Yapay Zeka ile Vardiya Optimizasyonu ve Çizelgeleme

Vardiya çizelgesi hazırlamak, kâğıt üzerinde basit görünen ama pratikte İK ve operasyon yöneticilerinin saatlerini alan bir bulmacadır. Her personelin izin talebi, yasal dinlenme süreleri, yetkinlik gereksinimleri, adil hafta sonu dağılımı ve değişken iş yükü aynı anda gözetilmek zorundadır. 50 kişilik üç vardiyalı bir ekipte bile olası çizelge kombinasyonlarının sayısı astronomiktir; insan planlamacı doğal olarak "geçen ayın kopyası artı birkaç düzeltme" yöntemine sığınır. Vardiya optimizasyonu, bu bulmacayı matematiksel bir problem olarak tanımlayıp çözen yaklaşımın adıdır.

Vardiya Çizelgeleme Aslında Bir Kısıt Problemi

Optimizasyon araçları, çizelgelemeyi iki tür kuralla modellenmiş bir arama problemi olarak ele alır:

• Sert kısıtlar (ihlal edilemez): Günlük 11 saatlik kesintisiz dinlenme, haftalık çalışma süresi limitleri, gece vardiyası kuralları, pozisyon başına asgari yetkin kişi sayısı.
• Yumuşak kısıtlar (mümkün olduğunca sağlanır): İzin tercihlerine uyum, hafta sonu nöbetlerinin adil dağılımı, aynı kişinin art arda gece vardiyasına yazılmaması, ekip içi eşleşme tercihleri.

Çözücü (solver), sert kısıtları asla bozmadan yumuşak kısıtlardan en az ödün veren çizelgeyi arar. Yapay zekanın katkısı iki katmandadır: Birincisi, fazla mesai tahminlemesinde olduğu gibi gelecek dönem iş yükünü öngörerek "kaç kişiye ihtiyaç var" sorusunu yanıtlamak; ikincisi, geçmiş PDKS verisinden öğrenilen fiili davranışları (kim hangi vardiyada daha verimli, hangi kombinasyonlar devamsızlığı artırıyor) modele girdi yapmak.

Klasik Planlama ile Optimizasyonun Karşılaştırması

Boyut	Elle/Excel planlama	AI destekli optimizasyon
Hazırlık süresi	Ekip başına saatler	Dakikalar (kısıtlar tanımlandıktan sonra)
Yasal uyum kontrolü	Planlamacının dikkatine bağlı	Sert kısıt olarak garanti altında
Adalet (hafta sonu/gece dağılımı)	Sezgisel, itiraza açık	Ölçülür ve dengelenir
İş yükü eşleşmesi	Geçen dönemin tekrarı	Talep tahminine göre boyutlandırma
Son dakika değişikliği	Zincirleme elle düzeltme	Yeniden çözüm, alternatif öneriler

Örnek Vaka: 140 Kişilik Bir Çağrı Merkezi

Ankara'da 140 temsilciyle 7/24 hizmet veren bir çağrı merkezini düşünelim. Çağrı hacmi gün içinde dalgalanıyor: sabah 10.00-12.00 ve akşam 19.00-21.00 zirve saatleri. Eski düzende çizelge iki haftada bir, iki planlamacının toplam bir buçuk gününü alıyordu ve zirve saatlerde sistematik eksik kadro oluşuyordu.

Optimizasyon devreye alındığında süreç şöyle kuruldu:

1. Son 12 ayın çağrı hacmi ve PDKS verisiyle saatlik talep tahmini oluşturuldu.
2. Yasal kurallar ve şirket politikaları sert kısıt; temsilci tercihleri yumuşak kısıt olarak tanımlandı.
3. Çözücü her hafta üç alternatif çizelge üretti; planlamacı birini seçip küçük düzeltmelerle yayınladı.

