Geld verdienen én meer tevreden klanten met slim plannen van servicemedewerkers

Wat hebben een Nutsbedrijf, een Telecom organisatie en een Energiebedrijf met elkaar gemeen? Het antwoord is dat een deel van de dienstverlening gerealiseerd wordt door mobiele werknemers thuis of op locatie bij de klant. Een andere overeenkomst die deze organisaties delen is de uitdaging om klanten tevreden te stellen die steeds hogere eisen stellen, en dat tegen steeds lagere kosten. Of het nu gaat om onderhoud, reparatie, installatiewerkzaamheden of inspectiewerk, in alle gevallen is het dilemma steeds het sturen van - of - de goedkoopste medewerker, of degene met de beste papieren. Daarnaast moet uiteraard ook nog rekening gehouden worden met factoren als reistijd, benodigde onderdelen, gereedschap, pauzes en andere beperkingen.

Een simpele rekensom laat zien hoe groot deze uitdaging is:

Een organisatie met 500 servicemedewerkers die per dag per medewerker 15 minuten verliest als gevolg van een suboptimale planning (bijvoorbeeld door onnodige reistijd of een wachttijd tussen twee opdrachten etc.) mist op jaarbasis 31.665 uur aan productiviteit. In termen van kosten gaat het dan om circ € 870.787 per jaar (bij een bruto uurloon van € 27,50). Dit is nog exclusief de besparing op overwerk en brandstofkosten voor transport e.d.

Het beperken van alléén de kosten is niet genoeg. Klanten willen naast een redelijke prijs ook een goede kwaliteit van de geleverde service. Zo accepteren we steeds minder een dienstverlening waarbij de monteur voor de wasmachine ergens tussen 0900 -1300 uur langskomt; En nog minder als deze te laat komt, of blijkt dat hij niet de juiste onderdelen bij zich heeft om de reparatie uit te voeren.

Het is niet moeilijk om na te gaan dat als je alle kosten van een serviceorganisatie bij elkaar optelt – het verlies aan productieve uren, de kosten om de planning te maken, de ontevreden klanten die naar de concurrent stappen of geen extra diensten meer afnemen, de boetes voor niet voldoen aan klantafspraken – een suboptimale planning veel kosten met zich mee brengt.

Uit onderzoek blijkt dat 75% van de serviceorganisaties valt in de categorie "Low performer" als het gaat om de kwaliteit van de planning. Vergelijking tussen "High performers" en "Low performers" toont aan dat de "Low performers"
- 23% minder opdrachten per servicemedewerker per dag realiseren;
- 33% minder servicemedewerkers per planner plannen;
- 29% lager scoren op het aantal nagekomen klantafspraken, en
- 12% minder winst maken op de geleverde service.

Onderstaand benoem ik een aantal factoren die een suboptimale planning in de hand werken, en hoe het tij te keren.
Hierbij is het ultieme doel het plannen van de medewerkers tegen zo laag mogelijke kosten en zo hoog mogelijke kwaliteit van de verleende service. De uitdaging is dan het vinden van de over het geheel bekeken beste medewerker voor iedere opdracht. Dus niet alleen de medewerker die op tijd bij de klant kan zijn, maar ook de medewerker die de onderdelen bij zich heeft om in één bezoek (“first time fix”), dus zonder een tweede keer terug te hoeven komen, de opdracht af kan ronden, de medewerker waarmee over het geheel bekeken de beste verdeling van het werk gerealiseerd kan worden en de medewerker waarmee opgeteld het minste overwerk nodig is.
Dit vereist dat in aanvulling op de eigenschappen van de servicemedewerker, de klant en de specifieke opdracht rekening gehouden moet worden met geografie, reistijd, het ophalen van onderdelen, de beschikbaarheid van onderdelen, klantafspraken en nog veel meer zaken.


Een goede start is het halve werk: voorgedefinieerde tijdvensters vs. dynamisch plannen van afspraken
Veel serviceorganisaties hanteren vaste en voorgedefinieerde tijdvensters per product of dienst. Deze tijdvensters worden vervolgens door de planner toegekend aan een afspraak bij een klant, net zo lang totdat alle vensters op zijn.
Het probleem met deze aanpak is dat er geen rekening wordt gehouden met bijvoorbeeld de locatie van de vorige opdracht of de daadwerkelijke beschikbaarheid en vaardigheden van de servicemedewerkers.

In het eerste voorbeeld heeft de planner de voorgedefinieerde tijdvensters toegekend aan afspraken op basis van de voorkeuren van de klant. In het tweede voorbeeld heeft de planner ieder keer dat hij een nieuwe afspraak vastlegde tevens rekening gehouden met de vorige en eerstvolgende afspraak van de betreffende servicemedewerker. Door rekening te houden met reisafstand en –tijd hoeft de servicemedewerker in het tweede voorbeeld 33% minder kilometers af te leggen.

Geografie: vaste werkgebieden vs. minimaliseren van reistijd
Sommige serviceorganisaties proberen de complexiteit binnen de perken te houden door een indeling te maken in vaste werkgebieden. Met deze aanpak bestaat het gevaar van suboptimalisatie bij afspraken op de grens tussen twee werkgebieden. Immers, ook als een medewerker vlak bij een klant is uit een ander werkgebied zal hij niet naar deze afspraak worden gestuurd omdat het buiten de grenzen van zijn werkgebied ligt.

