定岗定编,你怎样预测人员需求量

定岗定编，你怎样预测人员需求量金融危机下，如何让企业的生产经营更加高效?其中的一个措施就是在对未来人才需求进行相对准确预测的基础上，重新审定人员编制。

那么，怎样的预测才更科学、更准确呢?在为企业提供咨询服务的过程中，我们发现，不同行业、不同性质的企业在处理定岗定编、人员数量预测等方面的问题时，主要通过定性判断或“拍脑袋”的方式来解决，缺乏科学且定量化的手段作补充，结果应用往往差强人意。

网络型企业的特点及人员需求预测难题A公司为一家民营城市燃气公司，企业处于高速发展阶段，在多个城市收购了子公司。

由于历史原因，各子公司业务规模、员工人数等方面存在较大差异，有的子公司人员配置臃肿，而有的子公司因业务发展较快而产生岗位严重缺员的现象。

总部对各单位人员配置数量缺乏统一标准，人力资源管理依据不足，这为公司进一步并购中的风险评估带来了很大困难。

B公司为一家超市连锁企业，公司正处于稳步发展阶段，下属十余家门店。

一直令人力资源总监头痛的问题是：总部无数次开会讨论提出的门店定岗定编方案，一到执行就出问题，各门店都会找出很多理由证明自己人员不够用，而总部对门店的实际情况又缺乏了解，对门店提出的理由无法辨别，从而导致定岗定编方案迟迟不能落实。

C公司为一家电力行业的大型国企，在全国绝大部分省市都设有子公司。

总部人力资源部要制订“十二五”人力资源战略规划，需要对“十二五”期间人员的需求数量进行预测。

公司一直采用1990年制定的劳动定员标准来确定各子公司的人员数量，由于组织变革、技术进步等因素，原先的标准已不能适用“十二五”期间的人员需求预测，亟需对定员标准进行修订。

纵观上述三家企业，我们可以发现他们具有以下两大共同点：第一，企业类型相似。

以上三家企业都存在多个职能类似，且业务模式可复制的下属组织机构，其工作内容、业务流程、人员配置等方面的差异不大，我们将这类企业称之为“网络型企业”。

通常，这类企业具有这样四个特点：一是业务内容基本相同，仅存在地区、规模等方面的差异；二是业务模式差异不大；三是业务流程差异不大，主要流程可以标准化；四是人员配置差异不大，对各类人员的数量、结构和质量要求基本相同。

第二，存在的问题雷同。

A公司面临的问题是如何对已有或准备并购的公司的人员配置状况进行评估，做出合理的人员配置；B公司面临的问题是如何拿出让各门店都信服的定岗定编方案；C公司面临的问题是如何修订劳动定员标准，进行科学的人员需求预测。

可见，问题的核心都可以归结为如何通过科学的技术方法，确定各单位、各岗位所需的合理人数。

一般而言，进行人员预测的方法主要有这样三种：一是组织分析法，即从整个组织的愿景和使命出发，梳理组织结构，根据具体的业务流程需要，确定所需岗位设置及人员配备；二是标杆对照法，即参照本行业典型企业现时的人员配置进行人员需求预测；三是劳动效率法，狭义上是指根据生产任务和员工的劳动效率以及出勤等因素来计算岗位人数，广义上是指考虑工作量和工作效率的相关性，来确定人员需求数量。

其实，组织分析法和标杆对照法也都在一定程度中体现了劳动效率法的思想。

考虑到组织的复杂性以及定性分析的局限性，通常基于定量分析的劳动效率法是解决人员需求预测的最重要且也比较可行的方法。

劳动效率法，六步预测人员需求量对于网络型企业而言，最重要的特点在于其下属单位的可复制性，因此，在对这类企业进行人员需求预测时，通常是从选择并研究典型单位开始，即通过确定典型单位的人员需求预测模型，进而依据非典型单位的特点对模型进行修订，再推广应用。

一般来讲，网络型企业应用劳动效率法进行人员需求预测可遵循以下六个步骤。

典型单位选择选择典型单位，需要先确定选择标准，而这就要综合考虑典型单位在典型性和差异性上的双重要求。

从典型性要求来看，是说所选的典型单位一方面要具有代表性，包含企业的主体核心业务，以保证预测的结果可在其他单位推广复制；另一方面，在排除干扰性因素后，该单位的业绩水平、人均效率排名均靠前，否则得出的预测结果将缺乏必要的前瞻性。

从差异性要求来看，是说所选的典型单位在区域、规模、业务复杂程度等方面存在尽可能大的差异性，如果差异较大的单位都能适用预测模型，则预测结果就可以在其他差异较小的单位推广。

当选择标准确定后，就要看采用什么方法来进行选择了，通常来说有资料分析法、专家会议法及现场调研法等三种方法可以使用。

首先可以采用资料分析法来初步确定备选单位，就是通过对所有下属单位近三年的经营管理数据进行收集分析(如果近三年的数据不全，也可选取上一年度的数据，但要注意数据的增长率及相关影响因素的变化)，统一数据统计口径，分析并剔除异常数据，然后进行人均效率的比较排序。

