INTRODUCTION
本專案延續上期與臺北市家庭暴力暨性侵害防治中心(簡稱家防中心)合作成果,此次以優化社工派勤決策為目標,希望透過改善接線—派勤流程、有效安排家防中心值班人力,減輕社工輪值壓力。
PROBLEM
作為一個社會工作組織,台北市臺北市家庭暴力暨性侵害防治中心(以下稱「家防中心」)努力為所有需要服務的民眾伸出援手,保護弱勢市民及捍衛基本人權,並提供緊急救援、安置、醫療、輔導與法律等協助。由於家防中心的綜合性業務,使得民眾與各單位習於通報的便利性,企求社工人員的隨call隨到,面對著組織內部的人力吃緊,這次的專案試圖要解決人力錯置的窘境:如何有效及正確地判斷社工派勤的必要性?便是這次本團隊要面對的主要任務。
METHOD
- 資料整備
[1] 定義主要問題後,我們檢視社工師於內部填寫的出勤工作紀錄表、出勤彙總報告等半結構化電子文檔,透過挖掘「派勤流程」、「案件特質」等兩大面向,反映派勤作業上的可能改善空間。
[2] 首先我們將105年度中所有出勤工作紀錄表、出勤彙總報告自半結構化資料轉為結構化資料,拆解出有效資訊並轉化為欄位,並根據紀錄內容建立「特徵值」欄位;並進一步清洗、分類社工師所採取的「行動」細節,做為後續的資料分析、視覺化的基礎資料。
ETL流程示意圖
探索性資料分析 (EDA)- 案件行動組合
[1] 案件進入家防中心時,開始記錄處理此案件之每一通聯繫電話起訖的時間點。
[2] 案件分為兩類: 社工已出勤、社工未出勤
[3] 以人眼辨識每一通電話其屬於哪一個動作,由於動作類別過多,目前暫且分為五大步驟 (A通報來源、B聯繫外、C聯繫內、D督導意見、E轉介表)
[4] 視覺化圖形,分為兩個,第一個為原始圖形(行動次數最多之案件在圖形上方),另一個為計算各類別行動次數佔總行動次數之比例
簡化後行動分類示意圖
- 行動組合分析Insight
[1] 有出勤案件主要花在B還有C兩者的行動上,D與E兩行動則較少,但是D亦占一個事件20%比例的行動量,而平均一案件所需之行動次數為22.3次。
[2] 未出勤案件主要花在行動B為大宗,到一個案件的一半比例(51%),再來是.D(督導的意見)的部分。這裡可以理解為:當專線人員花了較多時間在蒐 集資訊、以及與各單位溝通(通報來源等),一些可能本來需要出勤的案件,就因此能在線上就被妥善處理(例如找到案主的家人協助安置等),督導亦能在資訊充分的狀況下,能夠明確判斷「不用派勤」(免於因未派勤而可能造成事件悲劇的恐懼),而平均一案件所需之行動次數為12.9次。
探索性資料分析 (EDA)- 案件派遣時間、離尖峰分佈
[1] 案件進入家防中心時,記錄此案件之通報時間
[2] 若案件經過評估需要社工出勤,紀錄出勤之時間
- 時間探索Insight
[1] 通報家防中心之案件,較多數時間點大約落至晚上6點至午夜1點之間,亦即大部分家庭晚餐至就寢時間。
[2] 承1.,經過督導多方面考量,需要社工出勤之案件,大多數出勤之時間點亦大約落至晚上6點至午夜1點之間,因此家防人力之配置,建議應著重於此時間點。
探索性資料分析 (EDA)- 社工與督導之組合
△ 督導專長分為: 綜合規劃組、性侵害保護組、兒少保護組、成人保護組、專線組
△ 社工專長分為:性侵害保護組、專線組、兒少保護組、成人保護組
△ 由於結果僅有社工應出勤或不用出勤,本次分析使用羅吉斯迴歸(Logistic regression)之統計分法作分析
- 社工與督導之組合 Insight
[1] 任督導後年資:0-1年>2-3年>9年+ >3-4年>1-2年
升任督導0-1年的人較容易派社工出勤。
[2] 社工年資:4-6年>9年+>1-2年>2-3年>3-4年>0-1年
社工4-6年以上經驗的人最容易被派勤,其次為9年以上經驗的之社工 ,依此類推。
