Project Description

DE JUISTE PERSOON VOOR DE JUISTE BAAN OP HET JUISTE MOMENT

LANGETERMIJN STRATEGISCHE PERSONEELSPLANNING BIJ EEN LUCHTVAARTMAATSCHAPPIJ

IN HET KORT

In de drukke luchtvaartindustrie moet een luchtvaartmaatschappij voldoen aan de dynamische behoeften van de markt. Dit gebeurt door zorgvuldige planning en door het juiste personeel, zoals piloten, goed op te leiden en direct beschikbaar te hebben wanneer dat nodig is. Een succesvolle planning vereist een vooruitziende blik op de lange termijn, waarbij men rekening moet houden met factoren als werving, training, pensionering, ziekteverzuim en markttrends. Tegelijkertijd moeten arbeidscontracten en regelgeving worden gewaarborgd.

Toekomstplanning is dynamisch: met veel factoren die onze beslissingen beïnvloeden moeten we verschillende scenario’s overwegen, van de meest pessimistische tot de meest optimistische. Wat als het werven van personeel moeilijker wordt? Wat als de vraag op de markt toeneemt en we meer diensten moeten leveren? Of wat als de regelgeving verandert? Het handmatig opstellen van een geldig en optimaal plan is helaas een enorme uitdaging. Daar komen wij om de hoek kijken!

Voor onze klant, een van de Nederlandse luchtvaartmaatschappijen, ontwikkelde ons team van Data Scientists en optimalisatie-experts een robuust optimalisatiemodel dat in staat was om:

  • Het genereren van optimale carrièreplannen voor duizenden piloten aan de hand van scenario’s verstrekt door de plannings- en toewijzingsafdeling.
  • Het meten van de werkelijke kosten en kansen van deze plannen om echt inzicht te krijgen in de impact van de beslissingen van het model.

HET CONCEPT

Het doel van ons optimalisatiemodel is om tekorten aan personeel te voorkomen. We stellen plannen op voor het aannemen van nieuwe piloten en het opleiden van bestaande werknemers voor nieuwe taken. Deze plannen moeten voldoen aan interne regels en voorschriften, terwijl de kosten worden geoptimaliseerd door gemiste kansen als gevolg van personeelstekorten te minimaliseren. Omdat er veel factoren meespelen bij deze beslissingen, hebben we ervoor gezorgd dat onze oplossing gebruikers in staat stelt om scenario’s te maken en bieden we een manier om de resultaten te analyseren en te vergelijken.

DE UITDAGING

Met duizenden piloten moet er talloze beslissingen worden genomen. Hoewel het bedenken van plannen eenvoudig lijkt, voldoet slechts een klein percentage aan de nodige regels en voorschriften. Zelfs voor een krachtige computer is het onmogelijk om al deze plannen te doorlopen. Daarom moeten de regels en voorschriften een integraal onderdeel zijn van ons optimalisatiemodel. Hierdoor kan het model door het enorme aantal mogelijkheden navigeren en niet alleen een geldig, maar ook een optimaal plan vinden. Het is essentieel dat de klant het advies van het model vertrouwt en opvolgt. Dit vereiste veel werk om het model begrijpelijk, interpreteerbaar en transparant te maken.

MEDIAAN IN ACTION

Tijdens dit project hebben we (Mediaan Conclusion & Future Facts Conclusion) nauw samengewerkt met onze klant, waarbij ons team van experts een leidende functie had. De volgende technieken en technologieën werden gebruikt:

  • Python

  • Mixed-integer linear programming

  • Time-Series Forecasting

  • Stochastic Optimization

  • Gurobi

  • PostgreSQL

  • FastAPI

  • Kubernetes

RESULTATEN

Aan het begin van dit project had ons team een steile leercurve om alle interne regels en voorschriften te begrijpen en ze om te zetten in formele wiskunde. Ondanks deze uitdaging slaagden ze er toch in om binnen de eerste paar maanden een werkende versie van het model te ontwikkelen. In nauwe samenwerking met de klant werkten ze aan de acceptatie van het model en voegden ze continu meer functies toe om de eindgebruikers meer controle te geven.

Na verloop van tijd nam het gebruik van het model door de klant toe voor het nemen van beslissingen. Het werd beschouwd als een aanzienlijke productiviteitsverhoging, waardoor ze met meer vertrouwen beslissingen konden nemen, omdat het volledig op data gebaseerd en transparant was. Intern bleek onze oplossing aanzienlijke kostenbesparingen op te leveren, niet alleen omdat we hoogwaardige langetermijnplannen konden produceren, maar ook omdat we een eerder langdurig en kostbaar proces wisten te stroomlijnen.

WIL JE MEER WETEN?

ANDERE PROJECTEN