深圳市地铁集团有限公司 广东深圳 518000
摘要：随着社会的发展，大数据时代已经降临了。《大数据时代》的作者维克托?迈尔?舍恩伯格说，“大数据挖掘的核心特点是全量数据、相关关系、预测预判”。深圳地铁目前正处于飞速发展的时期，快速的发展需要安全稳定的运营作为支撑，乘务培训作为乘务运作的基石，如何利用大数据作为支撑来构建乘务培训体系，本文将进行探讨。
关键词：大数据；乘务；培训体系
引言
随着经济的快速发展，一线城市人口不断增加，造成交通压力越来越大。以深圳地铁为例，2016年三期工程7、9、11号线的开通试运营，加上既有1、2、3、5号线的行车间隔的多次压缩，整体运能不断提升，实现了2016年线网总客运量109106万人次， 4号线日均客运量54.14万人次，深圳轨道交通合计日均客运量达352.24万人次,同比上涨14.84%。同时车辆、信号类故障2016年共发生4241起，故障总量比2015年增加了1387起，增长了48.6%。面对不断压缩的行车间隔和客流、故障率不断激增的情况，需要有效的培训体系来为运营安全及乘务运作打下坚实的基础。
1大数据的基本概念
大数据本身的概念比较抽象，但有一点是确定的，即他表示数据的规模庞大，但是仅从数量上难以区分与海量数据(massivedata)、超大规模数据(verylargedata)的差别，大数据目前的定义并没有一个公认的说法，但从不同的定义中可以归纳试图给出定义，而最有代表性的要数3V定义。即认为大数据需满足三个特点：规模性(volume)、多样性(variety)、和高速性(velocity).对于提出4V定义的有国际数据公司的价值性(value)和IBM认为的实用性(veracity)。维基百科对大数据的定义则更简单明了：Bigdataisatermfordatasetsthataresolargeorcomplexthattraditionaldataprocessingapplicationsoftwareisinadequatetodealwiththem.大数据时指利用常用软件应用工具已经不能够处理的庞大且复杂的数据集。作者认为，大数据的概念不必拘泥于某一个，在面对实际问题时，把握4V(规模性、多样性、高速性、价值性)特点的基础上适当的考虑数据处理的可容忍时间即可。
2乘务培训体系中大数据的应用
2．1故障数据分析
正线列车运行的服务可靠度与乘务运作息息相关，统计和分析列车故障情况对保障列车运行安全，提升服务质量很有帮助。通过列车故障发生的日期、时间、地点、故障类型、故障原因、故障车底等维度进行数据统计，运用数据透视的方法对数据进行分析挖掘，就可以清晰的了解所发生故障的时间特性，故障与车底的关联，故障与原因之间的关联，故障类型发生频率等，从而对故障的出现做出预判，提前做好故障处理的预想，减少故障带来的安全风险。如每月故障发生的类型进行统计分析发现故障发生较多的类型，对于此类故障开展“预防式”培训，做到及早预防，让员工提前做好故障的防范及预想。
2．2员工培训数据分析
通过梳理员工培训数据，得出业务技能薄弱环节和业务技能不扎实的员工，及时开展“靶向”技能强化培训，有效提升员工业务技能。利用员工的日常在岗培训、休班轮训等培训数据汇总形成故障培训数据库。再通过数据库的筛选发现员工存在的问题情况和业务技能薄弱的员工。利用日常考试系统及岗前考试系统中司机答题情况的EXCEL统计表，从而形成员工业务考试数据库。
期刊文章分类查询,尽在期刊图书馆通过分析系统中的考试数据库，可以清晰分析员工各项业务的掌握情况。
2．3安全检查数据分析
安全检查是发现和总结员工作业情况的重要手段，也是保障乘务运作安全的重要举措。通过梳理安全检查数据，汇总分析出安全问题多发的作业环节、时间、地点、人员等;针对问题多发人员的梳理，建立关键人数据库，开展乘务专业专项综技组“网络化”安全管理机制，从而有效把控各安全关键节点、关键作业，保障运作安全。通过对检查数据的梳理，得出检查发现因业务不佳而存在问题人员情况的分布图，并采用点对点模块化薄弱项目的强化训练，从而提高业务技能，实现 “培训网络化”管理机制。
