સામગ્રી પર જાઓ
ઉકેલો / નિર્ણય ઓટોમેશન

લોકો રોજ લેતા નિર્ણયોનું ઓટોમેશન કરો.

કોણને, ક્યારે, ક્યાં અને કયા ક્રમે ફાળવવું? સિસ્ટમ લોકો, સમય, લાયકાતો, વાહનો, સાધનો, સમયમર્યાદાઓ અને અન્ય શરતો ગોઠવીને વ્યવહાર્ય ઉમેદવાર યોજનાઓ બનાવે છે.

  • સંસાધનોલોકો, વાહનો, સાધનો, જથ્થો
  • શરૂઆતનો ડેટાExcel અથવા CSV થી શરૂઆત કરો
  • પરિણામઉમેદવાર યોજનાઓ, અપૂર્ણ શરતો, કારણો
દૈનિક નિર્ણય પરથી પસંદ કરો

તમે આજે વારંવાર શું નક્કી કરો છો?

ટેકનોલોજીના નામથી નહીં, લોકો રોજ લેતા નિર્ણય પરથી પસંદ કરો. દરેક પૃષ્ઠ જરૂરી ડેટા, માનવા યોગ્ય નિયમો અને ચોક્કસ પરિણામો બતાવે છે.

ઉદ્દેશ મુજબ ફિલ્ટર કરો 6 દર્શાવ્યા
ઉકેલ 01
સ્ટાફિંગશિફ્ટ આયોજન

શિફ્ટ અને સ્ટાફ આયોજન ઓપ્ટિમાઇઝેશન

રજાની વિનંતીઓ, લાયકાતો, જરૂરી સ્ટાફિંગ અને સતત કામની મર્યાદાઓ સાથે ચકાસીને ઉમેદવાર ફરજપત્રક બનાવો.

ઇનપુટ
સ્ટાફ, ઉપલબ્ધતા, રજાની વિનંતીઓ, લાયકાત, જરૂરી સ્ટાફિંગ
નિયમો
સતત કામની મર્યાદા, શિફ્ટ વચ્ચે આરામ, રાત્રિ શિફ્ટની સંખ્યા, ન્યાયતા, દુકાનો વચ્ચે અવરજવર
પરિણામ
ફરજપત્રક, સ્ટાફની અછત, અપૂર્ણ વિનંતીઓ, ભાર અસંતુલન
ઉકેલ 02
મુલાકાત ફાળવણીસમય અને મુસાફરી

મુલાકાત અને ફિલ્ડ શેડ્યૂલિંગ

મુલાકાતની સમય મર્યાદા, લાયકાત, સતતતા અને મુસાફરી સમય ગોઠવીને વ્યવહાર્ય દૈનિક શેડ્યૂલ બનાવો.

ઇનપુટ
મુલાકાત સ્થળો, સમય મર્યાદા, અવધિ, સ્ટાફ, સ્થાન, લાયકાત
નિયમો
સુસંગતતા, મુલાકાત આવર્તન, સીધી મુસાફરી, વિરામ, તાત્કાલિક કામ, સતતતા
પરિણામ
કર્મચારી મુજબ શેડ્યૂલ, મુસાફરી સમય, ન ફાળવાયેલી મુલાકાતો, ફેરફાર ઉમેદવારો
ઉકેલ 03
ડિસ્પેચમાર્ગ આયોજન

વાહન માર્ગ અને ડિસ્પેચ

સ્થળો, વાહનો, ક્ષમતા અને સમય મર્યાદાઓ પરથી વાહન ફાળવણી અને માર્ગ ક્રમના ઉમેદવારો બનાવો.

ઇનપુટ
સ્થળો, ભારની માત્રા, વાહનો, ડ્રાઇવરો, સમય મર્યાદા, ડેપો
નિયમો
ક્ષમતા મર્યાદા, વાહન પ્રકાર, ફરજનો સમય, ડિલિવરી સમય મર્યાદા, વિરામ, સ્ટોપ ક્રમની મર્યાદા
પરિણામ
વાહન મુજબ માર્ગ, કુલ અંતર, ભરાવ દર, ન પહોંચાડાયેલા સ્ટોપ, સમય ઉલ્લંઘનો
ઉકેલ 04
ઉત્પાદન યોજનાસાધન ફાળવણી

ઉત્પાદન અને કામગીરી શેડ્યૂલિંગ

નિયત તારીખો, સાધનો, કર્મચારીઓ, સામગ્રી, કામગીરીનો ક્રમ અને સેટઅપ ફેરફારો ધ્યાનમાં રાખીને વ્યવહાર્ય ઉત્પાદન અથવા કામગીરી યોજના બનાવો.

