موظف عاطل بينما ترتاح الصبغة
صبغة الشعر 20 دقيقة عمل و40 دقيقة انتظار. خلال تلك الأربعين يشرب الموظف الشاي ويخسر الصالون إيراداً.
تُوضع الصبغة، ثم يبدأ الانتظار. في ذلك الانتظار يكون الموظف فارغاً، لكن الكرسي يبدو محجوزاً في التقويم — فيخسر الصالون تلك الساعة بصمت. يفصل D-CCM دقائق الخدمة المشتغَلة عن دقائقها المنتظَرة: يجلب لك العمل الذي يتّسع للانتظار، ويلتقط التعارض قبل أن تحفظ الموعد. وما اتّسع للانتظار هو الطاقة التي يكسبها الصالون.
البرامج الشائعة تَعُدّ الموعد كتلةً واحدة؛ ولا تعرف شيئاً اسمه انتظار. وهناك بالضبط ينظر D-CCM.
المشكلة
متوسط إشغال الصالونات في تركيا 62%. أي أن 38% من كل ساعة عمل تذهب فارغة. D-CCM ينظر إلى تلك الفجوة.
صبغة الشعر 20 دقيقة عمل و40 دقيقة انتظار. خلال تلك الأربعين يشرب الموظف الشاي ويخسر الصالون إيراداً.
ثلاثة عملاء يقعون في الساعة نفسها، والغرفة تتسع لاثنين، والجهاز واحد. الاستقبال ينبّه يدوياً ويغادر العميل غير راضٍ.
المالك يحسبها في رأسه — «ماذا لو عملت مانيكير أثناء الصبغة». النظام لا يتوقّع ذلك فتتراكم الأخطاء.
لماذا وُجد
الكرسي يبدو مشغولاً بينما الموظف فارغ. لا يمكن استقبال عميل ثانٍ ويخسر الصالون تلك الساعة بصمت. المشكلة ليست في حساب البرنامج — بل في نموذجه.
الفترة الخاملة تُفتح عن قصد. تصبح شريحة منفصلة في التقويم، وإن ناسبها عمل قصير يُقترح. اليوم يُنقذ والعميل لا يلاحظ شيئاً.
الحل
لم تعد الخدمة اسماً لكتلة واحدة. لها جزءان: الدقائق التي يعمل فيها الموظف بيديه والدقائق التي ينتظر فيها العميل. D-CCM لا يهدر النوع الثاني.
صبغة الشعر: 20 دقيقة عمل و40 دقيقة انتظار. D-CCM يرى تلك الأربعين دقيقة ويسنِد الموظف نفسه إلى عميل موازٍ (مانيكير مثلاً). والنتيجة: عميلان في تلك الساعة بدل واحد — تلك الساعة تُنجز ضِعف العمل.
الإعداد
كل ما يلزم لتشغيل D-CCM هو كتابة مدّتي الخدمة مرة واحدة. التقويم والعمولة يتبعان من تلقاء نفسيهما.

إدارة العمولات — إعداد المستويات (Junior/Senior/Master) والنسبة الافتراضية لكل موظف. تفصيل الأرباح يُفتح من بطاقة الموظف.
الخوارزمية
يكيّف D-CCM مسألة جدولة المشاريع محدودة الموارد على واقع الصالون. وبمقاربة Greedy + Beam Search + Hybrid يحلّ أسبوعاً من 60 موعداً في الزمن الحقيقي.
activeMinutes + passiveMinutes. والموظفون والغرف والأجهزة تُعلَّم كعُقد في الرسم البياني.النتائج
سيناريو تجريبي مستهدف (محاكاة): 12 صالوناً، n=3,842 موعداً. هذه نتائج مستهدفة مقارنة بالجدولة اليدوية — وحين تُنشر قياسات التجربة الحقيقية سيُحدَّث هذا القسم بمصادره:
المقارنة
البرامج الشائعة في السوق كلّها تَعُدّ الموعد كتلةً واحدة. وD-CCM أول من يفصل الدقائق المشتغَلة عن الدقائق المنتظَرة.
