In dit tijdperk van COVID-19 en ‘grondiger schoonmaken’ kijkt men kritischer dan ooit naar hoe vaak en de manier waarop een organisatie haar gebouwen en voorzieningen schoonmaakt. In maart kondigde Amazon aan dat de onderneming haar bestaande teams had uitgebreid met ruim 5700 schoonmakers,1 terwijl Marriott een Global Cleanliness Council heeft opgericht en ontsmettingsmiddelen voor ziekenhuisgebruik toepast om al zijn eigendommen schoon te maken.2 Uit onderzoek blijkt steeds weer dat werknemers die overwegen om terug op kantoor aan de slag te gaan, die beslissing in sterke mate laten afhangen van de schoonmaakprocedures.3 Nu iedereen zoveel aandacht heeft voor schoonmaken, moet deze belangrijke vraag worden gesteld: hoe kan een organisatie beter schoonmaken?
Soms is meer gewoon meer
De meest voorkomende oplossing de voorbije tijd? Gewoon meer schoonmaken. Zo verzekeren veel bedrijven hun werknemers en bezoekers tegenwoordig dat bepaalde voorwerpen of ruimtes een vast aantal keren per dag worden ontsmet. Andere ondernemingen, zoals Amazon, leggen de nadruk op het extra schoonmaakpersoneel dat ze hebben ingeschakeld. Maar meer schoonmaken levert niet automatisch betere resultaten op. Als gebruikers van een gebouw meestal op hun werkplek zitten, hebben ze er dan echt baat bij dat schoonmaakpersoneel de deurknoppen ontsmet van een vergaderzaal die de hele dag niet is gebruikt?
Slim schoonmaken biedt een manier om schoonmakers in te zetten waar ze werkelijk nodig zijn, op basis van realtimebehoeften. Dat kan door de kracht van een FMIS te combineren met live sensorgegevens, zodat de schoonmaakresultaten verbeteren, de schoonmakers veilig kunnen werken en de schoonmaakdiensten tegelijkertijd beter kunnen worden beheerd.
Van meer naar slim
De eerste stap van het proces is een duidelijk schoonmaakprogramma opstellen aan de hand van het FMIS. Dit programma brengt in kaart welke soorten schoonmaakactiviteiten op een bepaalde locatie nodig zijn en met welke regelmaat, op basis van OSHA- of CDC-richtlijnen bijvoorbeeld. Elke soort taak wordt opgesplitst in onderdelen, idealiter toegelicht met foto’s of filmpjes (inclusief veiligheidswaarschuwingen) en vergezeld van instructies over de benodigdheden voor een bepaalde klus. Deze informatie wordt ingevoerd in een mobiele Work Assistant-app, die verschillende taken op een visuele plattegrond weergeeft.
De tweede stap is om dit statische schoonmaakplan aan te vullen met ticketinginformatie om de urgentie van een taak aan te geven en indien nodig nieuwe taken toe te voegen. Het schoonmaakpersoneel heeft dan de vrijheid om naar locaties te gaan waar dringend iets moet worden gereinigd. Ook krijgen de schoonmakers de mogelijkheid om zelf tickets te activeren, zodat ze hun managers op de hoogte kunnen stellen als ze iets opmerken dat extra aandacht nodig heeft of als een taak niet zoals gepland kan worden uitgevoerd.
De derde stap van slim schoonmaken is van live sensorgegevens toevoegen aan het recept. Afhankelijk van de prioriteiten van een organisatie kunnen bezettingssensoren worden gebruikt om automatische werkbonnen te activeren voor bepaalde soorten ruimtes. Stel bijvoorbeeld dat een vergaderzaal moet worden schoongemaakt tussen twee vergaderingen door. Zodra er niemand meer aanwezig is, kan er dan automatisch een schoonmaakverzoek worden verstuurd. Werd er een reservering gemaakt, maar is niemand komen opdagen? Dankzij de sensorgegevens kan men het schoonmaakpersoneel melden dat de werkbon mag worden geannuleerd. Op die manier komen ruimtes sneller weer vrij en bespaart de organisatie op tijd en middelen. Bovendien kan het schoonmaakpersoneel dan andere taken uitvoeren. Sensoren kunnen ook nuttig zijn in andere situaties. Bij de ingang van een toilet kan men deursensoren installeren, zodat schoonmaak- of aanvulverzoeken worden verstuurd zodra een bepaalde gebruiksdrempel is bereikt.
Met de blik op de toekomst
Na verloop van tijd kunnen uiteenlopende gegevens uit verschillende bronnen (zoals sensoren, vroegere werkbonnen, gebruikersenquêtes) worden ingevoerd in een machinaal leeralgoritme om zo een zelflerend systeem te ontwikkelen dat de schoonmaaktaken autonoom plant. Zo’n systeem zou beter kunnen inschatten hoeveel tijd verschillende soorten taken op een bepaalde locatie vergen of welke soorten schoonmaakbehoeften in verschillende zones ontstaan. Zo kunnen de middelen efficiënter worden ingezet en gaan de schoonmaakresultaten erop vooruit.
Tot slot kunnen we naarmate het systeem van slim schoonmaken steeds slimmer wordt, opnieuw definiëren wat beter schoonmaken eigenlijk inhoudt. In plaats van gewoon meer schoon te maken, betekent beter schoonmaken de schoonmaaktijd en -middelen efficiënter gebruiken en gerichter schoonmaken waar dat nodig is. Bovendien levert deze aanpak betere resultaten op voor de gebruikers: ze zijn gezonder, veiliger en meer tevreden over de netheid van hun werkomgeving.
Deze post is deel 2 van een lopende blogreeks over FMIS+. In de vorige post ging het over het concept van FMIS+ en gaven we aan welke onderwerpen aan bod zullen komen in de reeks. Wilt u graag een melding krijgen wanneer een nieuwe post is verschenen of Spacewell nieuwe informatie of kennnis heeft gepubliceerd? Schrijf u hier in.
- https://blog.aboutamazon.com/company-news/how-amazon-prioritizes-health-and-safety-while-fulfilling-customer-orders
- https://news.marriott.com/news/2020/04/21/marriott-international-launches-global-cleanliness-council-to-promote-even-higher-standards-of-cleanliness-in-the-age-of-covid-19
- PwC (5/11/2020), “PwC’s COVID-19 CFO Pulse Survey: US findings” https://www.pwc.com/us/en/library/covid-19/pwc-covid-19-cfo-pulse-survey.html
Facilities Executive (5/5/2020), “Employee Views on Current and Post-Pandemic Office Life”, https://facilityexecutive.com/2020/05/employee-views-on-current-and-post-pandemic-office-life/