2．4员工业务水平数据分析
将员工考试系统数据库导出按月份分析员工岗前考试做题正确率，可以找到员工做题正确率与月份之间的关系，再结合各月份是否有晋升考试及比武情况，可以发现员工在晋级考试前和比武前的正确率有明显的提高。如某地铁线路2016年前面6月的岗前考试正确率，可发现1月至2月份，无任何相关考试，员工做题正确率有所下降，4月份有应知应会考试，员工做题正确率在3月份和4月份均有提高，7月份有晋升晋级等相关考试，员工的做题正确率在6月份有明显的提高。对于以上的特点，可组织激励性的活动提升员工业务水平。
3大数据分析结果在乘务培训体系中的运用
3．1“预防式”培训
利用故障数据分析的结果可得到每月正线高发故障类型，在日常培训及休班故障培训中多进行高发故障类型培训。根据某地铁线路统计2015年4月份正线发生54起紧制故障和6起车门故障。即可在2016年4月份开展紧制无法缓解故障和车门切除故障培训。通过此种有针对性的“预防式”培训，在让员工做好故障预防准备的同时，也提高了司机故障处理能力。如某地铁线路2016年1-6月份共发生设备故障3153件，2015年1-6月发生2573件，设备故障率呈现上升趋势，以2015年与2016年同期设备故障发生量对比来看，2016年故障量比2015年同期增加580件，增长22．5%。2016年1至6月份平均每月设备故障数为525件，折合每天17．5件。在面对比往年故障率更高的情况，在2016年1-6月的正线故障应急处理中，员工能做到按照故障处理流程快速处理，未出现重大人为失误，从中可以看出员工正线故障应急处理能力有所提升。通过此种有针对性的“预防式”培训，在让员工做好故障预防准备的同时，也提高了司机故障处理能力。
3．2综技组负责的班组“网络化”管理机制
对于安全检查数据分析出的违章数据较多的人员，实行综技组负责的班组“网格化”管理机制，是指由综技组人员各自对应负责一个车队，再将按照一定的标准将车队划分成为更小单元网格，通过责任化分工，每个单元网格由两长五员负责，通过加强对单元网格内的人员动态和事件的跟踪巡查，重点跟踪反馈问题人员的信息情况，从而保证管理上的敏捷、精确和高效。
3．3“靶向”强化培训
对日常培训、休班轮训的培训数据和考试系统的考试数据分析出员工存在问题和薄弱环节，对日常培训、休班轮训中的实操薄弱环节开展非运营时间正线模拟训练、回厂车故障强化培训；对理论考试薄弱环节开展错题集专题强化培训。
3．4组织激励性的活动
分析员工考试系统做题正确率可发现员工业务水平在晋升晋级考试和技能比武前处于较高的水平，在此之后的业务水平会出项下降的趋势，这说明需要激励性的考试或活动激励员工保持业务水平持续良好的状态。根据正确率分布情况，每年的下半年时晋升晋等考试和其他考试的空窗期，可在下半年分时间段组织开展年度轮训、培训师选拨考试和技术大比武等活动。
结语
在地铁乘务日常的运作中，产生的数据繁多，对于这些大数据，关键是如何分析挖掘其中的潜在价值，利用有用的数据，对乘务运作管理相关举措提供数据支撑。
参考文献：
［1］范良．地铁运营乘务电客车司机培训管理探讨［J］．中国市场，2016(27)．
［2］廖书林．浅谈大数据思维在地铁乘务技术管理中的应用［J］．科技展望，2016(13)．
［3］刘富成，刘玉凤．大数据背景下企业员工培训模式探讨［J］．长春大学学报，2016(11)．
论文作者:吴小彪
论文发表刊物:《防护工程》2017年第21期
论文发表时间:2017/12/26
标签：故障论文; 数据论文; 乘务论文; 员工论文; 考试论文; 正确率论文; 情况论文; 《防护工程》2017年第21期论文;