.

Сделать репост в соц сети!

среда, 16 января 2019 г.

Снижение числа дорожно-транспортных происшествий с помощью People Analytics

Перевод статьи Reducing Workplace Accident using People Analytics в рамках нашего проекта переводы статей по hr-аналитике на английском. Автор - Memory Nguwi, организационный психолог из Зимбабве. Это его первая статья в нашем блоге, но точно не последняя.
Автор перевода - Алексей Скавитин, работал в Байкальском государственном университете, г. Иркутск, от ассистента, доцента и заведующего кафедрой экономики труда и управления персоналом до проректора. Сейчас - Начальник управления по работе с персоналом ФГКУ Росгранстрой, г. Москва. Профили - в фейсбуке, в контакте.
Итак

Снижение числа дорожно-транспортных происшествий с помощью People Analytics

В этом посте представлены результаты исследования по использованию психометрических тестов для прогнозирования дорожно-транспортных происшествий (ДТП) в транспортной компании из Зимбабве. Последствия ДТП серьёзны: они влияют на водителей, имущество клиентов, страховые тарифы и сами транспортные средства. Психометрическими тестами было проверено 54 водителя с целью выяснения, возможно ли предугадать характеристики вождения в случае найма новых сотрудников. Полученные результаты полностью изменили подход найма новых водителей, используемый нашей компанией-клиентом.

Для этого было протестировано 54 водителя местной транспортной компании в Зимбабве с помощью тестовой системы Fitness To Drive Plus Vienna. Результаты тестирования каждого водителя были сопоставлены с его данными о ДТП в период с 2014 по 2015 годы. Это позволило построить модель логистической регрессии (с использованием психометрических результатов и сведений о ДТП), которая разделяет водителей на условно «хороших» и «плохих».

Цели


Основная цель исследования - выяснить, какие психометрические характеристики могут быть использованы для определения водителей в качестве «хороших» и «плохих». Впоследствии построенная модель логистической регрессии предназначена для количественной оценки склонности водителей к ДТП с использованием оценок их психометрического тестирования.

Основные результаты


  1. Было установлено, что психометрические характеристики человека могут быть использованы для прогнозирования склонности к ДТП.
  2. Построена модель логистической регрессии, которая разделяет водителей на тех, кто вовлекался в ДТП, и водителей, у которых не было записи о ДТП, с показателем точности около 72% (в статье указано - accuracy - примечание Э. Бабушкина).
  3. Измерения концентрации и реактивной стрессоустойчивости обнаружили статистически значимую связь со сведениями о ДТП.
  4. Из проанализированных данных не следует значимых доказательств того, что обладатели удостоверений безопасного вождения (Defensive Driving Certificate, DDC) в меньшей степени подвержены авариям, чем лица без удостоверений. Другими словами, не выявлено существенных доказательств того, что лица, имеющие удостоверение, водят автомобиль лучше тех, у кого таких удостоверений нет.
  5. Возраст водителя и стаж вождения с удостоверением безопасного вождения находятся в существенной взаимосвязи с количеством ДТП. У более старших и более опытных водителей вероятность аварий меньше, чем у более молодых и менее опытных водителей.

Кто попадает в большинство аварий?

Снижение числа дорожно-транспортных происшествий с помощью People Analytics



Диаграмма показывает, что 26% несчастных случаев связаны с водителями в возрасте от 31 до 35 лет.
Снижение числа дорожно-транспортных происшествий с помощью People Analytics

Диаграмма показывает распределение по опыту работы в компании. 52% ДТП за исследуемый период были связаны с водителями, недавно принятыми в компанию (имеющими 5-летний стаж работы и ниже).
Снижение числа дорожно-транспортных происшествий с помощью People Analytics
60% водителей, попадавших в ДТП, не имели удостоверения безопасного вождения (DDC). С другой стороны, примерно 4 из 10 водителей обладали удостоверением безопасного вождения. Это в свою очередь поставило вопрос об обусловленности риска ДТП наличием удостоверения DDC.

Удостоверение безопасного вождения: трата времени и денег?

Снижение числа дорожно-транспортных происшествий с помощью People Analytics
В нашем анализе отмечено отсутствие существенных доказательств того, что владельцы удостоверения DDC менее подвержены попаданию в ДТП, чем водители, не имеющие удостоверения. Другими словами, нет данных, подтверждающих, что наличие удостоверения DDC делает водителя менее подверженным авариям. Компании, инвестирующие в получение водителями удостоверений безопасного вождения, могут не ощутить сколь-нибудь значимой отдачи от этого.