ઇનપુટ
ઓર્ડર, કામગીરી, અવધિઓ, સાધનો, કર્મચારીઓ, સામગ્રી આવવાનો સમય
નિયમો
કામગીરીનો પૂર્વક્રમ, સાધન સમય અથડાય નહીં, લાયક કર્મચારીઓ, કામકાજના કલાકો, સેટઅપ ફેરફારો, જાળવણી સ્ટોપ
પરિણામ
ગેન્ટ યોજના, વિલંબ આગાહી, સાધન ભાર, અડચણો, સંઘર્ષો
ઉકેલ 05
મેળવણીજવાબદાર વ્યક્તિ પસંદગી

ફાળવણી અને કેસ મેળવણી

લાયકાત, અનુભવ, વિસ્તાર, ઉપલબ્ધતા, ગ્રાહક સુસંગતતા અને હાલના ભાર પરથી દરેક કેસ માટે ઉમેદવાર જવાબદાર વ્યક્તિઓને ક્રમ આપો.

ઇનપુટ
કેસની જરૂરિયાતો, વ્યક્તિનું કૌશલ્ય, અનુભવ, વિસ્તાર, ઉપલબ્ધતા, ભાર
નિયમો
જરૂરી લાયકાતો, ફાળવણી મર્યાદા, સતતતા, માર્જિન, પ્રાથમિકતા ગ્રાહકો, સુસંગતતા
પરિણામ
ઉમેદવાર ક્રમ, ફાળવણી યોજના, ભલામણનું કારણ, અપૂર્ણ શરતો
ઉકેલ 06
અન્ય નિર્ણય કામપ્રવાહ

ઓર્ડર, જથ્થો અને અન્ય આયોજન

ઓર્ડર જથ્થો, જથ્થો વહેંચણી, બેઠક શેડ્યૂલ, રૂમ ગોઠવણી અને પાંચ શ્રેણી બહારના અન્ય કામ પણ નિયમો અને મૂલ્યાંકન માપદંડ પરથી ગોઠવી શકાય છે.

પ્રશ્ન
શું તમે વારંવાર અનેક ઉમેદવારોની સરખામણી કરીને એક યોજના અથવા જથ્થો પસંદ કરો છો?
શરૂઆત
હાલની સ્પ્રેડશીટ, માનવા જેવા નિયમો, સારા પરિણામની વ્યાખ્યા
જવાબ
ઓટોમેશન યોગ્ય છે કે નહીં, જરૂરી ડેટા, પ્રથમ ચકાસણીનો વ્યાપ

આ ફિલ્ટર સાથે મેળ ખાતો કોઈ ઉકેલ નથી.

કામથી ગાણિતિક મોડેલ સુધી

સ્થળની ભાષાને ગણતરી કરી શકાય તેવા રૂપમાં ફેરવો.

ઓટોમેશનનું કેન્દ્ર ફક્ત કોડ નથી. શું ફરજિયાત માનવું, શું શક્ય હોય ત્યારે માનવું અને કઈ વાત યોજના સારી બનાવે છે તે અલગ કરવું જરૂરી છે. ઉદાહરણ મોડેલ જોવા કામપ્રવાહ પસંદ કરો.

મોડેલ / SHIFT-001શિફ્ટ અને સ્ટાફ આયોજન ઓપ્ટિમાઇઝેશન
ઉદાહરણ મોડેલ
ડેટાઇનપુટ ડેટા
કઠોર મર્યાદાઓમાનવા જ પડે તેવા નિયમો
લવચીક પસંદગીઓશક્ય હોય ત્યારે માનવાની પસંદગીઓ
ઉદ્દેશશું સુધારવું
90-સેકન્ડની યોગ્યતા ચકાસણી

શું આ કામ ગાણિતિક ઓટોમેશન માટે યોગ્ય છે?

લાગુ મુદ્દાઓ પસંદ કરો અને પૃષ્ઠ આગળ કેવી રીતે વધવું તે બતાવશે. આ વેચાણ સ્કોર નથી; પ્રથમ પરામર્શ માટે માર્ગદર્શિકા છે.

1તમારી પસંદગી મોકલાતી કે સંગ્રહાતી નથી.
2નીચું પરિણામ એટલે ઓટોમેશન અશક્ય છે એવો અર્થ નથી.
3અંતિમ નિર્ણય સ્પ્રેડશીટ અને વ્યવસાયિક નિયમોની સમીક્ષા પછી થાય છે.
લાગુ મુદ્દાઓ પસંદ કરો6 મુદ્દા / વૈકલ્પિક
સ્થાનિક ચકાસણી
0યોગ્યતા સ્કોર

લાગુ મુદ્દાઓ પસંદ કરો

તમે જે પસંદ કરો તેના આધારે પ્રથમ ચકાસણી પગલું દેખાશે.

