breadcrumbDescription
Opsæt optimering af store Field Service-datasæt med dynamisk skalering
Administrer effektiv global optimering i stor skala og dagsoptimering uden at opdele data på grund af systembegrænsninger. Dynamisk skalering strukturerer data intelligent i logiske klynger, der problemfrit afbalancerer efterspørgsel og kapacitet, mens der tages højde for driftsmæssige arbejdsregelbegrænsninger. Denne funktion forenkler optimeringsstyring ved at aktivere højere systemgrænser, så du kan optimere hele dit datasæt i en problemfri handling. Du behøver ikke manuelt definere optimeringsgrupper og -grænser. Dynamisk skalering forener og strømliner optimeringsprocessen og opretter en enkelt, sammenhængende løsning, der forhindrer konflikter og overlapninger. Dynamisk skalering er kun tilgængelig, når du bruger Forbedret planlægning og optimering.
EditionsHeading
| Tilgængelig i: Tilgængelig i Lightning Experience og Salesforce Classic i disse versioner, hvor Field Service er aktiveret: Enterprise, Unlimited og Developer Edition |
Dette er en funktion i en administreret Field Service-pakke.
Dynamisk skalering bruger AI til automatisk at opdele en planlægningsudfordring i mindre, mere administrerbare optimeringsanmodningsklynger baseret på logisk gruppering af data. Denne tilgang forbedrer ydeevnen og effektiviteten ved at behandle optimeringsanmodninger parallelt.
Med dynamisk skalering kan global optimering håndtere op til 50.000 serviceaftaler, op til 1.000 serviceressourcer og op til 1.000 serviceområder i en anmodning. Dagsoptimering kan håndtere op til 20.000 serviceaftaler, op til 1.000 serviceressourcer og op til 1.000 serviceområder pr. anmodning. Når du opsætter optimeringsjob, kan du nemt vælge mange serviceområder uden at skulle vælge hvert enkelt individuelt. Dynamisk skalering forenkler optimeringsplanlægning ved at lade dig vælge serviceområder baseret på forretningsbehov. Systemet definerer derefter automatisk optimeringsgrupper ved at klynge dataene, så de opfylder specifikke optimeringskrav. Du skal stadig definere bløde grænser (områder, der deler serviceressourcer) og mindre serviceområder for at undgå ydeevneproblemer for andre planlægningshandlinger. Uden dynamisk skalering skal du definere specifikke optimeringsgrupper for bløde grænser og vedligeholde de underliggende data og opsætning. Dette gør planlægning af arbejdsstyrken vanskelig, og optimering af jobkonfiguration mere tidskrævende og ineffektiv.
Brug sager til dynamisk skalering
Gennemse anvendelsessituationerne for at få en bedre forståelse af, hvordan dynamisk skalering fungerer i Field Service - Forbedret planlægning og optimering.
Eksempel 1: Optimer til en høj mængde af aftaler pr. ressource pr. dag
Hjælpeprogramfirmaer håndterer ofte en stor mængde serviceaftaler pr. dag, f.eks. 50 meter aflæsninger. Uden dynamisk skalering nås grænsen på 5.000 serviceaftaler nemt. En femdages arbejdsuge med 50 serviceressourcer i et serviceområde betyder f.eks. at optimere 12.500 serviceaftaler. Med dynamisk skalering opdeles optimeringsanmodningen i mindre klynger af data, der kan optimeres uafhængigt.
Eksempel 2: Optimer til en udvidet horisont
Firmaer, der i gennemsnit f.eks. har 10 serviceaftaler pr. serviceressource pr. dag og 50 ressourcer i et serviceområde, kan optimere maksimalt 10 arbejdsdage med grænsen på 5.000 serviceaftaler. Med dynamisk skalering kan kunder øge deres optimeringshorisont, hvilket fører til længerevarende planlægningssynlighed.
Eksempel 3: Optimer til forbedret ressourceeffektivitet
Når serviceressourcer og serviceaftaler er organiseret efter område, bruges sekundære serviceområder typisk, så ressourcer kan arbejde uden for deres primære områder. Uden dynamisk skalering kræver konfiguration af optimeringsgrupper omhyggelig analyse for at sikre, at delte områder er inkluderet i den samme optimeringsanmodning. Med dynamisk skalering kan du forenkle denne proces ved at erstatte de traditionelle arbejdsregler for Match område eller Arbejdsområde med arbejdsreglen Maksimal rejseafstand fra hjemmet. Denne opsætning gør det muligt for optimeringssystemet at planlægge på tværs af usynlige områdegrænser, mens der tages hensyn til reelle rejseafstande. Du behøver ikke manuelt justere områder i optimeringsgrupper.
