连续驾驶118金博宝app环境、健康和安全(EHS)绩效改进依赖于EHS管理的实施:使人员、流程和技术能力在日常运营中保持一致地执行管理体系。实现这一目标的一个关键方面是有效的绩效管理。
基于结果的安全绩效指标，如事故率和伤害率，长期以来一直是衡量安全绩效的首选指标。这些“经典的”滞后指标是否已经失效?目前还没有，但安全领导者正在将领先指标的力量添加到指标组合中，作为推动持续改进的关键手段。
使用领先指标来管理安全的概念并不新鲜。新奇之处在于可用性强大大数据分析识别和跟踪预测指标的工具。让我们来看看为什么通过大数据分析实现的领先指标能够改变安全性能，以及如何使用它们。
经典滞后安全指标的局限性
滞后指标在事后衡量过程的结果。通常情况下，它们很容易衡量，但很难影响。受伤率和损失时间等经典安全指标就是很好的例子。尽管它们在衡量迄今为止的安全性能方面很有用，但在改善未来性能方面用处有限。
依赖滞后的指标很像一边开车一边看后视镜。事故和伤害率告诉你，你的安全管理过程在过去失败了多少——你在哪里。不幸的是，它们不会告诉您失败发生的原因，也不会为您提供采取主动措施的可操作信息。
这种常见的方法有助于事后监测长期安全趋势，但在减轻风险和预防问题方面却没有多大帮助。如果滞后指标在推动持续改进方面没有太大用处，那么还有什么替代方案呢?
从反应到预测:使用领先指标提高绩效
如果提高安全性能是你的目标，那么滞后的指标并不能为实现目标提供多少方向。另一方面，领先指标可以提供可操作的信息，以帮助降低风险，并更积极地推动改进。它们有助于跟踪表明目标进展的活动，例如，已执行的审计、已实施的预防措施和已完成的培训。
可能的结果是什么?有效使用领先指标有可能对经营业绩产生实际影响。例如，LNS研究调查数据显示，实时118金博宝app可见EHS指标的制造商在整体设备效率(OEE)方面比不这样做的制造商提高了21%。
这些结果显示了投资于安全领先指标倡议的切实价值卓越运营(OpEx)．
实施安全领先指标的常见障碍
像事故率这样的滞后指标成为事实标准的一个主要原因是它们易于测量和报告，并且结果在不同站点、公司和行业之间具有可比性。领先指标比落后指标更难定义、实现和跟踪。
它们的使用需要足够的信息技术基础设施来管理和分析日益大量的安全、操作和业务数据。事件跟踪、调查、趋势分析等基本数据管理和报告早已到位;但一直缺乏更复杂、更有前瞻性的分析。现在有了大数据分析，还有预测分析特别是工具，安全领导者有机会更好地使用领先指标进行下一代性能管理。
预测分析如何改变EHS游戏
LNS研118金博宝app究分析框架展示了从描述性(发生了什么)到说明性(采取什么行动)的四种类型的分析功能。传统的安全数据分析很大程度上是基于描述性分析:分析历史安全事件数据，识别潜在趋势，并回答“发生了什么?”
诊断分析可以通过揭示“为什么会发生”来提供进一步的见解。更先进的是预测分析，它可以告诉我们接下来会发生什么．通常从不同的来源收集数据，并进行预测建模，以确定未来安全事故最有可能发生的地点和时间，以便预防。
这些预测能力可以从以下几个方面优化领先指标的选择和使用:
- 利用新的数据源-大数据技术使得从不同的业务和生产系统中检索和组合数据具有成本效益，例如设备操作、维护记录和人力资源数据。这使得在识别风险因素时能够采取更全面的观点。
- 确定正确的领先指标可以对大量数据进行统计分析，以确定哪些因素与改进的安全结果相关。然后，进一步的分析可以显示应该将哪些指标组合用作关键指标。
- 为降低风险提供新的见解大数据技术自动化了从许多来源持续捕获适用数据、跟踪领先指标、报告和可视化的繁重工作。有了对不良事件发生可能性的预测，资源就可以更好地分配到纠正和预防行动上，从而减轻这些风险。
以一家全球建筑产品制造商为例，该公司注意到几家工厂的受伤率激增。来自安全、人力资源、运营和维护职能部门的团队确定了几个可预测事故的风险因素，包括总劳动的加班百分比和预防性维护行动的按时完成。对这些指标进行监控，如果外部参数存在，则将风险划分为中等或高级别，并采取纠正措施。采取这种积极主动的方法既提高了安全性，也改善了生产结果。
大数据还为利用车间系统(如机器和过程控制系统)的实时运营数据打开了大门。例如，对机器数据的分析可以识别不符合要求的情况，例如过多的微停机或安全限制开关的禁用，机器误用的信号，以及绕过安全流程的捷径，这些都可以得到解决。
新一代安全管理需要新一代绩效管理
虽然有用，但滞后的指标，如事故率，在提高驾驶安全性能方面有其局限性。通过将领先指标纳入安全管理体系，您的组织可以更加主动地识别和减少操作风险。随着大数据和预测分析技术的普及，安全和运营领导者现在有了一个前所未有的机会，可以利用领先的指标来帮助实施EHS管理和持续的绩效改进。