Stel dat deze situatie gemiddeld 10 keer op een dag voorkomt. Dit betekent een verlies van € 40.880 per jaar (bij een bruto uurloon van € 27,50, een gemiddelde snelheid van 50 km/u, en 0,15 cent brandstofkosten per km)


Een indeling in vaste werkgebieden kan ook nadelig uitpakken voor een goede verdeling van het werk over de medewerkers.

In het eerste voorbeeld is sprake van een medewerker die met zes klantafspraken te veel werk op zijn bordje heeft gekregen, terwijl een tweede medewerker (in een ander werkgebied) onderbezet is met twee klantafspraken. In het tweede voorbeeld zijn beide medewerkers 100% ingezet, en zijn de klanten tevreden.

Een indeling in vaste werkgebieden heeft altijd een bepaalde mate van suboptimalisatie tot gevolg. De meeste serviceorganisaties zijn zich hiervan bewust en gaan hier pragmatisch mee om. Echter, als het aantal opdrachten per dag een bepaald volume overstijgt ontstaat een omslagpunt waarbij het voor de planner(s) ondoenlijk wordt om hier adequaat mee om te gaan. Een alternatieve aanpak is om de reistijd en de verdeling van het werk leidend te laten zijn in plaats van de indeling in werkgebieden. Het resultaat is niet alleen minder reistijd en een betere verdeling van het werk, maar ook dat medewerkers het grootste deel van hun tijd binnen het eigen werkgebied ingezet blijven en daarmee hun werkdag niet al te ver van huis kunnen beginnen en eindigen.

Reistijd: plannen op basis van afstand vs. minimaliseren van reistijd
Vaak hanteren planners de hemelsbrede afstand tussen twee klanten op basis van de straatnaam. Soms wordt ook een iets verfijndere tactiek toegepast door de gebruik te maken van een postcodematrix met vaste afstanden tussen twee postcodes. Beiden herbergen dezelfde valkuil als in het voorgaande voorbeeld beschreven. Bovendien wordt hiermee geen rekening gehouden met het verschil in reistijd in de stad en op het platteland, en worden factoren als bruggen, rivieren, eenrichtingswegen e.d. - allemaal elementen die een grote impact kunnen hebben op de reistijd - genegeerd. Het gevolg van deze aanpak is niet alleen onnodige veel reistijd en transportkosten, maar bovenal ontevreden klanten.
Gewenste aanpak is dat bij het maken van de afspraken rekening wordt gehouden met de daadwerkelijke reistijd door gebruik te maken van GIS hulpmiddelen waardoor de onnauwkeurigheid van de reistijd tot een minimum kan worden beperkt.

Dagelijkse verstoringen: bijsturen op een voorgedefinieerde planning vs. continue optimalisatie
De meeste serviceorganisaties maken hun planning de dag van te voren. Maar hoe ga je om met verstoringen die zich gedurende de dag voordoen? Deze kunnen de planning danig in de war schoppen (denk aan medewerkers die zich in de ochtend ziek hebben gemeld, kapotte auto’s, onderdelen die te laat zijn aangeleverd, afspraken die uitlopen, klanten die een afspraak afzeggen etc.). En deze impact wordt vaak nog versterkt door het domino effect dat vervolgens optreedt.

Onderzoek bij serviceorganisaties toont aan dat een groot deel van de inefficiënties in de planning het gevolg zijn van verstoringen die tijdens de dag optreden. Bij een organisatie met 200 servicemedewerkers betekent een verlies aan productiviteit van 1% als gevolg van dagelijkse verstoringen ruim € 100.000 per jaar aan verloren uren. En hiermee is nog geen rekening gehouden met de verloren loyaliteit van klanten door het niet nakomen van gemaakte afspraken.

Idealiter kan de volledige planning een aantal keren per dag worden herzien op basis van de situatie op dat moment. Voor veel organisaties is dit echter een brug te ver, niet in de minste plaats omdat het de planners simpelweg aan de tijd ontbreekt om op zo’n korte termijn nog al te grote veranderingen door te voeren. Bovendien stelt dit hoge eisen aan de communicatie richting de medewerkers in het veld die gedurende de dag geïnformeerd moeten kunnen worden over eventuele veranderingen in hun werkschema. Deze uitdaging kan alleen het hoofd worden geboden door gebruik te maken van geavanceerde IT ondersteuning waarmee een dergelijke optimalisatieslag automatisch en parallel uitgevoerd kan worden, rekening houdend met alle beperkingen die hier een rol bij spelen.


Tot slot, naast het slim plannen zijn nog diverse andere factoren van invloed op de kwaliteit en effectiviteit van servicemedewerkers. Denk bijvoorbeeld aan een situatie waarbij er niet genoeg servicemedewerkers beschikbaar zijn om het werk van morgen uit te voeren. In dat geval sta je als serviceorganisatie voor een aantal moeilijke keuzes. Naast een efficiënte planning zijn een goede voorspelling en ‘analytics’ nodig voor een goede balans tussen kosten en kwaliteit en daarmee een gezonde en stabiele bedrijfsvoering. Maar dit voor een volgende keer.


Bas Bos
Planning Expert Capgemini