Rijgedrag van chauffeurs beoordelen
Beoordeel het rijgedrag van chauffeurs eerlijk met context en data gedreven coaching en bespaar tegelijk flink op brandstofkosten.
Het rijgedrag van chauffeurs beoordelen lijkt eenvoudig. Je meet bijvoorbeeld remmen, accelereren, stationair draaien en het gebruik van cruise control en vertaalt deze gegevens naar een score. In de praktijk ligt dat een stuk genuanceerder. Chauffeurs rijden immers niet met hetzelfde voertuig, over dezelfde route en onder dezelfde omstandigheden.
Een chauffeur die veel stadsritten maakt, krijgt bijvoorbeeld vaker te maken met verkeerslichten, rotondes en onverwachte verkeerssituaties dan een chauffeur die voornamelijk lange afstanden over de snelweg rijdt. Ook belading, voertuigtype, verkeersdrukte en weersomstandigheden beïnvloeden wat onderweg mogelijk is.
Wie echt iets wil zeggen over het rijgedrag van chauffeurs, moet daarom niet alleen kijken wat een chauffeur doet, maar ook onder welke omstandigheden dit gebeurt. Pas dan ontstaat een betrouwbaar beeld waarmee je chauffeurs eerlijk kunt beoordelen én gericht kunt helpen verbeteren.
Wat verstaan we onder rijgedrag van een chauffeur?
Rijgedrag bestaat uit verschillende handelingen die invloed hebben op veiligheid, brandstof- of energieverbruik, slijtage en comfort. Met voertuigdata kunnen steeds meer van deze handelingen objectief worden gemeten.
Denk bijvoorbeeld aan:
- accelereren
- remgedrag
- uitrollen
- gebruik van cruise control
- stationair draaien
- snelheid
- brandstof- of energieverbruik
- veiligheidsgebeurtenissen en eventueel ADAS- of dashcam-events
Deze gegevens geven veel inzicht, maar vertellen afzonderlijk niet het hele verhaal. Tien remacties zeggen bijvoorbeeld weinig als niet bekend is waar, wanneer en onder welke omstandigheden deze plaatsvonden.
Daarom is er een belangrijk verschil tussen rijgedrag meten en rijgedrag beoordelen.
Waarom een gemiddelde normscore vaak geen eerlijk beeld geeft
Brandstof is voor veel transportbedrijven een belangrijke kostenpost. Tegelijkertijd spelen veiligheid, CO₂-uitstoot, schade en slijtage een steeds grotere rol. Het is daarom logisch dat bedrijven inzicht willen in het rijgedrag van hun chauffeurs.
Veel systemen werken hiervoor met vaste grenswaarden, gemiddelden of normscores. Iedere chauffeur wordt langs dezelfde meetlat gelegd. Dat geeft een overzichtelijk dashboard, maar betekent niet automatisch dat de vergelijking ook eerlijk is.
Stel dat chauffeur A met een licht beladen vrachtwagen voornamelijk lange snelwegritten rijdt, terwijl chauffeur B met een zwaar beladen combinatie regionale distributieritten uitvoert. Chauffeur B moet vaker optrekken, afremmen en anticiperen op verkeer. Wanneer beide chauffeurs op exact dezelfde norm worden beoordeeld, kan een vertekend beeld ontstaan.
Een chauffeur kan daardoor een lagere score krijgen terwijl zijn rijgedrag binnen de omstandigheden van zijn rit juist uitstekend is.
Welke factoren beïnvloeden de beoordeling van rijgedrag?
Om rijgedrag eerlijk te kunnen beoordelen, moet voertuigdata in de juiste context worden geplaatst. Afhankelijk van de beschikbare data kunnen bijvoorbeeld de volgende factoren worden meegenomen:
- type voertuig en aandrijflijn
- gewicht en belading
- type route en weg
- verkeersdrukte
- weersomstandigheden
- hoogteverschillen
- stops en verkeerssituaties
- kenmerken van de uitgevoerde rit
Dat is belangrijk bij vrijwel iedere rijgedrag-KPI.
Een chauffeur die weinig cruise control gebruikt, rijdt bijvoorbeeld niet automatisch onzuinig. Misschien bestaat een groot deel van zijn route uit stedelijk gebied waar cruise control nauwelijks toepasbaar is. Hetzelfde geldt voor uitrollen. Op een rustige provinciale weg zijn daar veel meer mogelijkheden voor dan tijdens druk stadsverkeer.
De vraag is dus niet alleen hoeveel cruise control iemand gebruikt of hoe vaak iemand remt. De belangrijkste vraag is hoeveel beter iemand binnen zijn specifieke omstandigheden had kunnen rijden.
Rijgedrag van chauffeurs beoordelen op basis van context
Een eerlijkere aanpak begint daarom bij het combineren van rijgedrag met de omstandigheden waarin iemand rijdt.
Bij Smart Driver Coaching wordt voertuigdata geanalyseerd in combinatie met de context van de rit. Daarmee verschuift de beoordeling van een algemene vergelijking tussen chauffeurs naar een analyse van de daadwerkelijke prestatie.
De chauffeur wordt dus zoveel mogelijk beoordeeld op factoren waarop hij of zij daadwerkelijk invloed kan uitoefenen.
Dat maakt het bovendien mogelijk om veel specifieker te coachen. In plaats van alleen te zeggen dat een score voor uitrollen bijvoorbeeld een 6,8 is, kun je onderzoeken waar tijdens ritten nog kansen liggen om langer uit te rollen en waarom die kansen niet worden benut.
Daarmee verandert voertuigdata van een controlemiddel in een hulpmiddel voor ontwikkeling.
