配电网数据分析人才队伍建设研究

配电网数据分析人才队伍建设研究

摘要：随着配电网信息化程度不断深入，种类繁多，数量庞大的电力数据也相应产生，只有建立一支高素质的数据分析人才队伍，才能有效的挖掘数据价值。本文把胜任力理论运用于配电网数据分析人才建设中，建立配电网数据分析人才胜任力模型，以此模型为基础从培训、考核、薪酬三方面提出了数据分析人才队伍建设的建议。关键词：数据分析；人才队伍建设；胜任力；电力公司

引言近年来我国配电网基础设施和信息系统建设高速发展，尤其在“泛在电力物联网”建设规划提出后，人机交互、职能终端等技术将更多应用于配电网中。如何管理好众多信息系统、使用好配电网大数据，让数据说话，用数据决策成为电力企业重要议题。建设适应泛在电力物联网的高技能数据分析人才队伍，是电力企业提高数据分析能力、提升决策水平、提高组织运行效率的基础。面对新的挑战，数据分析队伍需适应泛在电力物联网的要求，通过不断提高数据分析能力，筑牢专业业务根基；此外分析人才队伍还需要掌握电网运营实践的相关知识，由于数据分析人员现场实操机会少，存在当前数据分析难以符合配电网业务发展需要等问题，因此全方位地加强数据分析技能人员培养，需打造一支人员分析水平高，结构科学、素质精良的高技能人才队伍。

人才队伍建设胜任力理论人才队伍建设相关理论中，胜任力理论侧重对组织人员内在特质以及所处职位和组织环境的研究，对当前处于变革时期的电力行业中配电网数据分析人才队伍建设，提升人员分析水平、提高工作积极性较为适用。本文以胜任力理论为基础，分析当前配电网数据分析人才队伍现状并提出相应对策。

胜任力理论内涵1973年戴维·麦克利兰（DavidMcClelland）教授首次提及了“胜任力”概念，胜任力理论较之其他人力资源理论更加侧重组织环境和组织成员个人素质对成员工作能力的影响。其中组织成员外在个人素质直接影响工作效率；此外组织成员的内在特质也间接受到特定组织的约束，即组织成员需要具备组织所需的内在品质。此外组织成员处在的工作氛围等外部环境因素也会对成员胜任力产生影响。组织成员只有互相支持与合作，才能充分挖掘自身的工作潜能，更好地体现自我价值。

胜任力的概念模型胜任力模型以胜任岗位要求为目标，集合了组织成员工作能力、个人内在特质、外在素质等于一体。可有效提高成员业务能力、客观评价成员素质并给予相应的激励。学术界主流的胜任力模型中，冰山模型应用最为广泛。模型中，主要影响因素包括知识、技能等显性因素，以及社会角色、自我概念、特质和动机等隐性因素。图1冰山模型冰六种影响因素在胜任力建设实践中各有侧重。在培训方面，会同时关注人才的隐性和可见因素。在考核方面，主要关注人才的技能、自我概念和特质三个因素；在薪酬管理方面，则更看重员工技能，同时，也关注个性、创造力等特质。

配电网数据分析人才队伍建设现状及策略

数据分析人才队伍现状

分析技能不足从数据分析工具的应用情况来看，目前分析人员对高级数据分析工具应用不足，分析者分析工具以Excel为主，而SPSS、TABLEAU、R语言等等高级数据分析工具的应用较少。从分析方法的应用情况来看，对高级的分析方法应用不足，绝大多数的分析人员分析方法为同环比对比等描述性统计分析或者以得分排序为主的评价分析法，只有少部分人员会根据具体的分析目的进行数学建模后开展分析工作，尝试使用主成分分析、因子分析、相关性分析等较为复杂的模型化分析方法。从接受的培训情况来看，大部分员工没有参加过与数据分析的培训，少部分员工多次参加过相关培训。

考核机制不健全目前对配电网数据分析人才考核标准主要以传统工作职责为主，数据分析相关职能侧重较少，导致绩效考核无法准确反映工作能力。数据分析工作目前多由兼职完成，考核机制无法反映数据分析工作的特点，相关考核指标体系缺失。因此目前考核机制难以突出数据分析岗位的工作职责，也无法量化考核具体工作。

薪酬管理体系不完善当前的薪酬制度较少综合考虑数据分析岗位的工作特性，与其他岗位员工采用“一刀切”评定办法难以在体现数据分析人员的重要价值，往往出现能者多劳，而非能者多得的现象，分析成果多少、质量好坏都不会反映到薪酬中。

