DRIVE – systemet som effektiviserer arbeidsprosessene dine
DRIVE er et digitalt system for styring og håndtering av drifts- og vedlikeholdsoppgaver i forsyningsselskaper og virksomheter. DRIVE øker effektiviteten og gir deg store besparelser i tid og ressurser.
DRIVE er et digitalt system for styring og håndtering av drifts- og vedlikeholdsoppgaver. Dette kan for eksempel være tilsyn og serviceoppgaver i forsyningsselskaper. Systemet effektiviserer arbeidsflyter på tvers av både avdelinger og bedrifter, og det gir store besparelser i tid og ressurser. Brukervennlighet og brukergrensesnitt er i fokus, slik at DRIVE kan nås av flere aktører – både internt og eksternt.
Systemets kjernefunksjoner er digital oversikt, struktur og enkle menyer. Systemet bidrar også til et serviceløft overfor dine kunder – for eksempel gjennom automatisk tilbakemelding på arbeid utført hos din kunde. DRIVE kommer også med nøkkeltall og statistikk basert på eksport av relevante data for benchmarking.
DRIVE-systemet inneholder:
- GIS-integrasjon: Kombinerer data, GIS og SRO i ét system
- Forespørsler: Lag henvendelser inkl. kort markering eller motta dem fra en ekstern nettside
- Rutine: Planlegg faste oppgaver i løpet av året slik at kontrollen går helautomatisk
- Oppgaver som skal utføres: Tekniker eller entreprenør logger på og får tilgang til sine jobber
- Rapportering: Rapport fra tekniker eller entreprenør skjer direkte inkl. dokumentasjon, sjekkliste osv.
- Godkjenning: Ansatte godkjenner utførte oppgaver
- Nøkkeltall: Eksportér relevant data til benchmarking eller Excel.
- Brukervennlig på alle plattformer for alle brukere
DRIVE understøtter alle forretningsområder: Vann, varme, kloakk, gatelys, miljøtilsyn, tele, elektrisitet, gass, fibernett, trafikk og veier, havner mv.
Integrasjon med andre IT-løsninger:
- Nettsted for håndtering av henvendelser - f.eks Mitvand.dk og MinKloak.dk
- Anleggsregister - f.eks. ASSET
- Automatisk oppretting av oppgaver – f.eks. SRO
- Driftsdata gjøres om til brukbar informasjon – f.eks. ved bruk av maskinlæring