Decision support system for occupancy-oriented facility management

It is essential to ensure actual and efficient management of buildings during the Operation and Maintenance (O&M) phase. Occupancy and space use, which are highly variable and can change over time, strongly affect organizational effectiveness and functioning during the operational phase. In addition, actual occupancy and space uses may be significantly different from the setup considered during the design phase, during which spaces are typically sized according to use-based standardized occupancy data. Consequently, actual occupancy values can differ from the values considered during the design phase, and spaces may be unsuitable for actual uses, leading to inadequate levels of space use and cleanness, which in turn are related to the well-being and satisfaction of users. Furthermore, the current COVID-19-related situation accelerated the spread of remote working practices, an already growing process, drastically increasing the variability of workplace occupancy. The increasing variability of building occupancy, the gap between design and actual occupancy values, and the growing phenomenon of remote working practices highlighted the limitations of facility management (FM) strategies based on historical databases and static occupancy values. Continuous real-time building monitoring and analyses are needed to achieve effective and efficient FM processes and to improve existing building use. The main goal of the research project is to define a Decision Support System (DSS) based on a dashboard, integrating occupancy levels and building uses from Post-Occupancy Evaluations (POEs). Insights and results of analyses of the dashboard would support the decision-making processes of facility managers during the O&M phase. The research aims at improving existing building management considering actual building occupancy from continuous monitoring, allowing for optimized planning of FM services, such as space management and cleaning services, and the definition of a flexible system that enables the working environment to adapt to changing conditions and needs. The methodology is divided into three main steps: (1) Indicative POE for building preliminary analyses; (2) Diagnostic POE by means of an IoT sensor network, defining the methodology for planning and calibrating the network, which is critical to ensure the collected data accuracy and quality, and the proper functioning of the sensor network; in this phase the respect of user privacy is crucial and five user privacy protection strategies are described; (3) DSS, which is defined as a dashboard, planning, and setting; this phase includes the definition of three indicators. The dashboard is a dynamic online tool integrating data from POEs and monitoring data, allowing for data analytics and comparison of optimization scenarios, by means of the integration of a selected set of tools. The DSS is defined as a dashboard, based on collected data and the evaluation of current building conditions and optimization scenarios via the three defined indicators. The investigated and evaluated scenarios allow optimizing space organization and possible different FM service strategies. The system aims at supporting the decision-making processes during the O&M phase while delegating the facility manager for the ultimate choice of the optimization strategies to be finally tested and adopted. The proposed approach and system were tested on a pilot study building hosting the Department of Architecture, Built environment and Construction engineering (DABC) at Politecnico di Milano, and, among the FM services, focused specifically on the optimization of space management and cleaning services. The system application showed promising results.   The analysis of current conditions in terms of occupancy showed that the pilot study building is used for around 25% of the available time and by 51% of users. The first scenario application highlighted that even while maintaining current building occupancy levels, cleaning activities can be optimized with reductions of around 30% in the entire building, especially optimizing cleaning activities on the first and second floors, which are the least used. The second scenario, aiming to optimize both space usage and cleaning service planning, highlighted that the average usage time and number of users can be increased by around 54% and 37% respectively considering the entire building. The advantages of the second scenario application are highlighted with considerable increases in average usage time and number of users and also optimizations and some savings in cleaning activities, with decreases of around 10% for cleaning activities in the entire building. The outputs showed the capability of the system to analyze current conditions and propose optimization scenarios. The investigation revealed limited usage of the building by the users. The low occupancy rates are also due to the wide time frame in which the building is open and accessible. Even considering the most used floor, i.e., the ground floor, in which users are required to work on-site, most spaces are used for around 8 or 9 hours, which is the standard length of a working day, while the building is open for about 14 hours a day, causing the low occupancy rates. The optimization scenarios highlighted the possibility of optimizing cleaning activities and space usage according to current or hypothesized occupancy levels, ensuring optimizations and savings over time. Furthermore, the second scenario uncovered the possibility to host new users in the building or turn the available spaces into areas that can be used by reservation, increasing the building flexibility, especially considering the growing levels of remote working which will likely and hopefully be maintained in the future. In conclusion, the reorganization and redistribution of spaces due to staff or activity changes over time can be supported by the proposed system, thus increasing the workplace adaptability to changing conditions and needs. In addition, insights and occupancy trends from the dashboard analysis can enable the optimization of cleaning activities. The successful application of the proposed methodology to a university facility can enable the consequent future application to a larger set of university facilities, resulting in even greater benefits considering the high FM costs and resources needed to operate university campuses. In the short-term view, it will be possible to optimize cleaning contracts that are currently based on building floor areas. At the same time, this will ensure increased satisfaction and well-being of users regarding their workplaces. The proposed research project sets the foundation for the future definition of a Digital Twin (DT) for FM, investigating some critical preliminary steps. In the long-term view, it will also be possible to define criteria for the optimized design of future office buildings with similar functions and expected occupancy values, and guidelines for proper occupancy monitoring, analysis, and simulation during the operational phase. This will ensure a continuous improvement of existing buildings use, and the increase of building adaptability to unavoidable changing requirements in the lifespan.

È essenziale garantire una gestione effettiva ed efficiente degli edifici durante la fase di gestione e manutenzione (O&M). L'occupazione e l'utilizzo degli spazi, che sono altamente variabili e possono cambiare nel corso del tempo, influenzano fortemente l'efficacia e il funzionamento di un'organizzazione durante la fase d'uso degli edifici. Inoltre, l'occupazione effettiva e l'utilizzo degli spazi possono essere significativamente diversi dai valori considerati durante la fase di progettazione, durante la quale gli spazi sono tipicamente dimensionati in base a dati di occupazione standardizzati e basati sulle funzioni dei locali. Di conseguenza, i valori di occupazione effettivi possono differire da quelli considerati in fase di progettazione e gli spazi possono essere inadeguati agli usi effettivi, con conseguenti livelli inadeguati di utilizzo e pulizia dei locali, correlati al benessere e alla soddisfazione degli utenti. Inoltre, l'attuale situazione legata alla pandemia da COVID-19 ha accelerato la diffusione di modalità lavoro da remoto, un processo già in crescita prima della pandemia, che ha aumentato drasticamente la variabilità dell'occupazione dei luoghi di lavoro. La crescente variabilità dell'occupazione degli edifici, il divario tra i valori di occupazione utilizzati in fase progettuale e quelli effettivi e la crescente diffuzione di modalità di lavoro da remoto hanno evidenziato i limiti delle strategie di facility management (FM) basate su database storici e valori di occupazione statici. Al fine di ottenere processi di FM efficaci ed efficienti e per migliorare l'utilizzo degli edifici esistenti, sono necessarie analisi e monitoraggi continui degli edifici in tempo reale in merito all’uso e ai valori di occupazione degli spazi. L'obiettivo principale del progetto di ricerca è definire un Sistema di Supporto alle Decisioni (DSS) basato su una dashboard, che integri i livelli di occupazione e gli usi dell'edificio provenienti da Post-Occupancy Evaluation (POE). I risultati delle analisi effettuate tramite la dashboard potranno supportare i processi decisionali dei facility manager durante la fase di O&M. La ricerca mira a migliorare l'attuale gestione degli edifici sulla base dell'occupazione effettiva dell'edificio grazie a un continuo monitoraggio, consentendo una pianificazione ottimizzata dei servizi FM, come ad esempio la gestione degli spazi e i servizi di pulizia, e la definizione di un sistema flessibile che consenta agli ambienti di lavoro di adattarsi a condizioni ed esigenze mutevoli. La metodologia si articola in tre fasi principali: (1) POE Indicative per l’analisi preliminare degli edifici; (2) POE Diagnostiche effettuate per mezzo di una rete di sensori IoT per il monitoraggio dell’occupazione, definendo la metodologia per la pianificazione e la calibrazione della rete, fondamentale per garantire l'accuratezza e la qualità dei dati raccolti e il corretto funzionamento della rete di sensori; in questa fase il rispetto della privacy degli utenti è fondamentale e sono definite cinque strategie per garantire la protezione della privacy degli utente; (3) pianificazione e impostazione del DSS, definito come una dashboard; questa fase comprende la definizione di tre indicatori. La dashboard è uno strumento dinamico che integra i dati provenienti dalle POE e i dati di monitoraggio dalla rete di sensori, consentendo l'analisi dei dati e il confronto di scenari di ottimizzazione. Il DSS è definito come una dashboard, basata sui dati raccolti e sulla valutazione delle condizioni attuali dell'edificio e degli scenari di ottimizzazione attraverso i tre indicatori definiti. Gli scenari analizzati e valutati consentono di ottimizzare l'organizzazione degli spazi e le possibili strategie di pianificazione dei servizi FM. Il sistema mira a supportare i processi decisionali durante la fase di O&M, delegando al facility manager la scelta finale delle strategie di ottimizzazione da testare e adottare sull’edificio reale. L'approccio e il sistema proposti sono stati testati su un edificio pilota che ospita il Dipartimento di Architettura, Ingegneria delle Costruzioni e Ambiente Costruito (DABC) del Politecnico di Milano e, tra i servizi di FM, la