人工排班痛点
Pain points of manual scheduling
排班效率低
人员成本高
行程成本高
信息共享滞后
解决方案
Solution
NM智慧排班算法引擎
主要功能
The main function
① 一键排班
√ 多服务种类下的排班优化
√ 分钟级排班速度
② 特殊事件处理
√ 快速应对异常情况
√ 实时响应
③ 订单管理
√ 订单全流程监控
√ 紧急插单，代价评估
④ 员工管理
√ 员工信息及时更新
√ 业绩考核
⑤ 成本预算
√ 专业算法引擎辅助成本估算
√ 提前预知，及时反馈
⑥ 可视化人机交互界面
√ 排班计划及人员部署情况可视化
√ 人工对排班计划进行调整和确认
应用场景
The main function
实施效果
Implementation Effect
分钟级排单速度
快速响应突发情况
数学模型+优化算法
Employee Scheduling
\begin{align}\min &\sum_{i \in N} \sum_{j \in N} \sum_{k \in S} x_{i j}^{k} \times c_{i j}+\sum_{k \in S} h_{k} \times w_{k}~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~\end{align}
优化目标
- 最小化总成本
\begin{align}\text{s.t.}&\;\; y_{i}^{k}=\sum_{j \in N} x_{i j}^{k} \quad \forall i \in N, k \in S \\&\sum_{k \in S} y_{i}^{k}=1 \quad \forall i \in O \\&\sum_{j \in O} x_{i j}^{k}=\sum_{j \in O} x_{j i}^{k}=\gamma_{k}^{i} \quad \forall i \in P, k \in S \\&\sum_{\substack{j \in N \\i \neq j}} x_{i j}^{k}=\sum_{\substack{j \in N \\i \neq j}} x_{j i}^{k} \quad \forall i \in N, k \in S \\&\alpha_{k} \sum_{\substack{j \in N \\i \neq j}} x_{i j}^{k} \leq t_{i k} \leq \beta_{k} \sum_{\substack{j \in N \\i \neq j}} x_{i j}^{k} ~~\forall i \in N, k \in S \\&a_{i} \times y_{i}^{k} \leq t_{i k} \leq b_{i} \times y_{i}^{k} \quad \forall i \in O, k \in S \\&t_{j k} \geq t_{i k}+c_{i}+d_{i j}+\left(x_{i j}^{k}-1\right) \times M ~~\forall i \in N, j \in O, k \in S, i \neq j \end{align}
约束条件
- 每个客户都能得到服务
- 员工所具备的技能与客户所需要的服务相匹配
- 员工上门时间符合客户的时间窗口
- 黑名单员工不能为客户提供服务
- 员工当日的路途距离最小化
\begin{align}x_{i j}^{k} \in\{0,1\} \quad \forall i, j \in N, k \in S~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~\end{align}
决策变量
- 为每位客户选择上门服务的员工
- 员工当日服务的先后顺序
客户案例
Customer case
某大型清洁服务公司排班场景
分钟级 快速
求解速度 应对突发事件
针对客户的多用户、多日均订单场景，考虑员工数量、服务种类分配等多重约束，基于订单，以分钟级的速度生成优化排班方案，为客户节约成本，提升收益。