નિદાન તરફ આગળ વધો

પસંદ કરેલા મુદ્દાઓ ફક્ત આ પૃષ્ઠમાં પ્રક્રિયા થાય છે. તે મોકલાતા કે સંગ્રહાતા નથી.

સ્પષ્ટ મર્યાદા

યોગ્યતા શરતો અને પહેલા ગોઠવવાની શરતો.

દરેક કામપ્રવાહને અદ્યતન ઓપ્ટિમાઇઝેશનની જરૂર નથી. કેટલાક કામ સરળ નિયમોથી વધુ સારી રીતે ઉકેલાય છે, અને કેટલાકમાં પહેલાં ડેટા સાફ કરવો પડે છે.

ગાણિતિક ઓટોમેશન માટે યોગ્ય કામપ્રવાહ.

  • નિયમો પસંદગીઓથી અલગ કરી શકાય છેશિફ્ટ, મુલાકાત, માર્ગ, ઉત્પાદન અને ફાળવણી જેવા કામોમાં સામાન્ય રીતે ઉમેદવારોની સરખામણી પહેલાં ચકાસી શકાય તેવી મર્યાદાઓ હોય છે.
  • શરૂઆત માટે ડેટા છેહાલની સ્પ્રેડશીટ, CSV ફાઇલ અથવા થોડાં પ્રતિનિધિ કેસો પહેલું મોડેલ ચકાસવા માટે પૂરતા હોય છે.
  • પરિણામોને સમજાવટ જોઈએમૂલ્ય ફક્ત ઝડપથી યોજના બનાવવામાં નથી. સિસ્ટમ અપૂર્ણ શરતો, સમાધાનના વિકલ્પો અને કારણો પણ બતાવે છે.

પૂર્ણ ઉત્પાદન સિસ્ટમ પહેલાં વાસ્તવિક ડેટાથી ચાલતો ગણતરી પ્રોટોટાઇપ બનાવીએ છીએ.

ઓટોમેશન પહેલાં ગોઠવવા જેવા કેસ.

  • નિયમો હજી મૌખિક છેદરેક આયોજનકર્તા અલગ નિયમ વાપરે તો પહેલા કઈ શરતો હંમેશા માનવી તે નક્કી કરો.
  • સ્રોત ડેટા અસ્થિર છેનામ, તારીખ અને સ્થળ ગોઠવાયેલા સ્વરૂપમાં ન હોય તો ઓપ્ટિમાઇઝેશન પહેલાં ડેટા સાફ કરવો જોઈએ.
  • સફળતા માપદંડ અસ્પષ્ટ છેએક યોજના બીજી કરતાં સારી કેમ છે તે કોઈ સમજાવી ન શકે તો બનાવતા પહેલાં મૂલ્યાંકન માપદંડ નક્કી કરો.

આવા કેસમાં ઓપ્ટિમાઇઝેશન પ્રોજેક્ટ લાદવાને બદલે ડેટા સફાઈ અથવા નાના નિયમોની રચનાથી શરૂઆત કરીએ છીએ.

ઉદ્યોગ મુજબ ઉદાહરણો

ઉદ્યોગ મુજબ સામાન્ય નિર્ણયો.

અલગ ઉદ્યોગોમાં ઘણી વાર એક જ ગાણિતિક રચના હોય છે: ફાળવણી, ક્રમ ગોઠવવું અને સંસાધન વહેંચણી.

આરોગ્ય સેવા

હેલ્થકેર અને કાળજી

સતતતા અને મુસાફરીના ભારનું સંતુલન રાખીને લાયકાતો અને મુલાકાતની સમય મર્યાદાઓ માનવી.

લોજિસ્ટિક્સ

લોજિસ્ટિક્સ અને ડિલિવરી

ભાર, સમય મર્યાદા, વાહનો અને ડ્રાઇવરો પરથી વાહન ફાળવણી અને મુલાકાતનો ક્રમ નક્કી કરો.

ઉત્પાદન

ઉત્પાદન

સમયસીમા, સાધનો, કામગીરીનો ક્રમ, મજૂરી અને સામગ્રી ધ્યાનમાં રાખીને ઉત્પાદન ક્રમ ગોઠવો.

ફિલ્ડ સેવા

બાંધકામ અને જાળવણી

સ્થળો, લાયકાતો, મુસાફરી, સાધનો અને તાત્કાલિકતા પરથી જવાબદાર વ્યક્તિઓ અને મુલાકાત ક્રમ પસંદ કરો.