Использование логистической регрессии для выявления риска ДТП

Была построена модель логистической регрессии, которая распределяет водителей на тех, кто подвержен попаданию в ДТП, и тех, кто менее подвержены авариям. Тест Fitness To Drive Plus Vienna имеет следующие области оценки, включенные в модель:

  • Концентрация - это особая функция внимания, т.н. избирательное внимание. При управлении автомобилем оно задействуется каждый раз, когда один раздражитель необходимо отделить от других, а концентрацию нужно переключать с одного раздражителя на другой - например, при приближении к неконтролируемому перекрестку. Анализ аварийности показал, что большинство зарегистрированных ДТП связаны с невниманием.
  • Реактивная стрессоустойчивость - включает способность человека к быстрой и точной реакции в состоянии стресса. С точки зрения психологии дорожного движения высокий уровень стрессоустойчивости особенно необходим в стрессовых ситуациях, с которыми сталкиваются профессиональные водители при вождении в крупных городах (Burgard, 2004). Многочисленные исследования показывают, что эффективность вождения ухудшается по мере увеличения умственной нагрузки.
  • Периферийное восприятие - это восприятие предметов и раздражителей вне точки зрительной фиксации. Периферийное восприятие необходимо, например, для того, чтобы замечать транспортные средства или людей, появляющихся сбоку. В литературе, посвященной визуальным аспектам вождения (например, Rockwell et al., 1977; Hartmann 1980), периферийное восприятие рассматривается главным образом в связи с оценкой скорости, управлением транспортным средством и мониторингом среды вождения. Поскольку функции периферического восприятия являются важным аспектом вождения, предполагается, что недостатки или сбои периферийного восприятия являются основной причиной аварий.
  • Скорость реакции - это время, которое проходит между появлением раздражителя и началом ответного механического движения. Высокая скорость реакции (короткое время) означает, что респондент хорошо реагирует на соответствующие раздражители или группы раздражителей с соответствующей скоростью.
  • Скорость движения - эта оценка предоставляет информацию о скорости движения респондента. Высокая скорость (короткое время) означает, что в ситуациях реакции респондент хорошо выполняет запланированные последовательности действий с соответствующей скоростью.
Ниже приведены результаты модели логистической регрессии:
Снижение числа дорожно-транспортных происшествий с помощью People Analytics

Как показано в таблице выше, только две (2) характеристики (области оценки) имеют существенную связь с риском ДТП для водителя (значения p-value менее 5%). Хотя модель выявила только две значимые области оценки, включение всех параметров в модель приводит к уточненной классификации профилей риска аварий водителей.

Точность модели логистической регрессии

Нами была использована нижеприведенная таблица классификации (матрица неопределенности, confusion matrix) для оценки достоверности модели логистической регрессии.
Снижение числа дорожно-транспортных происшествий с помощью People Analytics
Модель логистической регрессии правильно классифицировала 72% водителей, пришедших на тестирование, т.е. модель поместила 72% водителей в ячейки A и D.
Снижение числа дорожно-транспортных происшествий с помощью People Analytics

В приведенной выше таблице истинный положительный показатель модели составил 57%, то есть среди водителей, классифицированых как «плохие», 57% попадали в ДТП. Истинный отрицательный показатель модели составил 84%. Это означает, что среди водителей, классифицированых как «хорошие», 84% из них не попадали в ДТП в период с 2014 по 2015 годы.

Бизнес-кейс

Мы установили, что психометрические профили могут быть использованы для определения предрасположенности водителя к ДТП с достаточно высокой точностью. Это означает, что без каких-либо предварительных сведений о  ДТП компания может использовать соответствующие психометрические тесты, чтобы решить, стоит ли ей нанимать конкретного водителя.
Тот же подход может быть использован для определения потребностей в обучении водителей, уже работающих в организации. Если модель определила риск ДТП для конкретного водителя как слишком высокий, последнего можно перевести на другие участки работ в организации. Это позволит сократить расходы, понесенные в результате потенциальных ДТП. Такие расходы включают более высокие страховые взносы, затраты на ремонт, ускорение износа, потерю производительности, повреждение имущества клиентов и компании, коммерческие потери, потерю клиентов и даже гибель людей.
Демографические переменные, например, опыт вождения, могут быть искажены потенциальными водителями-кандидатами. По этой причине в процессе найма нами рекомендовано использовать психометрические тесты. Их преимущество в том, что они объективны и не могут быть искажены.
В нашем исследовании также отмечено, что риск попадания в ДТП одинаков как для лиц, имеющих удостоверения безопасного вождения, так и для не имеющих таковых. Это подтверждает наш подход к настоятельной рекомендации использования психометрических тестов.


__________________________________________________________
На этом все, читайте нас в фейсбуке, телеграмме и вконтакте



Комментариев нет:

Отправить комментарий