[3] 督導專長:專線組*>兒少保護組> 性侵害保護組>成人保護組>綜合規劃組
專線組的督導派勤狀況明顯與其他組別不同,當備勤社工與專線組的督導遇到案件來臨時,備勤社工有較大之機會需要出勤。註: 為達到95%以上信心水準。
[4] 社工專長:兒少保護組>成人保護組>專線組>性侵害保護組
性侵害保護組的社工,其出勤狀況明顯地與其他組別不同,當遇到案件來臨時,其出勤機會較低。註: 為達到97%以上信心水準。
資料分群 (Hierarchical clustering)
- 分析各個案件彼此之距離或相似性
[1] 無論有出勤或未出勤之案件,皆包含了連續型、離散型解釋變項,希望利用這些解釋變項,觀看這些案件群聚現象,若有出勤之案件落於大部分皆為未出勤之案件的群組中,表示其可能為不應派勤之案件; 相反地,若未出勤之案件落於大部分皆為有出勤之案件的群組中,表示其可能為應派勤之案件。
Note:相似度分析解釋變項 — (案件類型、通報來源、服務總時間、在案情形、行動B次數、行動C次數、行動D次數、行動E次數、案主年齡、案主性別、案主教育程度、是否身心障礙)
[2] 承上,由於解釋變項包含了連續型、離散型,此次分析採用較客觀之度量指標,Gower distance指標,量測各個案件彼此之距離
- 案件間距離探索Insight
[1] 使用Gower distance指標分析,分析結果Insight無論在有出勤或未出勤的案件,並沒有找到特別顯著的相似點。故我們現階段僅能說:所有的案件都是獨一無二的個案,皆有其各自不同的考量,才能判斷是否需要派勤社工。
RESULT
- 派勤流程建議
[1] 派勤標準時間建議:
目前出勤標準時間為40分鐘內抵達現場,但透過分析Insight,實務上要達成的可能性極低;對此,我們建議放寬標準作業時間至60-70分鐘(此為105年平均值),抑或是針對派勤的不同階段,設立彈性的時間,如專線社工–值機督導聯繫時間,應為值機督導–備勤社工聯繫時間的兩倍。此舉應能降低專線社工在案件初期聯繫、熟悉案情的壓力,提供更適切的資訊給予督導,督導也能更充分的資訊決策是否派勤備勤社工。
[2] 離尖峰人力配置建議:
由進線時間、數量分布Insight,專線社工在案件判斷的角色相對吃重,若能在熱門時段(如大小夜班、旺季:季節交換),適時調整人力配置,應能舒緩專線社工的工作壓力。
[3] 派勤組合:
透過派勤組合分析結果,就任社工師就任督導後的年資,與備勤社工的年資,為是否決定派勤的主要因素,因此我們建議給予出就任督導的社工師,更完備的職務熟悉訓練,以及加強與資深督導的交流,應能有效的將派勤結果一致化,避免輪值社工因不可預期的結果而產生倦怠感。
- 案件特質分析
[1] 出勤案件/未出勤案件相似度分析:
受限資料數量、有效特徵值,此次的相似度分析,無法有效歸納出派勤與否的關鍵因素,及預測模型,因各案件呈現出獨一無二的存在。但此結果也使我們反思,處理「人為」因素複雜的資料時,我們必須取得更細緻的資料,同時更謹慎小心的判讀分析結果。
Further Discussion
- 原始資料與專案限制
本次專案最大的挑戰來自於非結構資料的轉換與擷取。詳實的個案記錄與彙整報告,是由大量的非結構式文字(word檔案)所組成,無法直接使用在分析過程中。且每個人的書寫風格不同,欄位/格式變動頻繁,導致資料清洗不易。故本次分析僅限縮在2016年(民國105年)個案記錄,共98筆資料;無法詮釋長期趨勢並成為預測未來的基石。
另外一個困難是無法快速有效地從〈彙整報告〉找出需要的欄位,需要逐一手動挖掘,特別是缺漏的資料。幸賴家防中心提供許多資訊校正上的協助,如全年度排班表、社工與督導的專長及年資、案件類型、個案在案情形等。資料混搭後讓分析結果有更多故事可說。