આગલો પુરાવો પસંદ કરો

પછી શું પુષ્ટિ કરવું તે પસંદ કરો.

તમે તરત સંપર્ક કરવાની જરૂર નથી. ગણતરીને ચાલતી જોવી, વાસ્તવિક ડેટાથી ચકાસવું અથવા પરામર્શ પહેલાં કામ ગોઠવવું તેમાંથી પસંદ કરો.

01

પહેલા તેને ચાલતું જુઓ

બ્રાઉઝરમાં શરતો બદલો અને ગણતરીના પરિણામો કેવી રીતે બદલાય તે જુઓ.

ગાણિતિક ડેમો જુઓ
02

કંપનીના ડેટાથી ચકાસો

હાલની સ્પ્રેડશીટ વડે ફક્ત ગણતરીનો ભાગ પ્રોટોટાઇપ બનાવો અને તેને હાલની યોજના સાથે સરખાવો.

પ્રોટોટાઇપ જુઓ
03

તે ફિટ થાય છે કે નહીં સ્પષ્ટ કરો

તમે શું નક્કી કરો છો, કઈ શરતો છે અને કયો ડેટા જોઈએ તે ગોઠવવા પ્રશ્નો વાપરો.

ગાણિતિક નિદાન શરૂ કરો
પ્રશ્નોત્તરી

ઉકેલ પસંદ કરતાં પહેલાંના પ્રશ્નો.

આ પ્રશ્નો પરામર્શ પહેલાં આયોજન ઓટોમેશનને સામાન્ય સિસ્ટમ વિકાસથી અલગ કરવામાં મદદ કરે છે.

શું શરૂઆતથી સંપૂર્ણ ઓપ્ટિમાઇઝેશન મોડેલ જોઈએ?

ના. પ્રથમ પગલું હાલના નિર્ણયને ડેટા, કઠોર નિયમો, પસંદગીઓ અને મૂલ્યાંકન માપદંડ તરીકે વ્યક્ત કરવાનું છે. ત્યારબાદ મોડેલ નાનું રહી શકે છે.

શું Excel અથવા CSV થી શરૂઆત કરી શકીએ?

હા. કૉલમો અને નિયમો સમજાય તો પ્રથમ પ્રોટોટાઇપ સામાન્ય રીતે પ્રતિનિધિ સ્પ્રેડશીટ અથવા CSV થી શરૂ થઈ શકે છે.

શું દરેક નિર્ણય સંપૂર્ણ આપમેળે બનશે?

ના. લોકો અંતિમ નિર્ણય સમીક્ષા અને સુધારી શકે તે માટે સિસ્ટમ ઉમેદવારો, અપૂર્ણ શરતો અને કારણો બતાવવી જોઈએ.

જો અમારો કામપ્રવાહ આ પાંચ ઉકેલોમાં ન ફિટ થાય તો?

તમારો કામપ્રવાહ યાદીમાં ન હોય તો નિદાન માર્ગ વાપરો. ઓર્ડર માત્રા, જથ્થો વહેંચણી, બેઠક શેડ્યૂલ, વર્ગખંડ ગોઠવણી જેવી ઘણી સમસ્યાઓ પણ મોડેલ તરીકે ગોઠવી શકાય છે.

શું દરેક નિર્ણય સંપૂર્ણ આપમેળે બનવો જરૂરી છે?

ના. ઘણી વાર અર્ધ-ઓટોમેશન વધુ સારું છે: લોકો પુષ્ટિ કરે તેવી ઉમેદવાર યોજનાઓ બનાવો, ફક્ત બદલાયેલો ભાગ ફરી ગણો અથવા અણઉકેલ ફાળવણીઓ લોકો સંભાળે.

શું આ નાની કંપનીઓ માટે સંબંધિત છે?

કંપનીના કદ કરતાં પુનરાવર્તન આવર્તન અને આયોજનનો ભાર વધુ મહત્વનો છે. શરતો જટિલ હોય અને સાપ્તાહિક સંકલન વધારે સમય લે તો નાની ટીમને પણ લાભ થઈ શકે છે.

કામને વર્ગમાં મૂકી ન શકો તો પણ હાલની નિર્ણય પ્રક્રિયાથી શરૂઆત કરી શકાય છે.

આજે વપરાતી સ્પ્રેડશીટ શેર કરો અને કોણ શું, કઈ માહિતી પરથી અને કઈ પ્રક્રિયા દ્વારા નક્કી કરે છે તે સમજાવો. ઓટોમેશન યોગ્ય છે કે નહીં, કયો ડેટા જોઈએ અને પહેલા શું ચકાસવું તે અમે ગોઠવીશું.

ઓટોમેશન યોગ્યતા તપાસો