Mohammed Azim 01 A27A0456

Voorspellen van vervuiling in OV

Hoe vies is jouw trein?

De heilige graal in schoonmaak? Schoonmaak overbodig maken door te voorkomen dat oppervlakken vies worden. Er wordt geëxperimenteerd met materialen die dit mogelijk maken. In de tussentijd hebben we schoonmaak hard nodig om scholen, kantoren en treinen schoon te houden. En dat gaat steeds makkelijker en efficiënter doordat schoonmaakbedrijven verschillende data weten te gebruiken om het schoonmaakproces voorspelbaarder te maken.

Na introductie van het innovatieve kantoor van Deloitte (‘the Edge’) zijn facilitaire professionals steeds meer op zoek naar vormen waarin technologie waarde kan toevoegen aan facilitaire dienstverlening. Een bekende valkuil in deze zoektocht is om technologie (hoe kunnen we sensoren gebruiken?) in plaats van facilitaire dienstverlening (hoe kunnen we werk voorspelbaarder maken?) leidend te laten zijn. In dit artikel delen we graag onze ervaring over hoe we onze schoonmaak verbeteren door inzet van data over de bezetting van treinen.

Treinschoonmaak

Waar een kantoor of school zich iedere dag op dezelfde locatie bevindt, is een trein roerend goed. Als trein met stelnummer 2346 vandaag wordt gereinigd in Roosendaal, is de kans groot dat deze trein morgen ergens anders overnacht. De afgelopen jaren hebben we bij Hago Rail Services (HRS) geleerd om in te spelen op deze materieellogistiek. Dat wil zeggen dat we op basis van een dienstregeling kunnen bepalen hoeveel treinen (en dus werk) we per locatie kunnen verwachten – en in staat zijn om in te spelen op veranderingen die op het laatste moment optreden in de dienstregeling.

Inspelen op coronacrisis met signaalwaardenmodel

In de coronacrisis veranderde er veel. Waar bezetting van treinen zich normaliter volgens een redelijk voorspelbaar (kamelenrug) patroon verloopt, was de bezetting onvoorspelbaarder. Routines van reizigers veranderde en wij moesten daar op inspelen. Daarom bouwde we in samenwerking met de Nederlandse Spoorwegen (NS) het signaalwaardenmodel. We gebruikte datavariabelen over dienstregeling, (verwachtte) reizigersaantallen, normtijden en realisatie per beurt om te bepalen of we onze bezetting op- of af- moesten schalen.

Volgende stap: gebruik van druktedata

Een volgende stap, waar we op dit moment aan werken is om druktedata op treinniveau te gebruiken om onze schoonmaak te verbeteren. Op dit moment weten we hoeveel treinen we per locatie kunnen verwachten, we weten niet hoe vies de treinen zijn. Je kunt je voorstellen dat het nogal uitmaakt of een trein van ongeveer 150 meter licht of zwaar vervuild is. De NS meet drukte door gebruik te maken van sensoren in treinen en het spoor die aanvankelijk gebruikt werden om het gewicht van goederenwagons te meten. De nieuwere treinen zijn ook uitgerust met CO2 sensoren die een goede indicatie kunnen geven van de drukte per coupé. NS verzamelt deze informatie al wel een aantal jaar, gebruik van deze informatie in het schoonmaakproces is nieuw. Informatie over drukte is een goede indicator gebleken van hoe vies een trein is.

Wat levert het op?

Het gebruik van druktedata heeft een aantal voordelen:

  • We krijgen meer inzicht in hoeveel schoonmaakwerk er op ons afkomt. Dit stelt ons in staat om een betere personeelsplanning te maken.
  • We kunnen onze schoonmaakinzet overdag op stations (keerpuntreiniging) en in de trein (‘care on track’) beter afstemmen op drukte.
  • Onze schoonmakende collega’s krijgen meer autonomie. In plaats van dat we hetzelfde schoonmaakprogramma doen op iedere trein, kunnen zij zelf met behulp van druktedata per moment bepalen wat nodig is.

Druktedata gaat ons helpen om beter schoonmaak te leveren en het werk van schoonmakende collega’s leuker te maken.

 

 

 

Meer nieuws

Vebego 56 Kopie
samenwerking, innovatie, reizen

Data gedreven aanpak

2 min.
Familie Bedrijven Awards 2022

Vebego wint Familiebedrijven Award 2022

2 min.
Graffiti Reiniging HRS
graffitti

NS en Hago Transport verlengen contract Specialistische Reiniging

1 min.