1 概述

隨著網(wǎng)絡(luò)技術(shù)的不斷演進(jìn)和通信行業(yè)競爭日益激烈，網(wǎng)絡(luò)運(yùn)營管理面臨由“維護(hù)網(wǎng)絡(luò)、關(guān)注質(zhì)量”向“經(jīng)營網(wǎng)絡(luò)、關(guān)注效能”的運(yùn)維新時(shí)代轉(zhuǎn)型問題，如何提高勞動(dòng)效能、激發(fā)人員潛能，助力公司走出高質(zhì)量、高效能發(fā)展之路成為網(wǎng)絡(luò)運(yùn)營管理的一項(xiàng)重要課題。中國聯(lián)通山東分公司積極探索，以效能改善為目標(biāo)，以業(yè)務(wù)為維護(hù)效能評價(jià)的核心驅(qū)動(dòng)要素，面向戰(zhàn)略和轉(zhuǎn)型需要，基于現(xiàn)有人員情況，采用大數(shù)據(jù)分析和AI智能算法等創(chuàng)新手段，構(gòu)建基于網(wǎng)絡(luò)資源、業(yè)務(wù)收入、用戶規(guī)模、地理分布等多維度基礎(chǔ)數(shù)據(jù)，建立網(wǎng)絡(luò)維護(hù)運(yùn)營量化配置模型，引導(dǎo)全省網(wǎng)絡(luò)維護(hù)線優(yōu)化人員配置、調(diào)整人員結(jié)構(gòu)、推進(jìn)復(fù)用高效、激發(fā)隊(duì)伍活力。

2 網(wǎng)絡(luò)運(yùn)營維護(hù)效能體系存在的問題

2.1 維護(hù)力量配備與網(wǎng)絡(luò)演進(jìn)不匹配

隨著網(wǎng)絡(luò)智能化演進(jìn)，網(wǎng)絡(luò)自動(dòng)化維護(hù)作業(yè)能力大幅提升，現(xiàn)有人員仍按照傳統(tǒng)的維護(hù)作業(yè)計(jì)劃配置，人員配置過剩、維護(hù)效率低的情況日益突出，急需一套適應(yīng)網(wǎng)絡(luò)技術(shù)和企業(yè)發(fā)展需要的效能配置模型。

2.2 人員缺乏統(tǒng)一的配置標(biāo)準(zhǔn)

中國聯(lián)通山東分公司現(xiàn)有維護(hù)人員7 000 余人，各市公司在實(shí)施網(wǎng)絡(luò)維護(hù)劃小改革后，仍存在人員冗余、配置不均的問題，現(xiàn)有人員配置多繼承歷史因素，各地（市）、縣區(qū)之間維護(hù)效率差距較大，缺乏統(tǒng)一的效能評價(jià)和配置標(biāo)準(zhǔn)，效率提升優(yōu)化沒有明確的目標(biāo)。

3 建立網(wǎng)絡(luò)維護(hù)效能評價(jià)體系

3.1 統(tǒng)一評價(jià)原則

a）統(tǒng)一標(biāo)準(zhǔn)原則。全省按照統(tǒng)一的職責(zé)界面、支撐流程、業(yè)務(wù)承載進(jìn)行人員效能分析建模，便于縱向管理穿透。

b）復(fù)合建模原則。從網(wǎng)絡(luò)資源、用戶規(guī)模、收入規(guī)模等多維度建立復(fù)合配置模型，利于綜合量化分析。

c）標(biāo)桿引領(lǐng)原則。尊重人員現(xiàn)狀，通過對標(biāo)分析，開展全量評價(jià)，在全省平均生產(chǎn)效能基礎(chǔ)上，運(yùn)用效能取優(yōu)的算法，激發(fā)員工活力。

d）數(shù)據(jù)強(qiáng)支撐原則。充分依托互聯(lián)網(wǎng)化的管理手段，測算關(guān)鍵數(shù)據(jù)有系統(tǒng)支撐的，均從各類維護(hù)管理支撐系統(tǒng)提取，實(shí)現(xiàn)信息化支撐使能，控制數(shù)據(jù)測算風(fēng)險(xiǎn)，避免人為因素導(dǎo)致的測算偏差。

