Как уборка поездов стала гарвардским бизнес-кейсом. 7-минутное чудо
В Токио есть команда, которая совершает невозможное каждые 12 минут. Они называются TESSEI — это клининговая служба, обслуживающая сверхскоростные поезда Синкансэн на центральном вокзале.
Когда пуля-поезд прибывает на перрон, он останавливается всего на 12 минут перед следующим рейсом. Из них 2 минуты уходит на то, чтобы пассажиры вышли, и еще 3 минуты - на посадку новых. На уборку остается ровно 7 минут.
За эти 420 секунд один сотрудник успевает сделать следующее:
Очистить 100 пассажирских мест.
Протереть каждый откидной столик.
Пропылесосить пол.
Развернуть все кресла по направлению движения поезда.
Заменить чехлы на подголовниках.
Проверить багажные полки.
Поклониться входящим пассажирам.
Они делают это сотни раз в день. Неудивительно, что Гарвардская школа бизнеса посвятила им отдельный кейс, The New York Times назвала этот процесс «7-минутным чудом», а туристы теперь специально приходят на платформу, чтобы посмотреть на это шоу.
Перед началом смены они кланяются поезду. Когда заканчивают –выстраиваются в линию и кланяются пассажирам. Большинству этих людей, работающих за почасовую оплату, за 50 или 60 лет.
KPI одного сотрудника
На одного уборщика приходится 1 вагон (в среднем 100 посадочных мест) и 7 минут (420 секунд) рабочего времени. 4.2 секунды - именно столько времени есть у сотрудника на обслуживание одного пассажирского места.
Если команда обслуживает сотни поездов в день, то за одну смену через руки клинеров проходит более 30 000 кресел. Учитывая тайминг в 4.2 секунды на кресло, система не оставляет времени на переделку работы. Каждое действие выполняется с первого раза со 100% точностью.
Оцифровав рутину до уровня секунд, компания смогла превратить хаос в математически предсказуемый алгоритм. Это подтверждает базовое правило операционной аналитики: точные дескриптивные данные, наложенные на высокочастотный процесс, способны свести процент брака к нулю даже в условиях экстремальных временных ограничений.
Хочешь понимать логику данных? Ждем на курсе по Дата аналитике🚀 https://lnkd.in/dwUu_NEX