Waarom chauffeurs onderling vergelijken niet altijd verstandig is
Een ranglijst met de beste en slechtste chauffeurs lijkt aantrekkelijk. Toch moet je voorzichtig zijn met zulke vergelijkingen.
Wanneer de omstandigheden sterk verschillen, zegt de positie op een ranglijst namelijk niet automatisch iets over het vakmanschap van de chauffeur. Een chauffeur met structureel moeilijkere ritten kan lager eindigen dan een collega met voorspelbare snelwegritten.
Dat kan ook invloed hebben op het draagvlak. Chauffeurs kennen hun dagelijkse praktijk en merken snel wanneer een beoordeling geen rekening houdt met omstandigheden waarop zij zelf geen invloed hebben.
Een goede beoordeling van rijgedrag moet daarom zoveel mogelijk:
- objectief meetbaar zijn
- rekening houden met de context
- begrijpelijk zijn voor de chauffeur
- betrekking hebben op beïnvloedbaar gedrag
- gericht zijn op ontwikkeling in plaats van afrekenen
Juist die laatste twee punten zijn belangrijk. Data moet een gesprek over verbetering ondersteunen, niet alleen bepalen wie boven of onder een norm scoort.
Van rijgedrag meten naar rijgedrag verbeteren
Het verzamelen van voertuigdata is tegenwoordig relatief eenvoudig. De echte uitdaging begint daarna.
Een dashboard kan laten zien dat een chauffeur veel stationair draait, weinig uitrolt of anders accelereert dan collega's. Maar alleen inzicht leidt niet automatisch tot ander gedrag.
Daarvoor moet informatie worden vertaald naar concrete en haalbare verbeterpunten. Niet iedere chauffeur heeft daarbij dezelfde aandachtspunten. De ene chauffeur kan winst behalen met beter anticiperen en uitrollen, terwijl een ander vooral kan verbeteren in het gebruik van cruise control of het beperken van stationair draaien.
Smart Driver Coaching combineert daarom voertuigdata met persoonlijke digitale coaching. Op basis van het rijgedrag en de omstandigheden krijgt de chauffeur feedback over de onderdelen waarop daadwerkelijk verbetering mogelijk is.
Hierdoor ontstaat een continu proces:
meten → begrijpen → coachen → verbeteren → opnieuw meten
De chauffeur ziet niet alleen waar verbetering mogelijk is, maar ook wat het effect van aangepast rijgedrag is.
Wat levert beter rijgedrag op?
Een goede aanpak van rijgedrag draait niet alleen om een hogere score. Uiteindelijk moet verbetering zichtbaar worden in de dagelijkse operatie.
Beter en bewuster rijgedrag kan bijdragen aan:
- lager brandstof- of energieverbruik
- minder CO₂-uitstoot
- minder onnodige rem- en acceleratiebewegingen
- een veiligere rijstijl
- minder slijtage aan het voertuig
- meer bewustwording bij chauffeurs
Binnen trajecten met Smart Driver Coaching zijn bijvoorbeeld brandstofbesparingen van gemiddeld circa 5% gerealiseerd. In pilots zijn daarnaast duidelijke verbeteringen zichtbaar geworden in afzonderlijke rijgedrag-KPI's, zoals cruise control, uitrollen en remgedrag.
Het belangrijkste is daarbij niet om iedere chauffeur hetzelfde te laten rijden. Het doel is om iedere chauffeur binnen zijn eigen werkzaamheden zo veilig, efficiënt en bewust mogelijk te laten rijden.
Vier vragen om jullie huidige rijgedragsscore te beoordelen
Wil je weten hoe eerlijk jullie huidige systeem chauffeurs beoordeelt? Stel dan eens deze vier vragen:
- Wordt iedere chauffeur op dezelfde norm beoordeeld?
- Houdt de score rekening met voertuig, route, verkeer, weer en belading?
- Kan een chauffeur begrijpen waarom hij of zij een bepaalde score krijgt?
- Wordt de data gebruikt om chauffeurs persoonlijk te helpen verbeteren?
Is het antwoord op meerdere vragen 'nee'? Dan meet je waarschijnlijk wel rijgedrag, maar beoordeel je nog niet volledig wat een chauffeur binnen zijn omstandigheden daadwerkelijk kan beïnvloeden.
Eerlijk rijgedrag beoordelen begint met de juiste methode
Het rijgedrag van chauffeurs beoordelen met één vaste norm lijkt overzichtelijk, maar doet niet altijd recht aan de werkelijkheid. Een vrachtwagen rijdt niet in een laboratoriumsituatie. Iedere rit kent andere omstandigheden.
Door voertuigdata te combineren met voertuig-, route- en omgevingsfactoren ontstaat een realistischer beeld van de prestaties van een chauffeur. Door die informatie vervolgens te vertalen naar persoonlijke coaching wordt data bovendien daadwerkelijk bruikbaar voor gedragsverandering.
Daarmee verschuift de vraag van “Hoe scoort deze chauffeur ten opzichte van de rest?” naar een veel interessantere vraag:
“Hoe goed rijdt deze chauffeur binnen de omstandigheden van deze rit en waar liggen nog realistische mogelijkheden om te verbeteren?”
Dat is de basis voor eerlijkere beoordeling, beter onderbouwde coaching en uiteindelijk veiliger en efficiënter rijgedrag.
Wil je weten hoe jullie rijgedrag van chauffeurs op dit moment beoordelen en welke verbeteringen daarin mogelijk zijn? Bekijk Smart Driver Coaching of neem contact op met Apployee voor een kennismaking.