大數據背景下的獻漿員招募分析及策略規劃

周峰

原料血漿的稀缺現狀在一定程度上對國家血液制品的持續發展與人民群眾的健康保障有著至關重要的影響，同時“漿源拓展”也是上海公司戰略規劃重點之一。在現今大數據的時代下，數據挖掘已經成為一項成熟的計算機技術。在獻漿員招募策略規劃方面，一直處于經驗判斷、大面積撒種等招募方式，其結果常常是投入了大量的人力、物力，但收效甚微。而利用數據挖掘技術分析獻漿員及其所供血漿的相關信息這一創新理念，正是基于傳統的招募方式給予大量的數據分析作為支撐，并結合各采漿公司實際情況，從而對制定發展獻漿員計劃的決策提供有效地支持，進一步拓展供漿員發展的思路。

內容：

1. 確定挖掘主題：獻漿員主題、原料血漿主題、血漿質量三大主題。

2. 建立多維星型模型（見圖1）：通過對大量數據進行提取、清洗與轉換，構建數據挖掘模型。

3. 挖掘結果與分析（見圖2）：通過分析圖1數據模型中數據之間的潛在關聯，并根據關聯發生的概率以及重要程度，得出我們所關注的一些獻漿員特點及供漿規則。

結果：

此項目通過1年多的調研、設計、開發與測試，并在2014年下半年正式對上海公司下屬各采漿公司實施應用，搭建平臺，從多個角度為獻漿員的招募與發展提供決策支持。

①穩定獻漿員隊伍的結構特點；

由圖2可以得出：假定年采漿次數在17次以上作為穩定獻漿員隊伍，根據得出規則可以快速鎖定長期穩定的獻漿員的一些共性，以此便于在招募新漿員時，可以更有針對性擴大長期穩定的獻漿者隊伍。

② 影響獻漿員采漿頻次的多種因素；

另一方面，由圖2還可以得出：獻漿次數較少的獻漿員的一些特點，為分析影響獻漿次數少的原因提供有效支持。

③獻漿員獻漿頻次與區域分布的關聯及特點。

圖3為宜春、開陽公司2014年獻漿員獻漿與分布區域關聯分析結果。由圖3清晰可見，獻漿頻次高低與獻漿員所屬區域分布也有著一定的關聯，為今后分區域重點拓展漿源指明方向。

綜上所述的技術創新，是在大數據背景下，運用先進成熟的數據挖掘計算機技術，緊緊圍繞上海公司戰略發展目標，突破傳統思維與模式，緊密結合下屬各采漿公司實際情況，研究開發更深層次的血源管理信息化應用的人工智能決策系統，從嶄新的角度進一步為獻漿員招募提供更“精細化”的切入點。同時，這一創新技術的應用對后繼血源管理信息化技術平臺的拓展與提升（如，通過對血漿檢測數據或投料數據的挖掘與分析，可研究如何提高血漿質量與產量）具有非常意義。