企業(yè)如何進(jìn)行有效HSE數據的收集與分析？
隨著(zhù)經(jīng)營(yíng)管理過(guò)程的精細化要求越來(lái)越高，越來(lái)越多的公司活動(dòng)、決策依賴(lài)于數據分析，也由此產(chǎn)生了“大數據”概念和需求，可以說(shuō)數據分析和對結果的運用已經(jīng)越來(lái)越成為一個(gè)公司的核心競爭力之一。 而對一個(gè)生產(chǎn)型企業(yè)來(lái)說(shuō)，通過(guò)對市場(chǎng)業(yè)務(wù)、財務(wù)、工藝、質(zhì)量、設備、安全等的數據分析，為企業(yè)管理的效益提升、成為行業(yè)領(lǐng)先者起的舉足輕重的作用。
目前生產(chǎn)型企業(yè)中進(jìn)行數據分析的工具大多是minitab，但由于軟件的版權費用以及熟悉程度問(wèn)題，大部分工作中還是使用excel中的一些分析功能。這里也以excel為例進(jìn)行說(shuō)明。
前面談到了，數據統計分析的重要性已經(jīng)為大家所認同。 但是否我們對如何進(jìn)行數據收集和分析有了充分的了解和足夠的能力了呢？我們在輔導客戶(hù)的過(guò)程中注意到，大部分人員談到數據分析時(shí)，往往陷入了混亂，不知道要收集哪些數據，基本都希望輔導老師能夠給出模板然后依葫蘆畫(huà)瓢。
為什么會(huì )產(chǎn)生這樣的現象？
首先，我們認為在進(jìn)行數據收集前，當事人對將來(lái)數據的輸出結果沒(méi)有一個(gè)清晰的預判，或者說(shuō)“假設”。 換而言之，就是你要先有假設（這些果可能來(lái)自于哪些因），然后才能考慮收集哪些數據。 數據收集和分析的過(guò)程，其實(shí)是一個(gè)你假設一個(gè)結果、然后用數據分析的方法來(lái)驗證你假設（呈現出規律性）的過(guò)程。所以沒(méi)有對結果的假設，也就沒(méi)有辦法確定數據的收集范圍。
下面用一個(gè)歷年事故數據分析的案例來(lái)進(jìn)一步說(shuō)明；
當我們想進(jìn)行事故數據分析時(shí)，那么我們應該收集哪些數據呢？ 首先我們要假設一下有哪些因素會(huì )和事故有關(guān)聯(lián)并可能呈現出規律性。一般我們會(huì )想到車(chē)間、班組、崗位、事故類(lèi)型、嚴重程度。 但是否可能還與工作年限（入廠(chǎng)時(shí)間）、崗位年限（本崗位工作時(shí)間）、白班/夜班、甚至性別有關(guān)系呢？ 甚至是否與時(shí)間段（比如凌晨時(shí)分）有關(guān)呢？ 傷害部位是否出現規律性？那么如果要進(jìn)行事故數據分析，就要對以上這些數據都進(jìn)行收集和統計分析，最后才能給出答案。
參考
以下有兩個(gè)實(shí)例可以說(shuō)明
從下圖可以看到在晚上10pm-6am的事故明顯比5pm-10pm的高，是夜間疲勞的原因？這就給了安全管理人員進(jìn)一步調研的切入口。
從下圖可以看到在交通物流事故中，以交通事故居多，而且又以自行車(chē)/電動(dòng)車(chē)/摩托車(chē)的事故量為主要事故，所以這表明該公司的員工上下班中的交通事故較多，需要加強安全駕駛習慣、防御性駕駛等方面的培訓。
我們再對一個(gè)工廠(chǎng)的事故情況進(jìn)行分析，可以從以下數據看出幾點(diǎn)：
在崗工齡2-3年的傷害情況較為集中；
事故中手部和眼部部位較為頻繁；
投料、成型、噴涂崗位相對事故較多；
有了這些數據分析，那么工作重點(diǎn)就會(huì )一目了然，做起事來(lái)也能達到事半功倍的效果。
不過(guò)我們在數據統計中，還要避免一些陷阱。
參考
以下有一個(gè)實(shí)例可以說(shuō)明
以下是一個(gè)月度安全檢查問(wèn)題發(fā)現的統計數據，這里首先假設發(fā)現問(wèn)題的數量與檢查人員的認真程度和專(zhuān)業(yè)能力無(wú)關(guān)。
從數據的發(fā)展趨勢來(lái)看，問(wèn)題的數量在減少，現場(chǎng)的情況在好轉，但真的如此嗎？
我們在將一個(gè)數字放上去，就是檢查所花費的時(shí)間，然后在看一下每分鐘發(fā)現的問(wèn)題數量。
我們看到的趨勢正好和前面的相反！顯然，在這個(gè)例子中基于總數趨勢做出的判斷是錯誤的。 通過(guò)以上的案例，給我們的一個(gè)啟示是，在進(jìn)行任何數據的比較時(shí)，一定要考慮比較是否在正確的基礎上，數據之間只有具有可比性才能得出正確的結論。
“
綜上所述，在開(kāi)展數據分析時(shí)，我們首先要對數據收集有一定的準備，而準備來(lái)自于對結果的預判，而預判來(lái)自于經(jīng)驗和專(zhuān)業(yè)能力，所以數據收集的策劃是一個(gè)專(zhuān)業(yè)的、甚至是集體智慧的結合，并非我們想象的領(lǐng)導讓某個(gè)下屬做個(gè)表格那樣簡(jiǎn)單。另外，數據間的比較要建立在可比性基礎上。