Data die met de inzet van personeel te maken heeft wordt zelden optimaal gebruikt. En dat is best raar als je weet dat voor de meeste organisaties de inzet van personeel de hoogste kostenpost is. Nou ben ik zeker geen voorstander van het implementeren van allerlei kostenbesparende maatregelen als het om mensen gaat. Maar ik geloof wel in het verhogen van het rendement op de inzet van personeel.

Dat rendement kan je verhogen door er voor te zorgen dat het aanbod van werk en de beschikbaarheid van arbeid beter op elkaar aansluiten. Door te regelen dat er voldoende medewerkers zijn opgeleid om het werk op een juiste manier te verzetten. Door er voor te zorgen dat mensen de kans krijgen om zich te ontwikkelen binnen de organisatie waarmee ook voor opvolging wordt gezorgd. En natuurlijk door de omstandigheden te creëren waardoor je medewerkers het beste uit zichzelf kunnen halen.

Gelukkig wordt het bovenstaande in veel organisatie ook nagestreefd en voor een redelijk deel bereikt. Maar vaak ontbreekt de kennis en kunde om de laatste paar procenten rendement te ontsluiten. En hierbij helpt het anders gebruiken van data die de organisatie beschikbaar is.

Bluebelt is een verzameling tools geschreven in Python waarmee de data in organisaties kan worden omgezet in belangrijke inzichten. De belangrijkste thema’s hierin zijn:

• de kwaliteit en betrouwbaarheid van de forecast
• de complexiteit van de huidige planning
• terugkerende patronen in het werkaanbod
• de benodigde flexibiliteit
• benutting van de workforce, zowel kwantitatief als kwalitatief
• efficiënte roosters

Met deze informatie kan ieder organisatie scenario’s bouwen waarmee veel meer grip op de inzet van het personeel wordt gegenereerd. De dagelijkse operatie wordt hierdoor veel voorspelbaarder waardoor niet alleen de medewerkerstevredenheid wordt verhoogd maar ook kosten, kwaliteit en leverbetrouwbaarheid worden verbeterd.