Puzzles achter het rekening houden met persoonlijke voorkeuren

Transcriptie

1 Puzzles achter het rekening houden met persoonlijke voorkeuren bij de inzetplanning van arbeidskracht Wat als weekeinden zwaar wegen? Jaaruren: wat is er eigenlijk te plannen? Zelfroosteren behoeft toch geen planning?

2

3 Zelfroosteren

4 Zelfroosteren Een nieuwe manier om roosters te maken Hoge mate van betrokkenheid van personeel Bedoeld om een gedefinieerde behoefte aan personeel te realiseren Binnen kaders van regelgeving en beleid

5 Win-Win Betere afstemming vraag en aanbod Minder hollen/stilstaan; betere kwaliteit van werk Met dezelfde mensen productiever Meer invloed Betere balans prive en werk Simpeler proces Reductie van uitval 5

6 Een zelfrooster proces Drie ronden: 1 Gegeven: verwachte werklast Ieder individu stelt een eigen rooster op 2 Gegeven: bottlenecks Individuen passen hun roosters aan; credit/debet opbouw 3 Gegeven: credit/debet saldo s en resterende bottlenecks Laatste aanpassingen door planner Streven: 80-90% van het uiteindelijke rooster is door individu bepaald 6

7 July 9th 7

8 July 9th 8

9 Ronde 3 Planner (eventueel) met algoritme lost het probleem op

10 Puzzle Gegeven: Voorgestelde roosters Bezettingseisen (opkomsten per dienst) Doel: opheffen van onderbezetting Randvoorwaarden: regelgeving arbeidstijden Praktijk Beperk het aantal wijzigingen Behoud groot deel (80%) van elk rooster Algoritme: transparant voor de planner

11 Hoe? Iteratief Kleine stappen makkelijker interpreteerbaar in de praktijk Aanpassingen mogelijk na iedere iteratiestap Selecteer individuen Identificeer wijzigingen Selecteer wijzigingen

12 Selecteren van individuen De n individuen met de meest overbezette (= populaire) diensten Trade-off: n = 1 ~ transparant n = allen ~ minder transparent (maar wel potentieel beter resultaat)

13 Identificeer (lijst van) mogelijke wijzigingen Twee type wijzigingen: D L N Enkele wijziging Getrapte wijziging

14 Wijzigingen voldoen aan werktijden-regelgeving Isoleren de check op werktijden-regelgeving van het selecteren van wijzigingen (in de vervolgstap) Ook nodig; in de vervolgstap max 1 wijziging per individu per iteratie Day ? Employee B C A B

15 Selectie van wijzigingen Min # onderbezetting 1. max 1 wijziging per individu 2. Geen onderbezetting X ontstaan 3. Geen overbezetting X ontstaan Min 1 0,1 0 0

16 Puzzle Invloed van planner: Wel of niet het algoritme gebruiken en hoe vaak: aantal iteraties Handmatige ingrepen tussen iteraties Per iteratie: Max aantal individuen waarvoor roosters aangepast mogen worden Keuze in type wijzigingen: Alleen directe wijzigingen Directe en getrapte wijzigingen 16

17 Resultaten Case studies en simulaties Resultaten Korte rekentijden (dwz praktisch toepasbaar) Goede trade-off tussen onderbezetting en % behouden rooster July 9th ORAHS Egbert van der 17 Veen - A Self-Scheduling Heuristic

18 Aspecten van invloed Voorspelbaarheid! Zekerheid! Moeite: tijd en overleg Actuele invloed: formeel en informeel? Beleving of niet: de planner bepaalt achter de schermen 1 8 dd-mm-2008 Name of presentation - Version 1.01

19 Bezint eer u begint bijvoorbeeld Wat is de start situatie? Hollen en stilstaan, ontevredenheid onder personeel, of Efficiente processen, goede productiviteit, iedereen tevreden? Hoe graag willen uw organisatie/afdeling en de medewerkers het? Ik krijg liever een rooster voorgeschreven dan dat ik in overleg moet met mijn partner Wat wint de werknemer werkelijk? Hoe heeft het personeel nu invloed op de roosters? Wordt met onderling ruilen (nu) al dezelfde mate van flexibiliteit t.a.v. persoonlijke voorkeuren gehaald? dd-mm-2008 Name of presentation - Version

20 Jaaruren

21 Jaarbegroting inzet menskracht Werklast inschatting: n bedden verpleegkundigen Bedden:verpleegkundige: dag/nacht/weekeinde Netto wordt opgehoogt tot bruto verpleegkundigen Begroting blijkt dan toch nog onvoldoende Toch iets meer eigen personeel of inhuur (in bijv. vakanties) Maar ook mensen met verlofstuwmeren Wat gebeurt er?

