El ritmo semanal oculto de la afluencia (y el día en que faltó personal)

Pregunte a los comerciantes qué día de la semana es el más concurrido y la mayoría responderá sin dudar. Pregúnteles si la hora de más afluencia de ese día es a las 11 o a las 14 y la seguridad tiende a evaporarse; pregúnteles cuándo es más alta la conversión en relación con la afluencia y la respuesta suele ser un encogimiento de hombros. Las decisiones de personal se tuercen en ese hueco entre la intuición por días y la realidad por horas.

El patrón que cree tener frente al que realmente tiene

La memoria humana registra muy mal la afluencia. Recordamos el sábado por la tarde en que la tienda estaba a reventar y el martes por la mañana en que estaba completamente vacía. Olvidamos el pico del jueves a mediodía, que supera a cualquier miércoles, y el bajón del domingo por la tarde, que llega treinta minutos antes de lo que sugiere el horario de cierre publicado. El patrón que llevamos en la cabeza es una selección de los momentos más llamativos.

La planificación del personal es un problema de asignación semanal. El cuadrante se hace una vez para la semana siguiente, a partir de alguna suposición sobre cuándo llegarán los visitantes. Si esa suposición falla sistemáticamente en la misma dirección (si los lunes son siempre más tranquilos de lo que prevé el cuadrante y los viernes por la mañana siempre más concurridos), el error se acumula cada semana. A lo largo de un año, eso se traduce en mucho personal ocioso los lunes y muchos clientes frustrados los viernes por la mañana.

Cómo es un patrón semanal medido

Cada espacio tiene su propio ritmo, determinado por su ubicación, su área de influencia, su categoría y sus horarios de apertura. Una sucursal de cadena retail en el centro de una ciudad tiene un patrón distinto al de un local en un parque comercial, y un destino de ocio alcanza su pico de otra forma que un supermercado. Una tienda junto a un nudo de transporte sigue un patrón que marcan en parte los horarios. El ritmo semanal se inscribe además en uno mayor: el calendario de afluencia del año retail, donde la Navidad, enero y la Semana Santa reconfiguran la línea de referencia semana a semana.

En tipos de espacio muy distintos, los datos medidos muestran una y otra vez que la imagen intuitiva acierta más o menos por días y a menudo falla bastante por horas. El día más concurrido suele identificarse bien; la hora punta de ese día, el pico secundario de mitad de semana y la forma exacta de la curva del sábado se calculan mal con frecuencia.

El desajuste suele concentrarse en puntos concretos y predecibles:

• El inicio lento: muchos espacios no ven su primer repunte real de tráfico hasta bastante después de la hora de apertura, así que el personal del turno de mañana pasa buena parte del tiempo esperando.
• La compresión de la hora del almuerzo: un pico brusco de sesenta a noventa minutos concentra más demanda de lo que sugiere una lectura relajada de “hora de almuerzo concurrida”.
• La sorpresa de mitad de semana: en muchos espacios retail, el miércoles o el jueves supera al lunes y al martes por más de lo que prevé el cuadrante.
• El cierre temprano: las llegadas reales de visitantes suelen disminuir mucho antes del horario oficial de cierre, así que alargar el turno de tarde se convierte en un coste que atiende a muy pocos clientes.

El tiempo de permanencia complica el panorama

La afluencia (las llegadas) es solo la mitad de la ecuación. El tiempo que los visitantes pasan en el espacio determina cuántas personas hay presentes en cada momento y, por tanto, cuánta capacidad de servicio necesita el espacio. Una oleada de visitantes que compran rápido durante la hora punta del almuerzo presiona al personal de otra manera que un flujo más lento de clientes que curiosean y se quedan treinta minutos cada uno.

Si su hora punta de llegadas coincide con un tiempo de permanencia superior a la media, tiene un pico compuesto: llega más gente y cada persona se queda más tiempo. Es la hora en que la falta de personal se nota más: la cola se forma rápido, tarda mucho en deshacerse y el efecto sobre la conversión es medible. Los clientes que se ponen en una cola larga a veces la abandonan; los que ven una cola larga a veces ni siquiera se ponen en ella.

