Väntetid: så mäter du den och rapporterar den trovärdigt

Tre siffror för samma säkerhetskontroll, samma tisdag. Säkerhetsentreprenören rapporterar 11 minuters genomsnittlig väntetid. Flygbolaget med flest passagerare i den vågen hävdar 35 minuter och kräver kompensation för missade anslutningar. Och i sociala medier cirkulerar en bild från kl. 06:40 med texten "50 minuter i kö". Alla tre kan vara sanna samtidigt. Det är precis därför kötid är ett av de mest omstridda nyckeltalen i en terminal, och varför den som ansvarar för driften behöver en mätmetod som tål att ifrågasättas i ett möte med en upprörd motpart.

Varför genomsnittet aldrig räcker

Ett dygnsgenomsnitt över en säkerhetskontroll blandar ihop fyra timmar med tom kö på eftermiddagen med en morgontopp där 1 800 passagerare anländer inom 40 minuter. Resultatet blir en siffra som ingen passagerare känner igen sig i. Det är därför de flesta serviceavtal mellan flygplatsoperatör och säkerhetsleverantör i praktiken skrivs på percentiler: att 95 procent av passagerarna ska vänta högst X minuter, mätt i 15-minutersintervall under öppettid.

Det förändrar vad du behöver mäta. Ett genomsnitt kan skattas med ganska få observationer. En 95:e percentil kräver att du faktiskt fångar topparna, eftersom det är där den avgörs. Om din mätning tappar precision just när kön är som längst, och det gör många metoder, blir percentilen systematiskt för låg. Den som rapporterar mot ett avtal måste därför kunna svara på frågan: hur väl fungerar mätningen när det är som värst?

Fyra sätt att mäta väntetid, och vad de missar

I terminaler och transportnav förekommer i huvudsak fyra metoder, ofta parallellt:

• Manuell stickprovsmätning. En person delar ut ett kort till sista personen i kön och noterar när den når fram. Billigt och begripligt, men det blir ett tiotal observationer per pass, oftast när någon har tid, vilket sällan är under toppen. Bra som kalibrering, oanvändbart som avtalsunderlag.
• Wi-Fi- eller Bluetooth-spårning. Mäter hur länge en enhet syns mellan två punkter. Problemet är urvalet: en krympande andel enheter sänder stabila identiteter, och de som gör det är inte representativa. Personal som rör sig längs kön förorenar datan.
• Beräknad kötid från köräkning. Räkna hur många som står i köområdet och hur många som passerar kontrollen per minut. Om 240 personer står i kön och 20 per minut släpps igenom är den förväntade väntetiden 12 minuter. Detta är Littles sats i praktiken, och den fungerar förvånansvärt bra förutsatt att köns gränser är tydligt definierade och räkningen är stabil.
• Kameradetektering av kö. Sensorer som anonymt följer rörelse i köområdet och mäter faktisk tid från inträde i kön till utträde, individ för individ, utan identifiering. Ger både fördelning och percentiler direkt, och klarar att skilja den som köar från den som bara passerar.

De två sista metoderna är de enda som ger ett datamängd stor nog för percentilrapportering. Kombinationen är ofta starkast: rörelseanalysen ger den uppmätta tiden, och räkningen fungerar som kontroll. Om beräknad och uppmätt kötid glider isär har något hänt med köns form eller med sensorernas täckning, och det vill du upptäcka innan motparten gör det.

Det svåraste är inte tekniken utan var kön börjar

Den som har installerat kömätning i en verklig terminal vet att den första veckan sällan handlar om sensorer. Den handlar om att komma överens om köns geografi. Vid normal belastning följer kön avspärrningsbanden och är lätt att avgränsa. Vid toppbelastning svämmar den över banden, viker runt ett pelarpar och fortsätter ut i incheckningshallen. Passagerare som står där väntar lika länge som alla andra, men om mätzonen slutar vid sista bandet räknas de inte förrän de kommer in i den definierade kön. Rapporten visar 14 minuter medan den faktiska upplevelsen är 25.

Praktiskt löser man detta genom att rita köns zoner på planritningen i flera nivåer: den ordinarie kön, överflödeszonen och den yttersta zonen som bara aktiveras vid extremtoppar. Mätningen ska omfatta alla tre, och rapporten ska redovisa hur ofta överflödeszonerna var i bruk. Det är i sig ett användbart nyckeltal, eftersom det visar hur ofta den fysiska kapaciteten inte räckte till, oavsett hur många bemannade linor som var öppna. Ett annat detaljbeslut som påverkar siffran mer än man tror: räknar du från det att passageraren ställer sig sist i kön till att den når skanningsbandet, eller till att den lämnar kontrollen med sina väskor? Det senare kan skilja fem till åtta minuter vid ombyggnad eller låg bemanning på återpackningen, och båda definitionerna är rimliga så länge de är dokumenterade och konsekventa.

Vad en trovärdig rapport innehåller

En rapport som ska hålla för granskning från flygbolag, revisorer eller en politisk nämnd behöver mer än en kurva. Den behöver visa sina egna förutsättningar:

• Metod och definition. Var kön börjar och slutar, markerat på planritning, och vilken mätprincip som använts.
• Percentiler, inte bara medel. Median, 90:e och 95:e percentil per 15-minutersintervall. Medelvärdet kan vara med, men aldrig ensamt.
• Antal observationer per intervall. En percentil baserad på 14 personer kl. 22:45 väger inte lika tungt som en baserad på 900 personer kl. 06:30.
• Datatäckning. Hur stor andel av öppettiden sensorerna levererade giltig data. Ett bortfall på 40 minuter mitt i morgontoppen måste redovisas, inte interpoleras bort.
• Känd mätnoggrannhet. För räknesensorer av god klass är en kontraktsmässig miniminivå på 96 procent realistisk, och i praktiken ligger de typiskt på 98 till 99 procent när ljus, layout och besökarbeteende tillåter. Skriv det så, med villkoren, inte som ett löfte om en fast siffra.
• Bemanning som kontext. Antal öppna linor per intervall bredvid kötiden. Det är den enda kolumnen som gör siffran handlingsbar snarare än bara beskrivande.

Den sista punkten är ofta den som förändrar samtalen mest. När kötid och öppna linor visas tillsammans slutar diskussionen handla om huruvida siffran stämmer och börjar handla om varför lina sju öppnade 20 minuter för sent.

Från efterhandsrapport till beslut i realtid

Månadsrapporten är avtalsunderlaget, men driftvärdet uppstår samma morgon. Här blir det tydligt varför kömätning hör ihop med analys av passagerarflöde i resten av terminalen. När rörelseanalys som VemTrack visar köer, uppehållstid och flöden mellan zoner direkt på planritningen kan en operativ ledare se att ankomsthallen fylls på innan kön vid kontrollen har börjat växa, och agera på det i stället för på kön i sig. Larm vid tröskelvärden, exempelvis när beräknad kötid passerar tolv minuter eller när överflödeszonen aktiveras, ger bemanningsansvarig en konkret signal i stället för en känsla av att "det ser fullt ut". Samma data visar efteråt om öppningen av en extra lina faktiskt kortade kön, eller om flaskhalsen i själva verket låg vid återpackningen.

Ett kösystem som bara mäter kötid är en termometer. Ett som kopplar kötiden till inflöde, zoner och bemanning är ett verktyg du kan styra med, och samma datakälla blir dessutom underlaget som gör nästa månads rapport svår att ifrågasätta.

Vanliga frågor

Hur mäts kötid? Antingen direkt, genom att anonymt följa hur lång tid varje person tillbringar mellan köns definierade in- och utgång, eller beräknat, genom att dividera antalet personer i köområdet med antalet som passerar per minut. Direktmätning ger fördelning och percentiler, medan den beräknade metoden fungerar som en oberoende kontroll. Avgörande för båda är att köns gränser är tydligt ritade på planritningen och att de omfattar överflödet vid toppbelastning.

Om ni rapporterar kötid mot ett avtal, eller behöver en mätning som flygbolag och myndigheter faktiskt litar på, hjälper vi gärna till att definiera köns zoner, välja mätprincip och sätta upp rapportering på percentilnivå för er terminal. Kontakta oss här så går vi igenom era köområden tillsammans.