3.2 運(yùn)用互聯(lián)網(wǎng)化思維方式開展運(yùn)維效能分析建模

充分考慮人員靈活復(fù)用、機(jī)構(gòu)差異設(shè)置、能力鋸齒分布的現(xiàn)狀，消除單專業(yè)維護(hù)偏離度，發(fā)揮運(yùn)維線整體協(xié)同效應(yīng)，按照以下步驟對市公司本部（含城區(qū)）、縣公司分別進(jìn)行整建制建模分析。

a）優(yōu)選關(guān)鍵效能參數(shù)。按照維護(hù)動(dòng)作聚焦、數(shù)據(jù)準(zhǔn)確性驗(yàn)證、誤差數(shù)據(jù)淘汰的步驟，甄選網(wǎng)絡(luò)維護(hù)效能評價(jià)的關(guān)鍵效能參數(shù)。

b）開展大數(shù)據(jù)效能分析。根據(jù)現(xiàn)有人員配置情況，通過大數(shù)據(jù)分析算法和AI 智能建模，進(jìn)行效能評價(jià)分析，制定效能標(biāo)桿。

c）聚類標(biāo)桿配置模型。根據(jù)大數(shù)據(jù)分析效能評價(jià)結(jié)果，運(yùn)用AI 機(jī)器學(xué)習(xí)，結(jié)合多維度參數(shù)智能模擬測算人員配置。

3.3 縣公司聚類分析建模

全省共123個(gè)縣公司，由于樣本量較大，采用聚類分析建模，創(chuàng)造性地建立W-IUT 分析模型，確定標(biāo)桿規(guī)則。

采用多維度星型建模方式，建立W-IUT 效能分析模型，依托大數(shù)據(jù)分析，量化縣公司維護(hù)產(chǎn)能。按照緊密銜接業(yè)務(wù)支撐需求、綜合考量維護(hù)管理難度的原則，選取收入規(guī)模、用戶規(guī)模、地域分布3 個(gè)元素作為聚類特征，將全省縣區(qū)公司分為3 類。按照工作量強(qiáng)相關(guān)、維護(hù)可量化、系統(tǒng)強(qiáng)支撐的原則，以設(shè)備量、光纜長度、機(jī)房數(shù)量等主要影響因素為效能評價(jià)模型，3類縣（區(qū)）公司分別建模。W-IUT 效能分析模型如圖1所示。

圖1 W-IUT效能分析模型

3.3.1 對特征數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，運(yùn)用標(biāo)準(zhǔn)化算法將各維度特征數(shù)據(jù)統(tǒng)一到同一維度

收入規(guī)模、用戶規(guī)模、地域分布3種聚類特征間的數(shù)據(jù)分布相差很大，如果直接進(jìn)行分析會(huì)突出數(shù)值較高的指標(biāo)在綜合分析中的作用，從而使各個(gè)參數(shù)以不等權(quán)參與運(yùn)算，因此，在聚類前，先對數(shù)據(jù)進(jìn)行預(yù)處理，對各參數(shù)進(jìn)行無量綱化處理，消除量綱影響和變量自身數(shù)值大小的影響，將不同維度的數(shù)據(jù)去量綱后歸納到同一維度上進(jìn)行評價(jià)。綜合考慮，采用數(shù)據(jù)處理中的標(biāo)準(zhǔn)化（Standard）算法，對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化，得到均值為0，標(biāo)準(zhǔn)差為1的數(shù)據(jù)序列，標(biāo)準(zhǔn)化后的數(shù)據(jù)符合標(biāo)準(zhǔn)正態(tài)分布，使分類結(jié)果更加合理。

式中：

X_mean——樣本數(shù)據(jù)的均值

δ——樣本數(shù)據(jù)的標(biāo)準(zhǔn)差

特征數(shù)據(jù)計(jì)算規(guī)則如表1所示。

表1 特征數(shù)據(jù)計(jì)算規(guī)則

使用sklearn進(jìn)行標(biāo)準(zhǔn)化，代碼如下：

處理后得到標(biāo)準(zhǔn)化后的用戶規(guī)模、地域分布、業(yè)務(wù)收入數(shù)據(jù)。

3.3.2 縣（區(qū)）網(wǎng)格聚類，運(yùn)用標(biāo)準(zhǔn)化后的特征數(shù)據(jù)對縣（區(qū)）進(jìn)行分類

在3 個(gè)特征標(biāo)準(zhǔn)化基礎(chǔ)上，采用K-means++算法進(jìn)行聚類分析。

步驟1：隨機(jī)選取一個(gè)樣本作為第1 個(gè)聚類中心c1。

步驟2：計(jì)算每個(gè)樣本與當(dāng)前已有聚類中心最短距離（即與最近一個(gè)聚類中心的距離），用D（x）表示。這個(gè)值越大，表示被選取作為聚類中心的概率較大。最后，用輪盤法選出下一個(gè)聚類中心。

步驟3：重復(fù)步驟2，直到選出k個(gè)聚類中心。

使用sklearn進(jìn)行聚類，使用pyecharts進(jìn)行繪圖，

（115）雙齒異萼苔 Heteroscyphus coalitus（Hook.）Schiffn. 趙文浪等（2002）；黃娟等（2003）；熊源新等（2006）；楊志平（2006）；馬俊改（2006）；李粉霞等（2011）

代碼如下：

生成效果如圖2所示。

圖2 區(qū)縣聚類

通過以上算法，將全省123 個(gè)縣（區(qū)）網(wǎng)格按照類別特征相近的原則，劃分為3 類。第1 類，收入和等效用戶數(shù)較少，機(jī)房密度較大；第2 類，收入和等效用戶數(shù)較多，機(jī)房密度較大。第3類，收入和等效用戶數(shù)較少，機(jī)房密度較小。

3.3.3 關(guān)鍵因子建模，在各分類中使用關(guān)鍵因子確定標(biāo)桿

按照W-IUT 效能分析模型，在對123 個(gè)縣（區(qū)）網(wǎng)格進(jìn)行聚類分析后，根據(jù)與日常維護(hù)生產(chǎn)動(dòng)作強(qiáng)相關(guān)、數(shù)據(jù)可量化的原則，選取歸納網(wǎng)格日常維護(hù)具體工作量化特征，優(yōu)選5個(gè)關(guān)鍵建模因子，作為大數(shù)據(jù)分析建模的基礎(chǔ)，分別在3 個(gè)類別的縣（區(qū)）中進(jìn)行AI 建模。縣區(qū)關(guān)鍵因子如表2所示。

表2 縣區(qū)關(guān)鍵因子

以效能優(yōu)化為引導(dǎo)，取效能較優(yōu)的80%縣（區(qū)）作為標(biāo)桿，進(jìn)行機(jī)器學(xué)習(xí)建模，將各縣區(qū)網(wǎng)格的Worklord關(guān)鍵五因子輸入后，直接輸出每個(gè)縣（區(qū)）的結(jié)果。

使用多元線性模型，分別對3 類縣區(qū)公司進(jìn)行建模，每類縣區(qū)公司選取效能較優(yōu)的80%作為標(biāo)桿。

圖3 全省縣區(qū)效能分析

經(jīng)過測算，需減配人員的縣區(qū)網(wǎng)格共70 個(gè)，不增不減的縣區(qū)網(wǎng)格10 個(gè)，需增配人員的縣（區(qū)）網(wǎng)格43個(gè)。

3.4 市公司本部效能分析建模

市公司本部，包括本部核心側(cè)維護(hù)人員和城區(qū)末梢維護(hù)人員，考慮到AI 智能分析樣本量較小，采用分類方式易產(chǎn)生較大偏差，直接采用多維度復(fù)合測算的方式。

3.4.1 采用多維度復(fù)合歸一化算法

市區(qū)效能分析包括市本部核心側(cè)維護(hù)人員和城區(qū)末梢維護(hù)人員，采用多維度復(fù)合測算的方式，梳理其維護(hù)職責(zé)、工作內(nèi)容、量化特征，優(yōu)選11個(gè)關(guān)鍵建模因子［x1，x2…x11］，使用線性歸一化算法，確定各因子的系數(shù)［a1，a2…a11］，去除數(shù)據(jù)的單位限制，將其轉(zhuǎn)化為無量綱的純數(shù)值，便于不同單位和量級的11個(gè)因子進(jìn)行比較和加權(quán)，根據(jù)效能指標(biāo)計(jì)算人員配備比例。地（市）效能指標(biāo)計(jì)算方式如下：