Entender el tiempo de permanencia junto con los recuentos de llegadas cambia la pregunta de personal de “¿cuándo llega la gente?” a “¿cuándo está el espacio bajo más presión?”. Pueden ser horas diferentes.

Construir un cuadrante a partir de datos, no del cuadrante del año pasado

En la práctica, la afluencia semanal medida es una herramienta de planificación. Si están disponibles los recuentos hora a hora de las últimas doce semanas, un responsable puede ver la forma media de cada día, la variabilidad en torno a esa media y las semanas en que un evento, una promoción o una racha de mal tiempo cambió el patrón. El cuadrante puede construirse entonces a partir de la forma medida y no del hábito heredado. La planificación de personal con datos de afluencia consiste precisamente en esto: convertir el ritmo semanal medido en asignación de recursos, en lugar de copiar una estimación semana tras semana.

Trabajar con datos no obliga a seguir un algoritmo al pie de la letra. Un responsable que ve que los datos prevén un viernes por la tarde tranquilo puede decidir igualmente mantener al personal por la experiencia del cliente. Lo valioso es que sea una decisión consciente y no accidental, y tener pruebas cuando la conversación con la central gire hacia los recursos.

Para las cadenas retail con varias ubicaciones, los mismos datos muestran hasta qué punto el patrón semanal se mantiene de una sucursal a otra. Una cadena con treinta tiendas rara vez tiene treinta ritmos idénticos: una sucursal en una ciudad dormitorio alcanza su pico de otra forma que una situada en un destino de ocio. Los modelos de personal comunes a toda la red, que tratan todos los locales como equivalentes, suelen fallar en ambas direcciones a la vez: demasiado personal en un sitio, demasiado poco en otro.

Los horarios de apertura como pregunta de datos

Los horarios de apertura suelen heredarse del día en que abrió el local, con algún ajuste ocasional tras quejas o por una corazonada del responsable. La afluencia medida convierte la pregunta en empírica. Si un patrón constante muestra que las llegadas de visitantes caen casi a cero noventa minutos antes del cierre, eso es un argumento comprobable para cerrar antes o para trasladar ese coste de personal al pico.

Los datos relevantes aquí son sencillos: llegadas por hora, día a día, durante suficientes semanas como para separar lo típico de lo excepcional. Qué hacer con ese patrón es una decisión comercial, pero las pruebas en que se apoya no tienen por qué ser una suposición.

Hacer coincidir el personal con los picos medidos

Todo espacio físico tiene un ritmo semanal de afluencia, y medirlo aporta precisión: la intuición por días que ya existe se convierte en un dato por horas. El cuadrante deja de ser una copia del mes pasado con pequeños retoques y pasa a responder a la forma real de la demanda.

La falta de personal persistente en los picos le cuesta conversión, satisfacción y, con el tiempo, la pérdida gradual de visitantes que encuentran otro sitio menos frustrante. Una línea de referencia de afluencia hora a hora (anónima, agregada, recopilada de la infraestructura que ya gestiona) es el seguro más barato contra esa deriva.

Fuentes

• Mani, V., Kesavan, S., & Swaminathan, J. M. (2015). Estimating the impact of understaffing on sales and profitability in retail stores. Production and Operations Management, 24(2), 201–218. https://doi.org/10.1111/poms.12237
• Lu, Y., Musalem, A., Olivares, M., & Schilkrut, A. (2013). Measuring the effect of queues on customer purchases. Management Science, 59(8), 1743–1763. https://doi.org/10.1287/mnsc.1120.1686
• Perdikaki, O., Kesavan, S., & Swaminathan, J. M. (2012). Effect of traffic on sales and conversion rates of retail stores. Manufacturing & Service Operations Management, 14(1), 145–162. https://doi.org/10.1287/msom.1110.0356