22 Bruto-Netto traject Bruto beschikbaar Afwezigheden Netto beschikbaar Contract Verlof Ziekte Senioruren Opleiding Overig Netto Vraag 22

23 1200,0 1000,0 800,0 600,0 400,0 bruto netto vraag uren Buffer? 5,4% 1,5 FTE 200,0 0,

24 Flexibele behoefte (vraagzijde) Dynamiek geeft hollen en stilstaan 24

25 Niet beschikbaar 600,0 500,0 400,0 300,0 andernb opleiding ziekte verlof 200,0 100,0 0,

26 1200,0 1000,0 800,0 600,0 NB bruto netto vraag 400,0 200,0 0,

27 1200,0 1000,0 800,0 600,0 400,0 200,0 bruto netto vraag uren Teveel 5,4% 1,5 FTE uren risico op vermijdbare kosten 0, ,0% tekort uren Tekort: inhuur 3,6% 1 FTE Netto Vraag

28 Inzichten bruto-netto traject Verdeling niet-beschikbaarheden (gepland vs ongepland) Productie- verlies van bruto naar netto, In de tijd Dynamiek in vraag (Mis)match tussen vraag en inzet Invloed jaarurensystematiek en contractvormen hierop lwb tekort UPB-LWB LWB Netto Vraag 200 Jaaruren bandbreedte 10%

29 Data Rekenmodel Vraag Beschikbaar mensen Kosten Rekenmodel 29

30 Input Medewerkers Contractvormen (uren per week) Vast contract, bijv: 24 uur per week, tegen vast salaris (jaarkosten) Min-max, bijv: [24,32] uur per week, tegen vast minimum salaris + uurloon indien >min 0-uren contract: 0- uur per week, tegen uurloon Inhuur (0-uren, hoger uurloon) Kwalificaties Niet beschikbaarheden Vakantie, (verwachte) ziekte, Senioruren, Opleiding, Overig Gepland of volgens verwachte verdeling Vraag per kwalificatie Uren per week Spelregels (inzetgrenzen op) Jaar-Uren-Systematiek 30

31 Resultaat, analysemogelijkheden Welke mensen worden (naast vast personeel) ingezet? 0-uren contractanten, Externen, Vacature-profielen Wat is de inzet per individu per periode (week)? Toekennen van verlof, planning van opleidingstrajecten Reduceren afhankelijkheid van externen Oplossen van verlofstuwmeren Inzicht in budgetbesteding per periode (week) In welke mate worden vraag naar en inzet van personeel gematched? Uren Kosten Kortom: begroting rekening houdend met dynamiek vraag/aanbod En inzet van instrumenten voor flexibele inzet (JUS, contractvormen) 31

32 Trends

33 Beter anticiperen op vraag en aanbod 1. Voorspellen: Toekomst (historie, productie-schema) 2. Staffing: Verwachte werklast Bezettingseisen 3. Jaaruren/Balanceren: capaciteitsplan (week) 4. Diensttijden en -opkomsten: o.b.v. bezettingseisen 5. Dienstroosters opstellen en actueel houden 33

34 Voorbeeld: Integraal plannen OK en Kliniek Stochastic analytic method Stochastic math. programming Kwaliteit: minder afwijzingen en/of misplaatsingen, geen hollen/stilstaan Productiviteit: betere bedbezetting en inzet verpleegkundigen Vanberkel et. al (2011). Accounting for inpatient wards when developing master surgical schedules. Anesthesia & Analgesia, 112(6): Kortbeek et al. (2012). Flexible nurse staffing based on hourly bed census predictions. Submitted to: Operations Research. Kortbeek et al. (2012). Integral resource capacity planning for inpatient care services based on hourly bed census predictions. Submitted to: Journal of Operational Research Society.

35 Voorbeeld: Integraal plannen klinische zorgprocessen Care unit partitioning Case mix? MSS? Operating rooms Patient-ward assignment Ward 1 Nurse staffing Emergency department Ward N AAU? Care unit size Strategisch/tactische planning 35

36 Betrokkenheid en inspraak Zelfroosteren Onderling ruilen, bieden Communicatie via portal, App

37

38 Contact

39 Bart Veltman Achtergrond MSc. Mathematics 1987, University of Nijmegen, NL PhD. Operations Research & Management Science 1993, CWI Amsterdam, Eindhoven University, NL Huidige werkzaamheden ORTEC Partner (2004 now) Workforce planning and scheduling Healthcare logistics Industrial Board LANCS Initiative, UK (program to revive & strengthen research capacity in UK) Research fellow, University of Twente, NL CHOIR: Center for Healthcare Operations Improvements and Research Assistant Promotor for PhD-research (Egbert van der Veen 2013)