لمن يفيد
D-CCM لا يعود بالفائدة نفسها في كل صالون. لنكن صريحين — حيث لا لزوم له يبقى مطفأً:
هنا المكسب الأكبر: عمل صبغة طويل وإلى جانبه عمل قصير. الفترة الخاملة تتكرر عدة مرات في اليوم.
إن كانت بروتوكولاتك تتضمن انتظاراً، يؤتي منطق الفترات ثماره. وإن لم تتضمن، تتركه مطفأً وتبقى القائمة بسيطة.
معظم المحلات لا تحتاجه؛ فالعمل قصير ومتتابع أصلاً. شغّله إن كنت تقدّم خدمات صبغة مختلطة.
خارطة الطريق
محرك D-CCM جاهز في قاعدة الشيفرة؛ وسيُتحقَّق منه على مواعيد حقيقية فور انطلاق البرنامج التجريبي. بعد ذلك: التعلّم الآلي والنشر متعدد المناطق والتحسين المستمر. حصننا ليس براءة اختراع — بل تطوير مستمر مع أفضلية في البيانات.
محرك Glanevo v0 — نموذج حقول activeMinutes + passiveMinutes مع كشف تعارض جشع.
محلّل Greedy + Beam Search يعمل؛ وكشف التعارض متحقَّق منه بمجموعة اختبارات آلية.
تنبؤ بالوقت الخامل لكل صالون: نموذج يتعلّم من متغيرات مثل كثافة الشعر وعلامة الصبغة ودرجة حرارة الغرفة.
نشر متعدد المناطق واستخدام فعلي في 44 دولة. وسيُدرس طلب براءة اختراع في وقته المناسب.
الأسئلة الشائعة
خوارزمية حقيقية: تعمل في قاعدة الشيفرة (Service.activeMinutes وService.passiveMinutes في مخطط Prisma؛ ومحلّل التعارض على POST /api/appointments/check-conflicts). أرقام التجربة في هذه الصفحة سيناريو مستهدف (محاكاة)؛ وستُشارك القياسات الميدانية هنا مع مصادرها فور نشرها.
ليس ببراءة اختراع: يُحمى D-CCM بالتطوير المستمر (v0 → v1 → v2 ML)، وبأفضلية البيانات (بيانات المواعيد التي ستتدفق من الصالونات التجريبية)، وبعلاقة العميل (تكامل عميق مع تشغيل الصالون). أما طلب براءة الاختراع فسيُدرس على حدة في وقته المناسب.
نسخ فكرة الخوارزمية يستغرق سنوات. التطوير المستمر (v0 → v1 تنبؤ بالذكاء الاصطناعي → v2 تخطيط تلقائي → v3 تعلّم آلي) ومجموعة بيانات متدفقة من الصالونات نفسها — حصن من طبقتين. وحين يبدأ منافس باللحاق نكون قد تقدّمنا بإصدارين.
توسيع فريق البحث والتطوير إضافة إلى نموذج التعلّم الآلي في v2. الهدف: التنبؤ بالوقت الخامل لكل صالون (نموذج يتعلّم من متغيرات مثل كثافة الشعر وعلامة الصبغة ودرجة حرارة الغرفة).
في الخطة المجانية نسخة محدودة بموظف واحد. في Pro وما فوق النسخة الكاملة: موارد متعددة، أفضل 5 اقتراحات بديلة، إشعارات تلقائية. وتضيف Studio وEnterprise دعم تعدد الفروع.
تعرّف المدة النشطة والخاملة لخدماتك مرة واحدة (صبغة الشعر: 20 نشطة / 40 خاملة مثلاً). والباقي تلقائي. النظام يقترح وأنت توافق أو تغيّر.
عرّف المدة النشطة والخاملة لخدماتك مرة واحدة واترك الباقي لـ D-CCM. وفي نهاية الأسبوع الأول قِس فارق الإشغال بنفسك.