其次，结合资料分析法的结果，可以再用专家会议法进一步确认，即是由企业内部专家进行集中讨论，确定可能的研究对象。

最后，根据以上两种方法确定研究对象后，还需通过现场调研法最终确认。

也就是通过对研究对象进行现场调研，观察该单位的人员配置、工作流程、管理方式等，最终确定符合标准的典型单位。

典型单位人员分类盘点在对典型单位进行研究时，首先要考虑工作内容、地点、时间、流程等因素的影响，对单位人员进行分类，在此基础上对各类人员分别进行研究。

一般而言，在划分人员类别时，可以分别按部门、工作内容、工作地点、工作流程进行划分。

比如，基于对市场部的业务员、统计员分别建立预测模型，其他类别同理。

选择驱动因素劳动效率法的核心是确定单位时间内一个员工的工作量，即员工的工作效率。

影响工作效率的因素通常包括业务组织形式、工作流程、工作内容、工作难度、工作条件等。

根据我们的经验，在一个既定组织中对员工效率产生主要影响的独立因素一般不会超过三个，我们称之为“驱动因素”。

一般来讲，所需员工数量与各类驱动因素可用以下公式表达。

Y=a1Zx2+a2Zx2+…+anZxn其中，Y表示所需员工数量，Z为各类驱动因素，a为调整系数。

驱动因素的选择是建立预测模型过程中一项非常重要的工作，一般来讲，包括这样几种方法：一是资料分析法，即通过企业历史资料及外部研究资料，选择可能的驱动因素；二是现场观察法，即通过现场实际观察，寻找可能的驱动因素；三是访谈和问卷调研法，即通过访谈相关员工和发放问卷，获得员工的建议；四是专家会议或访谈法，是由企业内部及外部专家根据各自经验，提取相关驱动因素。

现场观察获取数据在明确了员工数量与驱动因素之间的关系后，需要对典型单位员工的实际工作进行观察，以收集建立模型所需的数据。

其中，最关键的数据为该单位员工工作的饱和度，计算公式为“工作饱和度=某时段员工从事正常工作时间/该时段时间总长度”。

现场观察最好采取全程跟踪观察的方式，即观察被调研者一个完整工作目的工作情况，以0.5小时或1小时为单位，分别记录该员工的工作饱和度。

如果条件不允许，也可采用每隔0.5小时或1小时观察一次的间隔观察法。

基于饱和度的数据，便可计算该岗位实际所需人数。

假设该岗位有三名员工，且工作饱和度均相同，则该岗位实际所需人数为：3×(100％+40％+30％+0％+20％+50％+10％+10％)/8=0.975。

所以理论上，该岗位只需配置1人，且工作饱和度为97.5％的情况下便可完成该岗位的所有工作。

建立预测模型建立预测模型分为以下三个步骤第一步：确定驱动因素。

通过资料分析、专家访谈等方式初步选择驱动因素后，需要对驱动因素进行相关性分析，确保各驱动因素之间相关性较差，即一个因素不能被另一个因素替代。

驱动因素的相关性分析一般是在收集实际数据的基础上，通过常规统计软件来完成的。

第二步：建立预测方程。

通过以上几个步骤，可以确定典型单位某一类人员的需求数量及其相关驱动因素，即在公式“Y=a1Zx1+a2Zx2+…+anZxn”中，Y和Z均为常数。

接下来，通过观察n家典型单位(n=驱动因素个数)的数据，代入求解方程组得到an的值。

最后代入各下属单位驱动因素的具体数值，得到各下属单位人员的需求数量。

例如，B公司生鲜部某类员工的人员需求预测方程为：Y=(2.6×10-3)xZ1+(4.1×10-4)×Z2，其中Z1为商品结构数，Z2为日均销售额，“2.6×10-3”和“4.1×10-4”均为根据方程组计算出的常数。

该方程表明：决定该类员工需求数量的因素为商品结构数和日均销售额，而“2.6×10-3”和“4.1×10-4”是这两个因素对人员需求数量影响的程度。

B公司下属a门店该类人员对应的商品结构数为591，日均销售额为5522元，代入模型后得到Y=(2.6×10-3)×591+(41×10-4)×5522=3.8，即表示该类人员的理论配置人数为3.8人。

第三步：建立特殊人员的预测模型。

上述预测模型可适用于企业中的大部分岗位，但对于收银员、售票员、客服电话接线员等岗位，由于其工作对象的出现存在一定的随机性，而人员配置的多少直接决定了客户排队等待的时间，因此，这类岗位的预测模型需要专门研究。

在此方面，我们主要应用运筹学的研究结论。

可以先确定理想情况下排队的队长是多少。

对排队的队长产生影响的因素通常包括：服务人员的工作效率、客户到达的频率、服务人员的数量。

根据排队论的计算公式可知：平均队长L=ρ/1-ρ，其中ρ为劳动强度(工作饱和度)，ρ=λ/μ，λ为平均到达顾客率，λ=N1/(S×t1)(其中N1为t1时间段内的客流量，S为服务台数量)，μ为平均服务率，μ=N2/t2(其中N2为t2时间段内服务的顾客量)。

一般情况下，减少排队队长可以增加客户的满意度，因此通过增加开台数S，将平均队长降到客户可接受的范围内，是解决排队问题的核心。

确定最少服务台数S后，就可确定该类岗位所需的最低人数了。

例如，某售票处日均客流量为4267人，售票处每天工作12小时，一位售票员每小时可服务的客户数量为72人，需要多少个售票员才能满足客户的要求?一般来讲，日均开设窗口的多少决定了客户排队的队长，因此，可以通过现场调查的方式，确定客户可接受的最大排队队长。

这里，假设客户最大可接受的排队队长为5人，则根据公式L=ρ/1-ρ可得如下结果。

因此，为了满足日均排队队长小于5的目标，需要开设6个售票窗口。

另外，假设每一名售票员的有效工作时间为6小时，则一个售票窗口需要配置2人，因此该售票处理论上应总共配置12人。

模型的修订及应用根据典型单位的研究得出各类人员的需求预测模型后，收集其他非典型单位的相关数据，对人员需求数量进行测算，并与目前人员配备情况进行对比，分析存在差距的原因。

对于由于企业规模、区域差异等客观因素导致预测数与现实数存在较大差异的，需要确定不同类别企业的修正系数，最终形成所有单位的人员需求预测模型。