Lielākajai daļai transporta uzņēmumu datu vairs netrūkst. Autoparku pārvaldnieki zina, kuri šoferi pārsniedz ātrumu, kuri pavada pārāk daudz laika tukšgaitā, kuri strauji bremzē un kuri konsekventi brauc efektīvi. Mūsdienu telemātikas sistēmas šādu informāciju nodrošina jau gadiem.

Tomēr daudzi autoparki joprojām nespēj konsekventi uzlabot šoferu sniegumu. Trūkstošais posms nav vēl viens pārskats vai vadības panelis, bet gan apmācība. Uzņēmumiem ar lielu autoparku simtiem autovadītāju apmācība vienmēr ir bijusi daudz sarežģītāka, nekā varētu šķist.

Lai to mainītu, Mapon ir izveidojis MI balstītu autovadītāju apmācības darba telpu, kas tagad ir daļa no Braukšanas stila risinājuma. Tas palīdz autoparku pārvaldniekiem noteikt, kuriem darbiniekiem nepieciešama papildu uzmanība, ātrāk sagatavot personalizētu atgriezenisko saiti un īsākā laikā sniegt to lielākam šoferu skaitam.

Lasi tālāk, lai uzzinātu, kā pārvērst braukšanas stila datus reālos uzlabojumos arī lielos autoparkos.

Šādu situāciju bieži redzam klientu uzņēmumos, īpaši lielos loģistikas autoparkos. Autoparka pārvaldnieks atver braukšanas stila atskaiti un uzreiz redz, kuriem šoferiem nepieciešama papildu uzmanība. Vēl vairākiem noderētu īsa saruna, bet pārējie uzrāda labus vai pat izcilus rezultātus.

Dati ir vērtīgi, taču tie nepasaka priekšā, ar ko sākt un kā rīkoties. Simtiem šoferu rezultātu pārskatīšana prasa pārāk daudz laika. Tāpēc apmācība bieži kļūst par reakciju uz problēmām. Ar darbiniekiem runā tikai pēc nopietniem incidentiem vai atkārtoti sliktiem rezultātiem, kamēr pārējie saņem maz vai vispār nesaņem atgriezenisko saiti.

Laika trūkuma dēļ daudzas iespējas uzlabot braukšanas stilu tā arī paliek neizmantotas. Rezultātā autoparks zaudē gan naudu, gan drošību.

Kad cilvēki dzird "mākslīgais intelekts" jeb vienkārši MI, viņi bieži iedomājas programmatūru, kas aizstāj cilvēkus.

Taču Mapon braukšanas stila risinājumā tas nav mērķis.

Laba apmācība joprojām balstās uz cilvēka pieredzi, situācijas izpratni un komunikāciju.

MI vienkārši automatizē daudzus sagatavošanās darbus, kas līdz šim apgrūtināja apmācības procesu.

Mapon MI balstītā autovadītāju apmācības darba telpa palīdz autoparku pārvaldniekiem ātrāk pāriet no datiem pie reālas rīcības.

Tā vietā, lai manuāli pārskatītu grafikus, notikumu vēsturi un braukšanas stila tendences katram šoferim, autoparku pārvaldnieki uzreiz redz, kuriem nepieciešama papildu uzmanība un kāpēc.

Sistēma analizē braukšanas stilu, nosaka stiprās un vājās puses un sagatavo personalizētus apmācības ieteikumus, balstoties uz katra šofera faktisko sniegumu.

Tā vietā, lai pirms katras atgriezeniskās saites sagatavošanas no jauna analizētu braukšanas datus, autoparku pārvaldnieki saņem melnrakstu, kurā jau izcelti svarīgākie braukšanas stila aspekti.

Pirms nosūtīšanas ziņojumu var rediģēt, personalizēt vai papildināt.

Autovadītāju apmācības darba telpā iebūvētais MI novērš atkārtotus manuālus uzdevumus, ļaujot vairāk laika veltīt pašai apmācībai un īsākā laikā sniegt atgriezenisko saiti lielākam skaitam šoferu.

Apmācība ir daudz efektīvāka, ja abas puses balstās uz vienu un to pašu informāciju.

Šoferis var atvērt Mapon Driver lietotni un apskatīt savus braukšanas stila datus pats, nevis paļauties uz vispārīgiem un neskaidriem ieteikumiem uzlabot braukšanu.

Lietotnē var pārskatīt savu vērtējumu, saprast, kuri notikumi to ietekmējuši, un redzēt, kad un kur tie notikuši. Piemēram, lietotnes kartē ir redzami strauji pagriezieni, ātruma pārsniegšana, pārmērīga tukšgaita un citi braukšanas notikumi, kas palīdz labāk izprast katru situāciju.

Šāda pieeja maina arī pašas apmācības būtību. Tā balstās uz faktiem, nevis viedokļiem vai nepilnīgām atmiņām par iepriekšējiem braucieniem.

Šoferi var sekot līdzi savam progresam laika gaitā, tāpēc uzlabojumi ir vieglāk pamanāmi un noturīgāki. Uzņēmumiem, kuros darbojas prēmiju sistēmas vai tiek vērtēti snieguma rādītāji, šāda pārskatāmība ir īpaši svarīga. Šoferiem jābūt pārliecinātiem, ka vērtēšana ir godīga, skaidra un balstīta uz vienādiem kritērijiem visiem.

Degvielas ietaupījumus bieži uzskata par galveno iemeslu, kāpēc ieviest braukšanas stila uzraudzības risinājumus. Taču patiesībā tie ir daļa no daudz plašāka procesa.

• Šoferi biežāk saņem atgriezenisko saiti.
• Vairāk šoferu uzlabo savus braukšanas paradumus.
• Droša un ekonomiska braukšana kļūst par ikdienas sastāvdaļu.

Mapon iekšējais pētījums, kas balstīts uz datiem no vairāk nekā 8 000 transportlīdzekļu un aptuveni 1,3 miljoniem braucienu dienā, parāda, ka, uzlabojot šofera vērtējumu par 10 punktiem, degvielas patēriņš vidēji samazinās par aptuveni 3,6%.

Lielos autoparkos šādi uzlabojumi ļoti ātri pārvēršas ievērojamā ietaupījumā.

Taču degvielas ekonomija nav vienīgais ieguvums. Konsekventa apmācība palīdz samazināt riskantu braukšanas situāciju skaitu, transportlīdzekļu nolietojumu un uzlabot ceļu satiksmes drošību, vienlaikus veicinot arī lielāku šoferu iesaisti.

Kad sāksi izmantot braukšanas stila monitoringu, dati sāks krāties. Nākamais izaicinājums ir tos konsekventi izmantot, lai panāktu reālus uzlabojumus.

Uzņēmumi, kas spēj pārvērst datus konkrētā rīcībā, iegūs konkurences priekšrocības. Savukārt tie, kas šoferus apmāca tikai epizodiski, riskē neizmantot iespējas samazināt izmaksas un uzlabot ceļu satiksmes drošību.

Sazinies ar mums un uzzini, kā ar Mapon MI balstīto autovadītāju apmācību īsākā laikā sniegt atgriezenisko saiti lielākam skaitam šoferu.