的人力资源总量预测：采用相关因素分析法、回归分析法或MINE算法等，利用数据化平台，分析影响用工总量的关键因素，如企业业绩指标、人均效率指标、人工成本指标、产量指标和同业对标等，进而通过主成分分析法发现用工总量与关键因素之间的内在联系，通过曲线拟合构建能够“促发展、提效率”的人力资源总量需求预测模型，从而对用工总量进行预测。

2.人员结构需求预测——“需要的人如何分布”

背景分析：当前，国网公司按照高质量发展要求，高起点实施新时代发展战略，加快建设具有卓越竞争力的世界一流能源互联网企业，对公司各专业、各环节的规范和精益管理提出了更高的要求。人力资源管理人员面对新形势，亟需在合理控制用工总量并保证各业务高效运转的基础上，结合企业产业布局要求，合理分配各业务人员比重，优化业务人员配置。

传