En este artículo hablaremos sobre la aplicación de técnicas de Inteligencia Artificial para la planificación óptima de servicios de vigilancia. Primero explicaremos cómo se suele hacer la planificación del personal en las compañías, después veremos la complejidad del problema de planificación del personal de vigilancia mediante un ejemplo sencillo, y finalmente explicaremos cómo se tiene que hacer una planificación de servicios de vigilancia para que sea óptima.
Planificar y gestionar el personal de manera óptima sigue siendo hoy en día uno de los retos más difíciles de resolver con éxito en cualquier organización. Generalmente se realiza de manera ineficiente, ya que suelen ser procesos independientes entre las diferentes unidades de una compañía. De esta manera existen silos que hacen que se tenga poca visibilidad de los recursos disponibles entre los diferentes departamentos.
Estas ineficiencias impactan negativamente en la calidad del servicio, y por tanto en la satisfacción de los clientes. También impactan en la satisfacción de los empleados, ya que no se atienden sus demandas y preferencias, con su consiguiente impacto en la productividad y rentabilidad de los servicios.
Por eso, mejorar la eficiencia en la planificación es clave sobre todo en empresas de servicios, cuyo principal activo son los empleados.
La complejidad del proceso de planificación de personal radica en la multitud de variables que entran en juego. Hay que tener en cuenta todas ellas para encontrar el equilibrio entre la calidad del servicio y evitar el sobre dimensionamiento de los recursos.
Una buena planificación implica: decidir el número de personas necesarias para cubrir un servicio, asignar al personal con el conocimiento y habilidades necesarias para garantizar la cobertura del mismo, y asignar las tareas entre el personal asignado, cumpliendo siempre con todas las políticas y reglas de la prestación, buscando el mínimo coste operativo posible, y satisfaciendo las demandas y peticiones de los empleados.
La complejidad de un problema se puede definir por el tamaño del mismo. Por eso, para conocer el verdadero tamaño del problema de planificación de personal y su complejidad, veamos un ejemplo simple de planificación de servicios de vigilancia sin casi variables.
En este caso simple que hemos tomado, sin casi aplicar restricciones ni variables, las combinaciones posibles son: 135 posibilidades diferentes de asignar un turno por empleado en un día, y 817.215.093.984.375 posibilidades de asignar un turno por empleado en una semana.
Si añadiéramos las variables y los objetivos de un caso real, la dimensión del problema se vuelve crítica. Por ejemplo, variables como los requerimientos de las diferentes tipologías de contratos o los diferentes tipos de servicio (vigilancia con/sin arma) que no pueden ser realizados por todos los empleados; y objetivos como: maximizar la productividad del capital humano, garantizar la calidad y niveles de servicio, tener en cuenta las preferencias y peticiones de los empleados en la medida de lo posible o minimizar los costes operativos y asegurar la rentabilidad del servicio ofrecido.
Para realizar una planificación eficiente del personal, es necesario:
Utilizando la información disponible sobre los empleados, el servicio, las tipologías de contratos, los costes asociados, las capacidades de los empleados, sus preferencias horarias, las restricciones laborales, etc., y aplicando técnicas de Inteligencia Artificial, podemos: analizar y procesar grandes volúmenes de datos, predecir la actividad futura, automatizar, optimizar y simular distintos escenarios de planificación, y actuar con rapidez a las eventualidades de la operativa del día a día.
¿Quieres conocer un caso real de planificación óptima de servicios de vigilancia de una de las empresas líderes en seguridad? No te pierdas el vídeo de la ponencia de Manuel del Barrio en IBM Data and AI 2020 a la carta.
La certificación tipo es un procedimiento reconoc...
La gestión de riesgos es hoy crítica para la fij...
Si piensas en productos de consumo, es probable qu...
