Kredit:Shutterstock
Når du skal på ferie til et fremmed land, der er én del af rejsen, som alle frygter:grænsekontrol. Alle skal have deres pas kontrolleret af en immigrationsfunktionær, når de rejser ind i et nyt land – og selv når de forlader nogle – så køer er næsten uundgåelige.
I Heathrow lufthavn – en af de største i verden – oplever mange ankommende passagerer ventetider på op til to timer ved paskontrollen. Grænsekontrolembedsmænd søger at styre disse køer gennem personalelister – og når der ikke er nok personale til at møde antallet af ankommende passagerer, så kan køerne ved paskontrollen blive alt for lange.
Personalevagten præsenterer, hvad der i industrien er kendt som et "optimeringsproblem". Det bruges på hospitaler til sygeplejersker, i callcentre og endda i skoler, til legepladstilsyn. Hovedmålene er typisk at sikre, at ydelserne udføres inden for en rimelig tid, og reducere personaleomkostningerne.
Men disse to mål er ofte modstridende – da at betale mere personale normalt fører til bedre service. Og på grund af denne modsætning, personalevagt kan være et meget vanskeligt optimeringsproblem at løse.
Opfyldelse af krav
For at balancere disse to aspekter af personalevagten, organisationer eller tilsynsorganer pålægger typisk "servicekrav", i form af forventede servicetider. I Heathrow lufthavn, servicekravene siger, at 95 % af passagererne skal behandles i paskontrollen inden for 25 minutter for EØS-borgere og 45 minutter for alle andre.
Desværre, Grænsestyrken ved Heathrow har ikke været i stand til at opfylde servicekravene for immigranter uden for EØS siden februar 2018. Juli var den værste præstation, med 24,5 % af alle passagerer, der kommer ind i Storbritannien gennem terminal tre og fire, oplever ventetider på mere end 45 minutter ved paskontrollen. I juni, juli og august, der har været meldinger om passagerer, der har ventet længere end to timer.
At have masser af gyldige data er afgørende for at lave en god vagtplan og reducere ventetider. Hovedkomponenterne i personalevagten er modellering af efterspørgsel, planlægning af fridage og tildeling af personale til vagter eller opgaver. Hvis efterspørgslen er kendt nøjagtigt på forhånd – f.eks. hvis antallet af tilsynsopgaver på legepladsen er det samme hver dag hele skoleåret – så skal personalevagten kun tage højde for de to sidste komponenter.
Efternøler? Kredit:EQRoy/Shutterstock
I mere dynamiske miljøer, såsom lufthavnsankomster, efterspørgselsmodellering spiller en afgørende rolle i personalevagten. I en lufthavn, kravet om paskontrol er direkte relateret til flyets ankomsttider, hvilket igen kan blive forsinket. For eksempel, i maj 2015 var kun 75,93 % af de flyvninger, der ankom til Heathrow lufthavn, til tiden. Af de resterende flyvninger, 17 % blev forsinket med mindre end en time, og omkring 7 % blev forsinket længere. Da 94 % af passagererne er internationale rejsende, grænsekontrollen er massivt påvirket af flyforsinkelser.
Graver i data
En af de værste muligheder, med hensyn til opfyldelse af servicekrav, er at opstille personale i henhold til det planlagte ankomsttidspunkt for alle flyvninger. Selvom dette ville være relativt billigt, den ignorerer det faktum, at flyrejser rutinemæssigt er genstand for forsinkelser.
En bedre måde for grænsestyrker at reducere forsinkelser ved paskontrollen er at opstille personale, så den største forventede efterspørgsel kan imødekommes inden for de fastsatte servicekrav. I bund og grund, dette ville betyde, at man åbner så mange stande ved paskontrollen som muligt, på det mest travle tidspunkt for ankomster – under hensyntagen til eventuelle forventede forsinkelser.
Men dette er en meget upraktisk og dyr løsning, og der er begrænsninger med hensyn til antallet af ledigt personale – især da grænsestyrken allerede kæmper med et utilstrækkeligt antal ansatte. Heldigvis, der er masser af data vedrørende flyrejser, som kan bruges til at modellere efterspørgslen mere præcist, og opstille personale og anvende andre tilgængelige teknologier i overensstemmelse hermed.
Historiske optegnelser over flyankomster, antallet af EØS- og ikke-EØS-borgere, der ankommer, og efterspørgslen ved paskontrollen er alle tilgængelige. Gennem brug af statistiske og datavidenskabelige teknikker, såsom prognoser, en sofistikeret model for efterspørgsel ved paskontrol kan udvikles.
At udføre personalevagter med en sådan efterspørgselsmodel kan være konservativt, hvilket betyder en højere samlet omkostning, men det vil være mere sandsynligt, at det passer med lufttransportens virkelighed. Alligevel kan korrekt efterspørgselsmodellering også fremhæve situationer – perioder, hvor der overvejende ankommer EØS-borgere – hvor automatiske passcannere kunne give fleksibilitet til at skaffe personale, og som kan reducere omkostningerne.
I betragtning af de alt for store forsinkelser, der blev rapporteret ved grænsekontrollen ved Heathrow, vi kan kun antage, at der er væsentlige begrænsninger for den efterspørgselsmodel, der i øjeblikket anvendes til personalevagt. Ved at gøre bedre brug af statistiske teknikker og trække på den store mængde data, der er tilgængelig, det er muligt at reducere ventetiden på paskontrol markant – også når fly er forsinkede.
Denne artikel blev oprindeligt publiceret på The Conversation. Læs den originale artikel.
Sidste artikelHistorisk set betaler sorte skoler mere for at udstede obligationer, finder forskere
Næste artikelMaya ritualer afdækket