胜任力模型在配电网数据分析人才队伍建设中的应用以胜任力理论为基础构建配电网数据分析人才胜任力模型。以数据分析人才实践为指引，以胜任力管理为抓手，不断进行胜任力整合，从培训、考核和薪酬管理中提高数据分析人才综合能力（如图2）。图2配电网数据分析人才胜任力模型该模型以胜任力理论为基础由人才队伍建设实践、胜任力管理和胜任力整合三个部分组成。配电网发展目标是进行胜任力管理的根据，明确配网发展目标，确立核心指标，并构建数据分析场景，进而形成了数据分析人才队伍建设模式。配电网数据分析人才胜任力模型综合考虑配电网快速信息化带来的人才队伍技能复杂化、考核指标多元化、激励手段多样化的特点，提出以下三个原则作为模型的支撑：一是不断促进数据人才队伍的综合能力；二是提升数据分析人才激励效果；三是优化绩效考核方案，持续改进。

完善人力资源培训管理体系在理论培养方面，培训课程需要以提升数据分析能力为目标，针对不同层次的人才制定相应的培训方案（见表1），同时辅助提升数据分析人员综合素质，要不断地培养转型文化理念,培养数字文化,通过数据来改变传统的管理思路和模式。表1数据分析人才技能层次业务分析师建模分析师大数据分析师数据分析专家理论基础概率论、统计学理论基础概率论、统计学理论基础、数理统计、数据挖掘概率论、统计学理论基础、数理统计、数据挖掘、Java基础、Linux基础概率论、统计学理论基础、数理统计、数据挖掘、商业智能软件要求必要：Excel可选：SPSS/SAS必要：Excel、SPSS/SAS、SQL可选：R/Python/MATLAB必要：Excel、SPSS/SAS、SQL、可选：R/Python/MATLAB必要：Excel、SPSS/SAS、SQL可选：R/Python/MATLAB分析方法数据预处理描述性统计分析简单的多元统计分析数据库基础知识在业务分析师基础上增加高级数据分析及数据挖掘技术掌握可视化技术熟练使用成熟算法进行聚类、分类和主题推荐等特定场景的大数据分析了解计算机编程、软件开发技术、大数据分析架构以及业务分析方法业务分析能力准确识别问题、提取简单数据、形成分析报告独立清晰识别问题，熟练提取数据、形成逻辑条理表达清晰的分析报告发现问题并转化为分析目标、熟练提取数据，分析报告能够充分体现大数据分析的价值发现问题并转化为分析目标、思考数据价值并独立完成分析规划，价值应用与影响力完成业务需求，提出分析建议提出分析建议并推动建议被采纳提出有效建议并推动建议实施，在公司决策层有一定的影响力提出对业务发展的前瞻性建议，在公司层面和专业层面均有一定的影响力在实际经验方面，较之一线工作员工，配网全业务数据分析中心人员要有更加专业的能力，培训需要侧重以下四项技能的提升：定量分析能力、业务洞察能力、沟通与咨询技能、培训辅导能力，并要随着分析工具的创新，不断改进对分析工具的培训。

完善人力资源考核机制传统的考核机制以满足岗位要求最低目标为的底线，设立有最低标准，胜任力理论则更加侧重人才的自我提升，不断突破当前的工作能力，达到优秀的业绩标准。因此较之传统考核机制，运用胜任力理论的考核机制应该以不断促进人才素质为目标。建立合理的考核机制需要一套合理的考核指标，需要针对岗位特点按照科学的步骤确立指标，步骤如下：人事部门首先确认数据分析岗位的胜任力影响因素，并对胜任力因素按照重要程度进行不同层次划分，根据岗位匹配相应层次的胜任力因素。其次，通过问卷调查等形式，制定各个胜任力因素在业绩考核中的权重。最后，根据权重建立该岗位的标准化考核机制，并通过实践检验该体系是否有效的对数据分析岗位进行考核。

完善人力资源薪酬机制薪酬机制作为影响人才工作动机的重要因素，应该始终坚持公平公正原则，以“能力与薪酬成正比”作为薪酬管理指导思想。作为一类重要程度越来越高的数据分析岗位，薪资应该灵敏地反应人才能力水平，才能有效激励人员积极性。在薪资管理体系建设过程中在普遍重视薪酬评定机制的同时建立相应的反馈机制同样重要。一方面，薪酬评定需要综合考虑数据分析岗位的工作性质和工作特点，通过问卷调查等形式，了解其具体工作，并采取定量化的评定标准，进行客观评判。另一方面，制定薪酬反馈机制，通过收集、整理、分析数据分析人员、岗位相关人员等的反馈，不断调整优化薪酬评定机制，使员工得到有效激励，从而激励分析人才不断提升自身素质。

结论配电网作为电网面向用户的最后一个环节，有着电压等级多、网络结构复杂、设备类型多样、作业点多面广等特点，随着配电网信息化的进一步发展，这种趋势愈加显现，如何享受信息化带来的红利，如何利用好配电网大数据，关键在人，由于当前配电网数据分析工作存在技术门槛较高，人员配备相对较少等问题，势必需要一套有效机制不断提高人员素质，提高分析工作运行效率。面对以上难题，本文提出把胜任力理论运用于配电网是数据分析人才队伍建设中，明确配电网工作目标层层分解，细化数据分析人员工作内容，提供针对性培训方案，提出更公平的考核机制和更富激励效果的薪酬机制，以期为配电网人