Goodmorning is een Nederlands uitzendbureau dat in 2001 is opgericht en onderdeel is van Labour Power Company. Het bedrijf ondersteunt werkgevers met flexibele personeelsoplossingen in sectoren zoals glastuinbouw, voeding, logistiek en techniek. Goodmorning werft internationale flexwerkers uit onder andere Polen, Roemenië, Spanje en Portugal en regelt daarnaast diensten zoals payrolling, huisvesting, transport en begeleiding in Nederland. Dagelijks werken meer dan 2.500 flexwerkers via Goodmorning bij ruim 100 opdrachtgevers, ondersteund door ongeveer 55 vaste medewerkers en een internationaal recruitmentteam.
Goodmorning beheert een wagenpark van circa 320 voertuigen die door uitzendkrachten uitsluitend voor zakelijke ritten mogen worden gebruikt, met een wettelijke marge van maximaal 500 privékilometers per jaar. Hoewel ritten automatisch worden geregistreerd via trackers en Fleet Complete, vond de controle en beoordeling van deze ritten grotendeels handmatig plaats.
Wekelijks werden ritgegevens naar Excel geëxporteerd en door medewerkers gecontroleerd en geclassificeerd. Dit proces kostte circa 24 uur per week, was foutgevoelig en moeilijk schaalbaar. Goodmorning zocht daarom een oplossing om het proces te automatiseren, privékilometers betrouwbaarder te identificeren en meer transparantie en efficiëntie in de controle te creëren.
Voor dit traject hebben wij een gestructureerde en resultaatgerichte route gevolgd, waarbij we techniek en procesverbetering integraal hebben benaderd.
1. Analyse en procesinventarisatie
We zijn gestart met een inhoudelijke analyse van het bestaande proces rondom rittenregistratie, inclusief datastromen, rollen, controles en overdrachtsmomenten. Hierbij hebben we vastgesteld waar de grootste tijdsbelasting, foutgevoeligheid en optimalisatiemogelijkheden lagen.
2. Afbakening en fasering
Op basis van deze analyse is bewust gekozen voor een gefaseerde aanpak. In plaats van een volledige herinrichting hebben we eerst het meest repetitieve en arbeidsintensieve deel geautomatiseerd, de wekelijkse export en verwerking van ritgegevens. Deze pragmatische stap maakte het mogelijk om snel impact te realiseren met beperkte investering en minimale verstoring van de operatie.
3. Technische realisatie en integratie
Wij hebben een geautomatiseerde koppeling ontwikkeld met Fleet Complete via de Developer API. Hiervoor is een verwerkingsmodule ingericht in Azure, die:
Hiermee hebben wij systeemintegratie, dataverwerking en procesautomatisering gecombineerd in een robuuste oplossing.
4. Ontwerp van schaalbare architectuur
De oplossing is modulair opgezet, zodat uitbreiding met een online portaal eenvoudig mogelijk is. In een vervolgfase kunnen functionaliteiten zoals automatische markering van privé-kilometers, accordering door Flexers en een volledige audit trail worden toegevoegd.
1.000 uur administratief werk per jaar geëlimineerd.
Door de automatisering van de rittenregistratie bespaart Goodmorning structureel circa 20 uur per week. Het grootste deel van het handmatige controlewerk is verdwenen, waardoor het proces niet alleen sneller maar ook aanzienlijk betrouwbaarder is geworden.
De afhankelijkheid van Excel-bestanden en individuele kennis is sterk verminderd. Ritclassificaties zijn consistenter, beslissingen beter traceerbaar en de organisatie heeft meer grip op de naleving van regelgeving rondom privékilometers.
Met een relatief beperkte investering realiseerde Goodmorning een oplossing met een snelle terugverdientijd en een schaalbare basis voor verdere digitalisering van interne processen.
“Sinds we onze rittenregistratie hebben geautomatiseerd besparen we structureel zo’n 0,5 FTE aan tijd, maken we minder fouten en hebben we volledig inzicht in het privégebruik van ons wagenpark.”
Sies de Witte, Manager Facility bij Goodmorning