Üç ay sonunda zirve saatlerdeki kadro açığı yüzde 70 azaldı, plansız fazla mesai belirgin biçimde geriledi ve "hafta sonu hep bana denk geliyor" itirazları ölçülebilir bir adalet metriğiyle yanıtlanabilir hale geldi. Planlamacıların rolü kaybolmadı; veri girişinden istisna yönetimine kaydı.

Devamsızlık ve Vardiya İlişkisi

Optimizasyonun sıklıkla gözden kaçan bir boyutu, çizelgenin kendisinin devamsızlığı etkilemesidir. Veriler birçok işletmede şu örüntüleri gösterir:

• Art arda gelen gece vardiyalarının ardından raporlu devamsızlık olasılığı yükselir.
• Kısa aralıklı vardiya geçişleri (akşam çıkıp sabah başlamak) hem yasal risk hem yorgunluk kaynağıdır.
• Tercihleri sürekli göz ardı edilen personelde devamsızlık ve işten ayrılma eğilimi artar.

İyi kurgulanmış bir sistem, devamsızlık analizinden gelen bulguları yumuşak kısıt olarak çizelgeye geri besler: Örneğin yorgunluk riski yüksek kombinasyonlara ceza puanı tanımlanır ve çözücü bu dizilimlerden kaçınır. Böylece optimizasyon yalnızca maliyeti değil, sürdürülebilirliği de hedefler.

Hangi İşletmeler İçin Anlamlı?

Vardiya optimizasyonu her işletme için aynı getiriye sahip değildir. Yatırımın karşılığını en hızlı aldığı koşullar:

• 30 kişi ve üzeri vardiyalı ekipler: Daha küçük ekiplerde kombinasyon uzayı insan planlamacının da yönetebileceği boyuttadır.
• Değişken iş yükü: Talep sabitse optimizasyonun katkısı sınırlıdır; dalgalanma arttıkça değer büyür.
• Çoklu yetkinlik gereksinimi: Forklift ehliyeti, dil bilgisi, sertifika gibi kısıtlar elle planlamayı en çok zorlaştıran etkenlerdir.
• Çoklu lokasyon: Şubeler arası kaydırma yapılabilen yapılarda çözüm uzayı genişler, kazanım artar.

Türkiye'de PDKS, puantaj ve vardiya planlamasını tek platformda toplayan çözümler bu entegrasyonu kolaylaştırıyor; örnek bir modül yapısı için airx.com.tr üzerindeki ürün dokümantasyonuna bakılabilir. Önemli olan, hangi araç seçilirse seçilsin plan verisi ile fiili PDKS verisinin aynı sistemde buluşmasıdır.

Uygulama Yol Haritası

1. Kısıt envanteri çıkarın. Yasal kurallar, toplu iş sözleşmesi hükümleri ve yazılı olmayan ekip kuralları tek listede toplanmalı. Pratikte en zor adım budur; "herkesin bildiği" kuralların yazıya dökülmesi genellikle 2-3 haftalık bir çalışmadır.
2. Tek ekiple pilot yapın. En sancılı çizelgeye sahip departmandan başlayın; kazanım orada en görünür olur.
3. Adalet metriklerini yayınlayın. Hafta sonu ve gece dağılımının ekip içinde şeffaf raporlanması, yeni sisteme güveni hızlandırır.
4. İstisna sürecini tanımlayın. Son dakika hastalık ve değişim taleplerinde kimin, hangi yetkiyle çizelgeyi güncelleyeceği net olmalı.
5. Plan-fiili döngüsünü kapatın. Her dönem sonunda çizelge ile gerçekleşen arasındaki sapma raporlanmalı ve kısıtlar güncellenmelidir.

Vardiya optimizasyonu, yapay zekanın "tahmin" yeteneği ile yöneylem araştırmasının "çözüm" yeteneğini birleştiren olgun bir uygulamadır. Doğru veriyle beslendiğinde hem maliyeti hem de ekip memnuniyetini aynı anda iyileştirebilen ender araçlardan biridir.