F.eks. bor mobile medarbejdere i nærheden af serviceområdegrænser, og der er aftaler i nærheden i et tilstødende serviceområde. Den mobile medarbejder kan ikke tildeles disse aftaler på grund af reglen Match område, eller fordi disse områder skal opsættes i den samme optimeringsgruppe, når der bruges arbejdsreglen Arbejdsområder. Med dynamisk skalering kan du placere alle serviceområder i den samme optimeringsgruppe og bruge arbejdsreglen Maks. rejse fra hjemmet til at forhindre de mobile medarbejdere i at rejse for langt væk fra hjemmet.
Eksempel 4: Optimer ved brug af en enkelt optimeringsanmodning for at forenkle opsætning og vedligeholdelse
Et lille firma med et datasæt på 10.000 serviceaftaler skal optimeres over en periode på to uger. Hvert område er lille med kun 10 serviceressourcer og 500 serviceaftaler for de to uger. Med dynamisk skalering kan du konfigurere en enkelt gruppe for alle områder under planlagte job i stedet for at konfigurere 20 forskellige grupper for 20 små områder. Vælg alle serviceområder, og kør et optimeringsjob. Selvom dataene og områderne er små, forenkler dette opsætning og vedligeholdelse. Administrer et job for hele din forretning, og forbrug kun et Apex job.
Eksempel 5: Optimer for afbrydelser i tidsplanen
Et firma med 400 serviceteknikere, hvor hver ressource håndterer 20 serviceaftaler pr. dag (i alt 8.000 serviceaftaler pr. dag), skal optimere i dag og i morgen for at håndtere daglige afbrydelser, f.eks. annulleringer i sidste øjeblik, trafik med mere. Med dynamisk skalering kan du konfigurere en enkelt gruppe for alle områder under planlagte job til at behandle disse 16.000 serviceaftaler.
Overvejelser og begrænsninger i forbindelse med dynamisk skalering
Før du bruger dynamisk skalering, skal du gennemse overvejelserne og begrænsningerne.
- Dynamisk skalering understøttes kun for global og dagsoptimering.
- Dynamisk skalering tager ikke vagter med overlappende rejsetider med i betragtning, når du opretter klynger. Dette kan føre til regelovertrædelser i Gantt-diagrammet.
- Dynamisk skalering understøtter ikke:
- Flerdagsarbejde
- Reglen Arbejdskapacitet
- Indstillingen Tilbagerulning for bekræftelsestilstand i planlægningspolitikken
- Dynamisk skalering understøttes kun for store datasæt. Selv hvis det er aktiveret, bruger ikke alle optimeringsanmodninger denne funktion. Dynamisk skalering gælder kun for optimeringsanmodninger, der overskrider 5.000 serviceaftaler eller 500 serviceressourcer. Dynamisk skalering udløses ikke, hvis antallet af serviceaftaler eller serviceressourcer i optimeringsanmodningen er inden for disse grænser, og kun antallet af serviceområder overskrider 100.
- For global optimering understøtter dynamisk skalering maksimalt 50.000 serviceaftaler, 1.000 serviceressourcer og 1.000 serviceområder i en gruppe. For dagsoptimering understøtter dynamisk skalering maksimalt 20.000 serviceaftaler, 1.000 serviceressourcer og 1.000 serviceområder pr. gruppe. Optimeringsanmodningen mislykkes, hvis nogen af disse grænser overskrides. Grænsen for serviceaftaler er lavere for dagsoptimering end for global optimering, da dagshandlingen skal køre meget hurtigere (fuldført inden for 5 minutter). Som sådan er horisonten for dagsoptimering typisk meget smalere end for global optimering, da den kun er beregnet til at håndtere dagsændringer i tidsplanen, f.eks. no-shows eller reparationsjob i nødservice.
- Hvis en optimeringsanmodning mislykkes, vises fejldetaljerne kun på den underordnede optimeringsanmodning (specifik klynge) og ikke på hovedoptimeringsanmodningen.
- Klyngemekanismen bruger mange faktorer til at bestemme klyngerne. Men det er muligt, at planlægningssystemet ikke kan planlægge en serviceaftale eller en tidsplan til en optimal ressource, hvis den optimale serviceressource er i en anden klynge. Dette skyldes, at klyngerne optimeres som separate optimeringsanmodninger parallelt. Global optimering og dagsoptimering kan mislykkes med at planlægge en serviceaftale, selvom handlingerne Find kandidater eller Opgaveindsæt kan planlægge den korrekt.
- Jo flere gange du kører optimeringsanmodningen, desto flere serviceaftaler planlægges, efterhånden som klyngen forbedres. Dette betyder, at planlagte serviceaftaler påvirker klynger, så jo mere du kører og planlægger aftaler, desto bedre bliver klynger.
- Aktiver dynamisk Field Service-skalering
Opsæt global optimering i stor skala og dagsoptimering for effektivt at optimere hele dit Field Service-datasæt. Med dynamisk skalering behøver du ikke manuelt opsætte optimeringsgrupper og definere grænser mellem områder, der skal optimeres sammen, eller opdele data på grund af systembegrænsninger.
