Etter pandemien har arbeidet, måten vi arbeider på og hva ansatte forventer av arbeidet, blitt forvandlet.
Mange ser på fleksible, hybride arbeidsplaner som normen, og den fortsatte utbredelsen av disse arbeidsformene krever større investeringer i alternative arbeidsområder og fleksible designvalg.
Hos HED mener vi at det endelige målet er å skape et område som gir de ansatte et effektivt og praktisk arbeidsmiljø som utfyller disse nye arbeidsformene.
Kunnskapsbasert design, som utnytter harde data som ansattes bruk, produktivitetsdrivere, effektivitet, kvalitet og kulturbygging, vil være avgjørende for å skape nyttige områder på kontoret.
Brukeropplevelse på arbeidsplassen
Brukeropplevelse på arbeidsplassen viser til brukeropplevelsen i kontormiljøet. Nå som ansatte har blitt vant til komforten og enkelheten ved hjemmekontoret, har brukeropplevelsen på kontoret både endret seg og fått større betydning.
I en moderne, fleksibel arbeidshverdag må organisasjoner være bevisste når de velger hvilke typer og hvor mange alternative arbeidsområder—områder utformet for arbeidsaktiviteter som ikke foregår i tradisjonelle kontorbåser—som skal være tilgjengelige.
Med fremveksten av hybridarbeid går ansatte for eksempel i økende grad mot å arbeide hjemmefra på produktive dager og dra inn på kontoret for samarbeid.
I tråd med beste praksis for hybridarbeid utformes kontorer med mer «vi-plass» og mindre «jeg-plass» for å gi de ansatte felles egenskaper som ikke kan gjenskapes hjemme.
Virksomheter bør basere seg på datainformerte beslutninger for å sikre at dette behovet blir ivaretatt.
Slik bruker du data til å forbedre brukeropplevelsen på arbeidsplassen
Data er en viktig faktor når man skal utforme områder som folk vil like å arbeide i.
Tilbakemeldinger fra brukere, bruk av prototyper, testing av områdekonsepter og undersøkelser av utnyttelsen av eiendom kan alle brukes til å realisere løftet om en arbeidsplass for neste generasjon.
De fleste av prosjektene våre som for tiden er under utforming sammen med kunder, omfatter innspill fra ansatte, prototyping og dataanalyse.
Virksomheter som LinkedIn, H&M og Puma er alle kjent for å spore atferdsdata for å få bedre innsikt i hvordan de ansatte bruker lydisolerte arbeidskapsler på kontoret, for å avgjøre om teknologien er verdt investeringen.
Med data samlet inn ved inngangen får arbeidsgivere større kontroll over bygningsfunksjoner som øker de ansattes komfort og reduserer energibruken—alt med minimale forstyrrelser for brukerne.
Ved hjelp av skanning av ansattes adgangskort har kundene våre for eksempel brukt ansattdata til å optimalisere heisenes driftstider basert på høy trafikk, styre oppvarming og kjøling for å sikre optimale temperaturer for ansatte på kontoret og til og med kontrollere bakgrunnsstøy.
Internt har vi arbeidet med å redesigne flere av kontorene våre og sette våre egne metoder ut i praksis.
På kontoret vårt i Los Angeles påvirket data fra undersøkelser blant ansatte designbeslutningene. Vi ba medarbeiderne våre vurdere kontorfasilitetene og hvor ofte de kom inn på kontoret for å bruke private møterom, slik at vi kunne finne ut hvilke områder som var mest nyttige for dem.
Resultatet ble opprettelsen av et område kjent som «The HUB», et åpent område som strekker seg fra den ene siden av bygningen til den andre.
Den ene enden av The HUB fungerer som sentralt kommandosenter for produksjonsprosessene, mens den andre enden er kontorets ankomstområde, med resepsjon, utstillingsområde, møterom for kunder, lounge og uformelle sitteplasser for samtaler mellom kunder og ansatte.
Gjennom tilbakemeldinger og data fra medarbeiderundersøkelser skapte teamet vårt et område som var perfekt tilpasset den typen samarbeid de ansatte trenger for å lykkes.

Ta hensyn til eksterne faktorer
Det finnes alltid muligheter for at data kan fordreie oppfatningen vår. Selv om data gir oss god innsikt i hva arbeidsstyrken ønsker, kan noe så enkelt som været påvirke hvor ofte ansatte kommer inn på kontoret, og hvordan arbeidsmønstrene deres ser ut.
Det er viktig å ta hensyn til eksterne faktorer når man analyserer datatrender, før man tar endelige designbeslutninger.
Flere ressurser:
