Big Datan hyödyntäminen työvuorosuunnittelussa

Digitalisoitumisen myötä yrityksillä on käytössään yhä enemmän dataa omasta toiminnastaan ja asiakkaistaan. Esimerkiksi kaupan toimijat keräävät yhä enemmän tietoa kuluttajien liikkeistä voidakseen kohdistaa markkinointitoimiaan myynnin kasvattamiseksi sekä tarjotakseen asiakkailleen juuri heitä kiinnostavaa ja hyödyttävää informaatiota.

Kerättyä dataa voidaan hyödyntää myös ruuhkahuippujen ja hiljaisempien hetkien ennakointiin ja siten tehokkaan työvuorosuunnitelman laatimiseen. Pelkkä tarvetieto, kuten esimerkiksi asiakasvirtadata, ei kuitenkaan yksinään valitettavasti riitä. Vartin ruuhkahuippua lounasaikaan ei muuteta kassavirraksi palkkaamalla vartiksi asiakaspalvelijoita.

Työvuorosuunnittelu on laaja kokonaisuus, jossa tarvetietoon yhdistyy työntekijöiden osaaminen, käytettävyys sekä lait ja viranomaismääräykset. Optimaalinen ratkaisu on kompromissi eri tekijöiden kesken.

Mikä sitten on ratkaiseva tekijä hyviin tuloksiin johtavan työvuorosuunnitelman tekemiseksi? Vastauksia on monia. Esimerkiksi työntekijöiden toiveiden huomioiminen työvuorosuunnittelussa voi nostaa työtyytyväisyyttä ja sitä kautta tehokkuutta merkittävästi. Tai joustava tapa tarjota lyhyitä työvuoroja ruuhkahuippuihin osa-aikaisille työntekijöille vähentää vakituisen henkilöstön rasitusta, antaa opiskelijoille ansaitsemismahdollisuuksia ja parantaa asiakkaiden tyytyväisyyttä sekä yrityksen kassavirtaa. Kenties ratkaisu kiirehuippujen tasaamiseen onkin työnkierto eri tehtävissä vuoron aikana.

Tärkeintä on ratkaisua haettaessa lähteä aina liikkeelle paitsi tavoitetilasta myös ympäröivistä reaaliteeteistä. ”Tosiasioiden tunnustaminen on kaiken viisauden alku” kuten presidentti Paasikivi asian tiivisti.

Tuomas Kemppainen