Vuodesta 2020 lähtien Bertschi on käyttänyt Maponia saadakseen paremman käsityksen kuljettajien käyttäytymisestä koko kalustossaan. Se, mikä alkoi keinona ymmärtää ajodataa paremmin, on kehittynyt jäsennellyksi koulutusprosessiksi, joka on auttanut kouluttajia tunnistamaan toimintamalleja ja tukemaan kuljettajia yksilöllisemmin.

Keskustelimme Àngel Compten (turvallisuuskouluttaja ja kuljettajakäyttäytymisen analysoinnista vastaava johtaja, Espanja, Italia ja Portugali) ymmärtääksemme, kuinka datalähtöinen koulutus on muokannut kuljettajakoulutusta ajan myötä ja edistänyt turvallisempia ja tehokkaampia ajotottumuksia.

Bertschi on sveitsiläinen logistiikkayritys, joka on erikoistunut kemiallisten tuotteiden kuljetukseen ja käsittelyyn. Kemiallisessa logistiikassa tuotteet ovat usein herkkiä, säänneltyjä tai luokiteltu vaarallisiksi aineiksi, ja kuljettajan päätökset tien päällä voivat suoraan vaikuttaa turvallisuuteen, toiminnan luotettavuuteen ja ympäristöön.

"Kemikaalikuljetukset eroavat yleisistä rahtikuljetuksista. Kuljettajamme käsittelevät tuotteita, jotka vaativat kurinalaisuutta ja korkeaa vastuuntuntoa. Siksi seuraamme tarkkaan, miten ajoneuvoa ajetaan, ei vain sitä, saapuuko se ajoissa." 
– Àngel Compte

Kuljettajan ajotapa on tässä keskiössä.

Kun Bertschi aloitti Maponin käytön, järjestelmää käytettiin pääasiassa seurantaan ja tiedonkeruuseen. Nykyään sen tiedot ovat osa päivittäistä kuljettajakoulutusta.

Àngel ja hänen kollegansa käyttävät alustaa selvittääkseen, missä tarvitaan tukea, valmistellakseen kohdennettuja koulutustilaisuuksia, seuratakseen yksilöllistä edistymistä ja tunnistaakseen malleja eri maissa ja tytäryhtiöissä. Parannus näkyy myös tuloksissa.

"Näemme nyt paljon selkeämmin, missä edistystä tapahtuu. Nykyään huippupistemääriin yltävien kuljettajien määrä on huomattavasti suurempi, mikä osoittaa, että johdonmukainen seuranta ja koulutus voivat saada aikaan todellisia tuloksia." 
– Àngel Compte

Bertschillä Mapon-datan analysointi keskittyy neljään keskeiseen indikaattoriin:

• ylinopeus
• liiallinen tyhjäkäynti
• rullaus
• vakionopeudensäätimen käyttö

Yhdessä nämä indikaattorit auttavat kouluttajia näkemään, missä tarvitaan lisää koulutusta. Esimerkiksi liiallinen tyhjäkäynti voi viitata polttoainesäästön mahdollisuuksiin, kun taas vähäinen rullaus tai  vakionopeudensäätimen käyttö voi osoittaa, missä kuljettaja voisi hyödyntää ennakointia ja ajoneuvoteknologiaa paremmin.

"Mapon auttaa meitä näkemään trendejä ajokäyttäytymisessä, joita kuljettajat eivät välttämättä itse huomaa. Se antaa meille selvemmän perustan koulutukselle."
– Àngel Compte

Yksi tärkeimmistä asioista Bertschillä on, miten data muutetaan toiminnaksi. Àngel ja koko koulutustiimi ympäri Eurooppaa työskentelevät suoraan kuljettajien kanssa heidän todellisessa työympäristössään.

Näiden sessioiden aikana kouluttaja:

• kulkee mukana ja seuraa kuljettajaa työpäivän ajan;
• analysoi todellisia tilanteita (liikenne, liikenneympyrät, mäet);
• korjaa tehtyjä päätöksiä paikan päällä;
• tarkistaa tiedot päivän lopussa.

Tämä tekee palautteesta konkreettisempaa.

”Emme ole täällä sanomassa, että joku ajaa huonosti. Koko tämä prosessi antaa meille mahdollisuuden ohjata heitä muuttamaan tapoja. Joskus kuljettaja aloittaa päivän pisteillä 70 ja lopettaa 90. Kun kuljettaja näkee yhteyden tilanteen, ajokäyttäytymisen ja tuloksen välillä, palautteesta tulee paljon helpommin ymmärrettävää.”
– Àngel Compte

Viime vuosina Bertschi on ottanut merkittäviä askelia parantaakseen operatiivista tehokkuutta koko kalustossaan, keskittyen yhteen usein unohdettuun tekijään: moottorin tyhjäkäyntiin.

