[Case study] Efficiënte interne training met Ondoku - Juchheim Co., Ltd.

• Juchheim Co., Ltd.
• Schaal: 101-500 personen
• Sector: Productie en verkoop
• Interview: Dhr. Ozono

Doel & Uitdagingen

Veel tijdelijk personeel aangenomen voor het einde van het jaar. De onboarding werd handmatig uitgevoerd met een PowerPoint-presentatie van 40 minuten, maar het herhalen van dezelfde inhoud was arbeidsintensief en de kwaliteit van de uitleg varieerde per verantwoordelijke.

Er werd geprobeerd om audio opgenomen door medewerkers te gebruiken voor de narratie, maar bij de werkelijke opname was het moeilijk verstaanbaar en onduidelijk.

Oplossing

Ondoku geïmplementeerd met als doel de efficiëntie en kwaliteit van de onboarding te verbeteren, door over te stappen van handmatige uitleg naar automatische onboarding via video.

Effect

Door onboardingvideo's te maken met de narratie van Ondoku, zijn tijd en moeite bespaard. (Jaarlijks 40 keer × 40 minuten = 1600 minuten tijdsbesparing). Bovendien is de uitleg nauwkeuriger en vollediger geworden dan wanneer een mens het uitlegt, wat heeft geleid tot een kwaliteitsverbetering.

Introductie van het bedrijf en de afdeling

Juchheim Co., Ltd., een fabrikant en verkoper van westerse zoetwaren zoals Baumkuchen, is gevestigd in Anjo, prefectuur Aichi.

Met ongeveer 400 medewerkers is het een bedrijf dat diep geworteld is in de regio en geliefd is bij vele klanten.

De afdeling waar het is geïmplementeerd, houdt zich bezig met algemene zaken voor de fabriek, zoals werving en salarisadministratie.

In dit artikel spraken we met dhr. Ozono over de achtergrond, het proces en de effecten van de implementatie van Ondoku op de afdeling Algemene Zaken van het bedrijf.

Juchheim Co., Ltd.

Kunt u ons vertellen over de achtergrond van de implementatie van de tekst-naar-spraak tool?

Bij Juchheim Co., Ltd. nemen we tegen het einde van het jaar veel tijdelijk personeel aan.

Voor dit tijdelijke personeel voeren we een onboarding uit. In de huidige situatie bracht deze onboarding echter veel tijd, moeite en kosten met zich mee.

Voorheen werd de onboarding handmatig gedaan met een PowerPoint-presentatie van 40 minuten, maar de uitdaging was dat het herhalen van dezelfde inhoud arbeidsintensief was en dat de kwaliteit van de uitleg varieerde per verantwoordelijke.

Mag ik u vragen hoe de implementatie van Ondoku tot stand is gekomen?

Geconfronteerd met deze uitdagingen, zocht ik op sociale media naar manieren om automatisch narratie te creëren.

Zo kwam ik Ondoku tegen.

Ik vergeleek het met andere tools en vond dat de gebruikswijze direct duidelijk en makkelijk te begrijpen was.

Het gemak van de automatische narratie-creatie en de gebruiksvriendelijkheid waren de doorslaggevende factoren voor de implementatie.

Zijn de uitdagingen van uw bedrijf opgelost (of verbeterd) vergeleken met de situatie voor de implementatie van Ondoku?

Na de implementatie is er een tijdsbesparing van ongeveer 1600 minuten per jaar gerealiseerd.

(Aantal onboarding-sessies per jaar: 40 keer × 40 minuten = 1600 minuten tijdsbesparing)

Bovendien is door de automatische narratie de kwaliteit van de uitleg geüniformeerd, waardoor nauwkeurige informatieoverdracht zonder hiaten mogelijk is geworden.

De gebruiksvriendelijkheid van Ondoku is ook zeer duidelijk en prettig.

Wat zijn de pluspunten die u zou aanraden wanneer u Ondoku aan anderen aanbeveelt?

Ik zou de gebruiksvriendelijkheid van Ondoku aanbevelen als het belangrijkste pluspunt.

Samenvatting: Transformatie door Ondoku

De casus van de implementatie van Ondoku bij Juchheim Co., Ltd. was zeer leerzaam als een concreet voorbeeld van efficiëntieverbetering en kwaliteitsverbetering.

Hartelijk dank voor het delen van dit geweldige voorbeeld van hoe het gebruik van nieuwe technologie de kwaliteit van de onboarding kan verbeteren terwijl er aanzienlijk op tijd en moeite wordt bespaard.

Moge dit voorbeeld een grote inspiratie zijn voor andere bedrijven met vergelijkbare uitdagingen!

Ondoku is een tekst-naar-spraakservice die gratis commercieel kan worden gebruikt. Het ondersteunt meer dan 80 talen en dialecten en heeft in totaal meer dan 650 sprekers. De soorten stemmen en voorbeeldfragmenten voor ondersteunde talen kunnen hier worden beluisterd.