gestione degli spazi e i servizi di pulizia sono stati selezionati per l’analisi e l’ottimizzazione tramite il sistema proposto. L'applicazione del sistema ha restituito risultati promettenti. L'analisi delle condizioni attuali ha mostrato che l'edificio pilota è utilizzato per circa il 25% del tempo disponibile e dal 51% degli utenti. L'applicazione del primo scenario ha evidenziato che, pur mantenendo gli attuali livelli di occupazione dell'edificio, le attività di pulizia possono essere ottimizzate con riduzioni di circa il 30% nell'intero edificio, ottimizzando in particolare le attività di pulizia al primo e al secondo piano, che sono i meno utilizzati da parte degli utenti. Il secondo scenario, volto a ottimizzare sia l'utilizzo degli spazi che la pianificazione dei servizi di pulizia, ha evidenziato che il tempo medio di utilizzo e il numero di utenti possono essere aumentati rispettivamente del 54% e del 37% circa considerando l'intero edificio. I vantaggi dell'applicazione del secondo scenario sono stati evidenziati con un notevole aumento del tempo medio di utilizzo e del numero di utenti, nonché con ottimizzazioni e risparmi nelle attività di pulizia, con una riduzione di circa il 10% per le attività di pulizia nell'intero edificio. I risultati hanno dimostrato la capacità del sistema di analizzare le condizioni attuali e di proporre scenari di ottimizzazione. L'indagine ha rivelato un utilizzo limitato dell'edificio da parte degli utenti. I bassi tassi di occupazione sono dovuti anche all'ampio arco di tempo in cui l'edificio è aperto e accessibile. Anche considerando il piano più utilizzato, ossia il piano terra, nel quale gli utenti lavorano per la maggior parte del tempo in presenza, la maggior parte degli spazi viene utilizzata per circa 8 o 9 ore, ossia la durata standard di una giornata lavorativa, mentre l'edificio è aperto per circa 14 ore al giorno, causando bassi livelli di occupazione. Gli scenari di ottimizzazione hanno evidenziato la possibilità di ottimizzare le attività di pulizia e l'utilizzo degli spazi in base ai livelli di occupazione attuali o ipotizzati, garantendo ottimizzazioni e risparmi nel corso del tempo. Inoltre, il secondo scenario ha evidenziato la possibilità di ospitare nuovi utenti nell'edificio o di trasformare gli spazi disponibili in aree utilizzabili su prenotazione, aumentando così la flessibilità dell'edificio e dei suoi spazi, soprattutto considerando i crescenti livelli di adozione di modalità lavoro da remoto che probabilmente e auspicabilmente saranno mantenuti in futuro. In conclusione, la riorganizzazione e la ridistribuzione degli spazi a causa di cambiamenti di personale, di attività o di necessità nel tempo possono essere supportate dal sistema proposto, aumentando così l'adattabilità del luogo di lavoro a condizioni ed esigenze mutevoli. Inoltre, i risultati delle analisi effettuate tramite la dashboard garantiscono anche un’ottimizzazione delle attività di pulizia in funzione degli effettivi valori di utilizzo degli spazi. L’estensione dell’applicazione della metodologia a campus universitari in uno sviluppo futuro della ricerca potrebbe portare notevoli benefici se si considerano gli elevati costi di FM e le risorse necessarie per gestire i campus universitari. Possibili sviluppi futuri della ricerca prevedono l’ottimizzazione dei contratti di pulizia che attualmente si basano unicamente sulle superfici degli spazi. Al contempo, ciò garantirà un aumento della soddisfazione e del benessere degli utenti nei confronti dei propri luoghi di lavoro. Il progetto di ricerca proposto pone inoltre le basi per la futura definizione di un Digital twin (DT) per il FM, indagandone alcuni step preliminari. In un'ottica di lungo periodo, sarà inoltre possibile definire criteri per la progettazione ottimizzata di futuri edifici per uffici con funzioni e valori di occupazione previsti simili, nonché definire linee guida per un corretto monitoraggio, analisi e simulazione dell'occupazione durante la fase d’uso dei fabbricati. Ciò consentirebbe un miglioramento continuo dell'utilizzo degli edifici esistenti e l'aumento dell'adattabilità e flessibilità dei fabbricati rispetto alle esigenze e necessità mutevoli nel tempo.