Field Service Management-platforms (FSM) zorgen voor een goede coördinatie van de gehele servicecyclus: van boeking tot facturering. Maar één aspect blijft bedrieglijk lastig: het werk efficiënt inplannen. Naarmate het personeelsbestand van serviceorganisaties uitgroeit tot honderden of duizenden technici, is planning niet langer een eenvoudige taak, maar wordt het een grootschalig optimalisatieprobleem.
Waarom planning moeilijker is dan het lijkt
De juiste technicus op het juiste moment aan de juiste opdracht toewijzen, klinkt eenvoudig. In de praktijk heeft elke afspraak impact op de reisroutes, de beschikbaarheid van technici, de serviceverplichtingen en de planning van andere bezoeken. De buitendienstplanning omvat het toewijzen van bezoeken aan technici, waarbij rekening wordt gehouden met reistijd, vaardigheden, beschikbaarheid en klantafspraken. Op grote schaal heeft elke beslissing daarom invloed op tal van andere beslissingen.
Twee momenten waarop planning lastig wordt
De planningsdruk bereikt doorgaans op twee momenten een hoogtepunt: wanneer er een afspraak wordt geboekt en als de dagplanning wordt opgesteld of gewijzigd. Wanneer een klant een afspraak aanvraagt, bieden veel FSM-systemen opties voor tijdslots aan op basis van eenvoudige regels, zoals de beschikbaarheid van technici, de regio en het aantal bezoeken per periode. Deze regels bieden weliswaar haalbare bezorgmomenten, maar geven zelden een volledig beeld van de operationele kosten van een nieuw bezoek. Elke boeking heeft invloed op de routes, reistijden en bezorgmomenten voor andere klanten. Als je de werkelijke kosten van elke optie kent, kun je boekingen naar de meest efficiënte tijdslots sturen.
Het tweede moment betreft het opstellen van de dagplanning zelf. Hier wijzen planners technici toe, waarbij ze rekening moeten houden met talrijke beperkingen tegelijk: vaardigheden, locaties, werktijden, arbeidsregelgeving, reistijden en bezorgmomenten voor klanten. Afzonderlijk zijn deze beslissingen goed te overzien, maar samen vormen zij een uiterst complex planningsprobleem waarbij elke toewijzing invloed kan hebben op vele andere.
Een grootschalig optimalisatieprobleem
Zelfs bij een bescheiden buitendienstproces kunnen er op één dag miljoenen mogelijke combinaties van routes en planningen voorkomen. Dan volstaat het niet om slechts één goede planning te vinden. Planningen moeten snel worden bijgesteld naarmate er boekingen binnenkomen en de omstandigheden veranderen. Deze uitdagingen behoren tot een categorie problemen die ‘combinatorische optimalisatie’ wordt genoemd, waarbij de beste optie uit een enorm aantal mogelijke combinaties moet worden gevonden. Dit is een onderwerp dat al decennialang wordt bestudeerd binnen de operationeel onderzoek. Om deze problemen goed op te lossen, zijn gespecialiseerde algoritmen nodig die grote oplossingsruimten verkennen en de planningen voortdurend verbeteren naarmate er nieuwe informatie binnenkomt. Internationale benchmarks, zoals de DIMACS Routing Challenge, worden gebruikt om routeringsalgoritmen met elkaar te vergelijken. De algoritmen van ORTEC hebben in deze benchmark de eerste plaats behaald, wat een weerspiegeling is van tientallen jaren onderzoek op het gebied van grootschalige planning en routering.
Een andere architectuur: optimalisatie in combinatie met FSM
In plaats van steeds meer planningslogica in het FSM-platform in te bouwen, kiezen veel organisaties er nu voor om een gespecialiseerde optimalisatiemodule toe te voegen die hiernaast functioneert. Het FSM-platform blijft de workflow beheren, met inbegrip van serviceverzoeken, boekingen, communicatie met technici en de uitvoering van taken, terwijl de optimalisatiemodule efficiënte planningen en routes berekent op basis van reële beperkingen zoals vaardigheden, reistijden en werktijden. Deze modules draaien doorgaans als clouddiensten die via beveiligde API’s (Application Programming Interfaces) met elkaar zijn verbonden. ORTEC voor Field Service werkt op deze manier, waardoor je geavanceerde route- en planningsoptimalisatie kunt toevoegen zonder je FSM-platform te vervangen. Het voordeel is een geleidelijke invoering: Planners en dispatchers behouden het vertrouwde systeem, met minder verstoring en zonder ingrijpende IT-transformatie.
Wat betere optimalisatie tegenwoordig oplevert
Voor veel serviceorganisaties vormen reiskosten een van de grootste operationele kostenposten; technici kunnen 20 tot 40 procent van hun werktijd besteden aan reizen tussen opdrachten. Wanneer er dagelijks duizenden bezoeken moeten worden gecoördineerd, leveren zelfs kleine verbeteringen in de routeplanning een aanzienlijk verschil op. Organisaties die geavanceerde route- en planningsoptimalisatie invoeren, melden doorgaans een vermindering van de reistijd met ongeveer 10 procent en een verbetering van de punctualiteit met 25 tot 50 procent. Deze voordelen zorgen voor lagere kosten, terwijl ze afspraakmomenten betrouwbaarder en planningen voorspelbaarder maken voor technici, wat zowel de tevredenheid van klanten als die van het personeel ten goede komt.
De toekomst van de buitendienst met AI
Optimalisatie pakt het combinatorische probleem aan; AI begint de data waarmee het wordt gevoed steeds verder te verfijnen. Machine learning kan voorspellen hoe lang bepaalde opdrachten daadwerkelijk zullen duren, kan anticiperen no-shows of toegangsproblemen en kan de verstoringen signaleren die ertoe leiden dat de planning halverwege de dag moet worden aangepast. Betere voorspellingen zorgen ervoor dat de optimalisatie zelf nauwkeuriger verloopt, omdat de planning wordt opgesteld op basis van wat zich waarschijnlijk zal voordoen, in plaats van op basis van gemiddelden. Samen zorgen deze twee ervoor dat de buitendienst niet langer alleen maar reageert op de dagelijkse gang van zaken, maar deze met meer vooruitziendheid gaat plannen. Hierbij bepaalt de optimalisatiemodule de meest efficiënte planning en verfijnt AI de aannames waarop deze is gebaseerd.
AI bij ORTEC
