一、一个常见场景
场景一:周末下午,景区公厕排长队。保洁员刚打扫完,又被挤脏了。游客投诉“太脏了”。
场景二:工作日上午,写字楼公厕没什么人。保洁员按固定时间打扫,没事可做,人力浪费。
问题出在哪?
保洁排班是“固定时间”,不是“按需分配”。
二、传统保洁排班的三大问题
| 问题 | 表现 | 后果 |
| 高峰期保洁跟不上 | 人流量大,打扫频次不够 | 游客投诉、卫生差 |
| 低峰期人力浪费 | 没人也用固定频次打扫 | 人力成本高 |
| 排班靠经验 | 凭感觉定打扫时间 | 不一定合理 |
三、智慧方案:用数据说话
第一步:装传感器
第二步:数据分析
哪些时段人多?哪些时段人少?
周末和工作日有差异吗?
节假日是平时的几倍?
第三步:动态排班
高峰时段:增加打扫频次
低峰时段:减少打扫频次
节假日:提前调配人手
第四步:效果验证
四、真实数据说话
| 时间段 | 周一至周五 | 周六至周日 |
| 8:00 ~ 10:00 | 中 | 高 |
| 10:00 ~ 12:00 | 高 | 很高 |
12:00 ~ 14:00
| 中 | 高 |
| 14:00 ~ 16:00 | 低 | 中 |
| 16:00 ~ 18:00 | 低 | 高 |
| 18:00 ~ 20:00 | 低 | 中 |
周末增加1名保洁员
高峰时段打扫频次从2次/小时→4次/小时
低峰时段从2次/小时→1次/小时
效果:
高峰期投诉下降65%
低峰期人力节省30%
保洁员满意度提升(不用无效忙碌)

五、这套系统怎么部署?
| 项目 | 说明 |
| 硬件 | 厕位感应器、入口计数器 |
| 软件 | 人流分析平台、排班建议 |
| 安装 | 1~2天 |
| 数据 | 一周积累数据后即可看出规律 |
六、和能碳大脑的关系?
同一平台,人流数据 + 能耗数据 + 运维数据 + 异味数据,统一管理。
公厕管理从“碎片化”到“一体化”。
七、总结
传统问题:高峰期保洁跟不上,低峰期人力浪费;
智慧方案:人流传感器 + 数据分析 + 动态排班;
效果:投诉降65%,人力省30%;
一个平台:管人流、管能耗、管运维、管异味。