Svartid og SLA: sådan rammer laboratorier deres deadlines
Et laboratorium rammer sine svartids-SLA'er ved at kende arbejdsmængden, før den lander, ikke ved at arbejde hurtigere, når den gør. Når den indkommende mængde er synlig timer eller dage i forvejen, kan personalet fordeles efter det, der faktisk er på vej, i stedet for det, der allerede er ankommet. Deadline holder op med at være en overraskelse på dagen, den skal holdes, og bliver i stedet en plan lagt i forvejen.
Kunden aftalte en svartid på fem arbejdsdage, da kontrakten blev underskrevet. I dag er dag fire, og to prøver til det projekt ligger stadig utildelte i køen, fordi den analytiker, der normalt kører den test, har været væk siden tirsdag. Ingen har gjort noget forkert. Det er bare, hvad der sker, når ugens arbejdsmængde bliver kendt i det øjeblik, den fysisk står foran en, i stedet for dagene før.
Hvorfor overskrider testlaboratorier deres svartids-SLA'er?
En svartidsdeadline er kun så pålidelig som planlægningen bag den, og de fleste laboratorier planlægger ud fra en arbejdsmængde, de ikke kan se, før den ankommer. Bemandingen besluttes reaktivt, efter prøverne allerede ligger på bænken, og enhver forsinkelse ved modtagelse eller i køen tærer på et ur, der begyndte at løbe, i det øjeblik kundens kontrakt sagde, det ville.
- Den indkommende mængde er ukendt, før prøverne fysisk er på stedet, så bemandingen bliver reaktiv i stedet for planlagt
- En rekvisition med et manglende felt forsinker starten på analysen, mens nogen rykker kunden for et svar
- En afvigelse opdaget ved bænken bliver håndteret ved siden af, uden for systemet, og den tid, det koster, bliver ikke registreret
- Et færdigt resultat venter på, hvem der tilfældigvis er ledig til at godkende det, i stedet for at bevæge sig efter en plan
Hvad gør svartiden faktisk forudsigelig?
Milva Lab giver en laboratorieleder overblik, før prøverne fysisk er der. Den indkommende mængde vises på arbejdsdashboardet pr. kunde, projekt og prøvetype, timer eller dage før ankomst, så bemanding bliver en beslutning truffet i forvejen i stedet for en reaktion på dagen.
- Dashboard med indkommende mængde i realtid, pr. kunde, projekt og prøvetype, synligt før prøverne fysisk ankommer
- Fordeling af arbejdsbyrden pr. analytiker og prøvetype, baseret på det, der faktisk er på vej, ikke det, der allerede ligger på bænken
- Afvigelser flages og løses direkte i systemet, i stedet for at blive håndteret ved siden af og glemt
- Godkendelse og underskrift er indbygget i arbejdsgangen, så et færdigt resultat ikke venter på, hvem der tilfældigvis er ledig
Sådan ser det gode ud
Hvis intet ændrer sig, er hver eneste SLA et væddemål om, hvor glat ugen tilfældigvis bliver: om nogen melder sig syg, om en rekvisition ankommer komplet, om den rette person er ledig til at godkende et resultat på selve dagen, det skal afleveres. Med ugens mængde synlig i forvejen bliver bemanding en plan i stedet for et gæt, og den deadline, kunden aftalte for måneder siden, er den samme deadline, laboratoriet faktisk arbejder hen imod denne uge.
Hvis dit laboratoriums svartid afhænger af, hvordan ugen tilfældigvis går, er det værd at se, hvordan fuldt overblik over den indkommende arbejdsmængde ser ud i praksis.
Ofte stillede spørgsmål
Hvad er den største årsag til overskredne svartids-SLA'er i et testlaboratorium?
De fleste overskredne deadlines starter med en arbejdsmængde, laboratoriet ikke så komme: prøver, der ankommer uden varsel, og bemanding, der besluttes reaktivt, når puklen allerede fysisk er der.
Hvordan kan et laboratorium se sin arbejdsmængde, før prøverne ankommer?
Når ordrer registreres digitalt, i det øjeblik de afgives, i stedet for at dukke op på en formular, når prøven lander, viser arbejdsdashboardet, hvad der er på vej, pr. kunde, projekt og prøvetype, timer eller dage før selve leveringen.
Reducerer bemanding baseret på reelle data antallet af overskredne deadlines?
Ja. At fordele analytikere til det arbejde, der faktisk er på vej, i stedet for det arbejde, der allerede er ankommet, gør ugen til en plan i stedet for en reaktion.
Hvad ellers forsinker en prøve inde i laboratoriet, ud over bemanding?
En afvigelse, der håndteres ved siden af, uden for systemet, eller et færdigt resultat, der venter på, hvem der tilfældigvis er ledig til at godkende det, lægger begge tid til, som ingen registrerer. At løse begge dele inden for samme arbejdsgang holder uret i gang.
Martin Mikkelsen
CCO, Milva Lab