Jedną z kluczowych zalet korzystania ze zrobotyzowanych szorowarek podłogowych jest możliwość wykorzystania opartych na chmurze wskaźników operacyjnych, które mogą pomóc w optymalizacji i weryfikacji wydajności czyszczenia. Jest to szczególnie cenne podczas trwającego kryzysu zdrowotnego, kiedy sprzątanie znacznie zyskało na znaczeniu, a dyrektorzy obiektów i dyrektorzy operacyjni szukają sposobów na lepsze zarządzanie celami zgodności korporacyjnej.

W ramach comiesięcznej usługi BrainOS Autonomy Service, Brain Corp raportuje kluczowe wskaźniki operacyjne, udostępniane w różnych formatach, w tym graficzne, internetowe pulpity nawigacyjne, codzienne raporty e-mail i inne. Są one udostępniane użytkownikom końcowym bezpośrednio lub za pośrednictwem naszych partnerów produkcyjnych.

Poprosiliśmy ekspertów od zrobotyzowanego czyszczenia i guru danych z Brain Corp o opracowanie pięciu KPI (kluczowych wskaźników wydajności) w oparciu o 1) ich doświadczenie i 2) to, czego klienci używają najczęściej w wielu branżach, w tym w handlu detalicznym, spożywczym, centrach handlowych, opiece zdrowotnej i nie tylko. Oto, z czym wrócili:

1. Zakres czyszczenia autonomicznego - co pokazuje: Ile powierzchni zostało wyczyszczonych w trybie autonomicznym. Dlaczego to ważne: Jest to podstawowy wskaźnik, który pokazuje całkowitą powierzchnię czyszczoną na godzinę/dzień/tydzień/miesiąc itp. Większość obiektów ma jakieś dzienne lub tygodniowe cele do osiągnięcia, a to pozwala im sprawdzić, czy cele te zostały osiągnięte. W międzyczasie kierownicy regionalni mogą porównać zasięg sprzątania w różnych lokalizacjach i odpowiedzieć na pytania takie jak: dlaczego jedna lokalizacja (sklep, centrum handlowe, szkoła, placówka opieki zdrowotnej) jest znacznie poniżej wszystkich innych w danym dniu lub tygodniu?

1. Procent użycia autonomicznego - co pokazuje: Procent czasu, przez jaki robot sprzątający jest używany w trybie autonomicznym w porównaniu z trybem ręcznym. Dlaczego jest to ważne: pokazuje, jak dobrze wykorzystywana jest inwestycja firmy w roboty. Dobrym punktem odniesienia dla tego wskaźnika KPI jest 80% użycia autonomicznego w stosunku do użycia ręcznego. Nie trzeba dodawać, że zawsze najlepiej jest upewnić się, że pracownicy maksymalizują autonomiczne wykorzystanie, aby mogli skupić się na innych kluczowych zadaniach, podczas gdy robot zajmuje się czyszczeniem podłóg.

1. Autonomiczne godziny dziennie - co pokazuje: Całkowita liczba godzin autonomicznego użytkowania dziennie na sklep i ogólnie. Dlaczego to ważne: Jest to kluczowy wskaźnik pozwalający zrozumieć nie tylko całkowite wykorzystanie autonomii, ale także to, ile czasu oddajesz pracownikom na inne krytyczne zadania, których roboty nie mogą wykonać. Użyj tego jako miernika produktywności, ustalając punkt odniesienia dla minimalnej liczby autonomicznych godzin dziennie dla personelu.

1. Liczba uruchomionych tras sprzątania - co pokazuje: Całkowita liczba tras sprzątania wykonanych w ciągu dnia/tygodnia itp. Dlaczego to ważne: Pokazuje, ile tras zostało wykonanych w danym okresie. Ważne jest, aby spojrzeć na to oprócz autonomicznych godzin dziennie, aby upewnić się, że pracownicy wykonują wszystkie trasy, a nie tylko powtarzają jedną lub dwie trasy w kółko, aby osiągnąć swój cel. Uwaga: Ten wskaźnik KPI ma największe zastosowanie w przypadku użytkowników końcowych, którzy wykorzystują wiele krótszych tras do czyszczenia swoich obiektów, w porównaniu z jedną bardzo długą trasą, co robią niektórzy klienci.

1. Wizualne mapy ciepła - co pokazują: Wizualna reprezentacja codziennie czyszczonych tras jest dostępna w raportach dziennych i tygodniowych. Dlaczego jest to ważne: Wystarczy rzut oka, aby kierownicy obiektów mogli łatwo sprawdzić, czy osiągnięto dzienne trasy czyszczenia, całkowity czas pracy oraz kiedy trasy zostały uruchomione i zatrzymane. Mapy pokazują oryginalną wytrenowaną trasę i ścieżkę, która została osiągnięta autonomicznie. Patrząc na mapy, łatwo jest określić, które obszary mogły zostać pominięte z powodu przeszkód lub przestojów oraz czy trasy powinny zostać przemapowane, aby zoptymalizować zasięg czyszczenia.

Jedną z głównych korzyści płynących z inwestycji w autonomiczne maszyny do pielęgnacji podłóg jest możliwość uzyskania po raz pierwszy danych dotyczących czyszczenia w czasie zbliżonym do rzeczywistego. Umożliwia to pracownikom obiektów i działów operacyjnych optymalizację i weryfikację wydajności według lokalizacji, regionu lub całej floty. Pozwala to również liderom biznesu zrozumieć wartość inwestycji w roboty w dostosowywaniu się do nowych wymagań w zakresie sprzątania. Brain Corp współpracuje ze swoimi partnerami produkcyjnymi, aby zebrać te dane w graficzne wykresy i pulpity nawigacyjne. Dzięki temu są one łatwe do przyswojenia, pomagając organizacjom monitorować ich postępy w dostosowywaniu się do tego, co stało się stałym stanem czystości.

Przeczytaj nasz powiązany blog "Tajna broń autonomicznych robotów do pielęgnacji podłóg".

Aby uzyskać więcej informacji na temat technologii Brain Corp, skontaktuj się z nami tutaj.