Vuonna 2020 yrityksen ajoneuvojen tyhjäkäynti oli keskimäärin noin 40 minuuttia päivässä. Jatkuvan seurannan, kohdennetun kuljettajakoulutuksen ja Maponilla kerätyn datan älykkään hyödyntämisen ansiosta Bertschi onnistui vähentämään tyhjäkäynnin noin 15,5 minuuttiin ajoneuvoa kohden päivässä vuoteen 2025 mennessä.

Tämä on merkittävä parannus, joka tuo sekä ympäristö- että taloudellisia hyötyjä.

Tärkeä tekijä tässä edistyksessä on ollut yksityiskohtaisen kalustodatan hyödyntäminen. Mapon-alustalta saatujen tietojen avulla Bertschi on tarjonnut kuljettajilleen kohdennettua, käytännönläheistä koulutusta, auttaen heitä ymmärtämään ja aktiivisesti vähentämään tarpeetonta moottorin käyntiaikaa päivittäisessä toiminnassaan.

Tulokset puhuvat puolestaan. Vain kahden viime vuoden aikana Bertschi on vähentänyt polttoaineenkulutusta kalustossaan 0,3 litraa 100 kilometriä kohden. Kun dieselin hinnat ovat nousseet merkittävästi, tämä tehokkuuden parantuminen on merkinnyt huomattavia kustannussäästöjä yritykselle.

Tyhjäkäynnin vähentäminen saattaa vaikuttaa pieneltä muutokselta, mutta sen vaikutus on merkittävä. Alemmat polttoainekustannukset, vähentyneet päästöt ja pidemmät ajoneuvojen käyttöiät osoittavat, kuinka datalähtöinen kalustonhallinta voi luoda pysyvää arvoa koko toiminnalle.

Aluksi jotkut kuljettajat tulkitsivat Maponin lisäyksen jonkinlaisena valvontatyökaluna.

Tämä kuitenkin muuttui, kun data tuli osaksi heidän käytännön koulutustaan.

“Aluksi jotkut kuljettajat ajattelivat, että järjestelmä oli olemassa vain, jotta voisimme tarkkailla heitä. Mutta kun käymme dataa läpi yhdessä, he näkevät, missä pienetkin muutokset helpottavat heidän omaa työtään ja parantavat heidän pisteitään.”

– Àngel Compte

Kuuden vuoden jälkeen Mapon on tullut osaksi Bertschin säännöllistä kuljettajien valmennusprosessia. Kuljettajan ajotapatietoja käytetään tunnistamaan parantamismahdollisuuksia, valmistelemaan räätälöityjä koulutuksia, seuraamaan edistymistä ja havaitsemaan riskejä ennen kuin ne johtavat onnettomuuksiin.

“Mapon on hyvä työkalu. Se auttaa meitä näkemään, missä voimme parantaa, ja työskentelemään kuljettajien kanssa selkeällä tavalla. Mapon antaa meille turvallisuutta, säästöjä ja tehokkuutta.”
– Àngel Compte

Bertschi jatkaa kalustonhallintansa kehittämistä. Seuraavina askeleina yritys arvioi uusia ratkaisuja, kuten videotelematiikkaa, jonka avulla he voivat analysoida tiettyjä tilanteita tiellä ja täydentää ajodataa videolla.

Tavoite pysyy samana: ymmärtää paremmin, mitä tiellä tapahtuu, ja parantaa jatkuvasti turvallisuutta.

Bertschin tapaus osoittaa, että kuljettajan käyttäytymisen parantaminen ei vaadi suuria rakenteellisia muutoksia. Tulokset syntyvät yhdistämällä selkeät tiedot, jatkuvan seurannan ja todellisiin tilanteisiin perustuvan koulutuksen. Tämä mahdollistaa tehottomien tapojen tunnistamisen, niiden korjaamisen ja vaikutusten mittaamisen ajan myötä.

Jos haluat vähentää kustannuksia, parantaa turvallisuutta ja saada paremman näkyvyyden koko kalustosi toimintaan, kuljettajan ajotapa-analyysi on oiva ensiaskel. Ota yhteyttä tiimiimme ja selvitä, kuinka voit soveltaa tätä lähestymistapaa kalustossasi.