11個(gè)關(guān)鍵建模因子如表3所示。

根據(jù)不同專業(yè)維護(hù)特性，按照強(qiáng)相關(guān)的原則，針對不同因子鉆取不同口徑數(shù)據(jù)。寬帶端口數(shù)、本地網(wǎng)光纜皮長、等效機(jī)房數(shù)量中的匯聚機(jī)房、綜合接入機(jī)房和自有基站機(jī)房采用城區(qū)數(shù)據(jù)，其他因子采用全市數(shù)據(jù)。

3.4.2 以效能優(yōu)化為引導(dǎo)，取效能較優(yōu)的14個(gè)市公司作為標(biāo)桿

通過機(jī)器學(xué)習(xí)建模，將各市區(qū)11個(gè)維度關(guān)鍵因子輸入后，得到初步分析結(jié)果。

Python代碼如下：

表3 市區(qū)關(guān)鍵因子

17個(gè)市公司需減配人員的有10個(gè)市公司，不增不減的有1個(gè)市公司，需增配人員的有6個(gè)市公司。

4 運(yùn)用效能評價(jià)體系引領(lǐng)整體效能提升

以“全面提升網(wǎng)絡(luò)運(yùn)營效能、提升人均維護(hù)效能、優(yōu)化運(yùn)維人員配置、激發(fā)基層員工活力”為目標(biāo)，結(jié)合網(wǎng)絡(luò)維護(hù)劃小改革，制定效能優(yōu)化的合理路徑。

a）現(xiàn)有人員數(shù)量>優(yōu)化目標(biāo)。

路徑一：精簡現(xiàn)有人員至優(yōu)化目標(biāo)。結(jié)合維護(hù)認(rèn)證上崗工作的開展，淘汰認(rèn)證不通過的低效能、低技能人員，讓不適應(yīng)維護(hù)工作的人員退出維護(hù)專業(yè)線，提升維護(hù)質(zhì)量和維護(hù)效率。

路徑二：按照優(yōu)化目標(biāo)人數(shù)核減績效包。繼續(xù)實(shí)施量化薪酬搶包，按照優(yōu)化目標(biāo)人數(shù)績效薪酬的一定比例核減績效包，以工作量核定績效，實(shí)現(xiàn)多勞多得，不勞不得，解決“閑人”的問題。

b）現(xiàn)有人員數(shù)量<優(yōu)化目標(biāo)。

路徑一：補(bǔ)充人員至優(yōu)化目標(biāo)。通過校園招聘、社招、其他人員轉(zhuǎn)崗、外包等方式，將通過維護(hù)認(rèn)證的人員補(bǔ)充維護(hù)專業(yè)線，滿足工作需求。

路徑二：按照優(yōu)化目標(biāo)人數(shù)核增績效包。按照需補(bǔ)充的人員對應(yīng)的績效薪酬，取一定比例投入搶包薪酬池，鼓勵(lì)現(xiàn)有人員繼續(xù)發(fā)揮“能人”效應(yīng)，高效運(yùn)轉(zhuǎn)，實(shí)現(xiàn)企業(yè)員工雙贏。

5 結(jié)束語

山東聯(lián)通順應(yīng)互聯(lián)網(wǎng)化轉(zhuǎn)型的大趨勢，充分挖掘現(xiàn)有人員、資源、業(yè)務(wù)數(shù)據(jù)，創(chuàng)新性地建立基于大數(shù)據(jù)分析和AI智能算法的運(yùn)維效能評價(jià)模型，通過多維度分析建模，制定各市、縣人員配置標(biāo)桿，引導(dǎo)全省維護(hù)人員優(yōu)化維護(hù)效能，預(yù)計(jì)全省運(yùn)維人員勞動(dòng)生產(chǎn)效率提升10%，全面提升網(wǎng)絡(luò)維護(hù)管理效益，助力公司高效能發(fā)展。