Kysy kauppiaalta, mikä viikonpäivä on vilkkain, ja useimmat vastaavat epäröimättä. Kysy heiltä, onko kyseisen päivän vilkkain tunti klo 11 vai klo 14, ja luottamus tyypillisesti häviää. Kysy heiltä, milloin konversio on korkein suhteessa kävijämäärään, ja vastaus on yleensä olankohautus. Tämä kuilu päivätason vaiston ja tuntitason todellisuuden välillä on se, missä henkilöstöpäätökset menevät pieleen.

Kuvio, jonka luulet sinulla olevan, vs. kuvio, joka sinulla on

Ihmismuisti on huono kävijäjäljittäjä. Muistamme lauantai-iltapäivän, jolloin myymälä oli täynnä, ja tiistaiaamun, jolloin se oli täysin tyhjä. Unohdamme torstain lounasruuhkan, joka ylittää jokaisen keskiviikon, ja sunnuntai-illan, joka loppuu kolmekymmentä minuuttia aikaisemmin kuin julkaistu sulkemisaika antaa ymmärtää. Päässämme oleva kuvio on kohokohtakooste, ei datasetti.

Tämä merkitsee, koska henkilöstösuunnittelu on viikoittainen allokointiongelma. Työvuorolista rakennetaan kerran tulevalle viikolle, jonkin oletuksen perusteella siitä, milloin kävijät saapuvat. Jos tuo oletus on systemaattisesti väärässä samaan suuntaan – jos maanantait ovat johdonmukaisesti hiljaisempia kuin työvuorolista ennakoi, ja perjantaiaamut johdonmukaisesti vilkkaampia – virhe kertautuu joka viikko. Vuoden yli se lisääntyy paljon joutilaaksi henkilöstöksi maanantaisin ja paljon turhautuneiksi asiakkaiksi perjantaiaamuisin.

Miltä mitattu viikoittainen kuvio näyttää

Jokaisella tilalla on oma rytminsä, muovattu sen sijainnin, valuma-alueen, kategorian ja aukioloaikojen mukaan. Kaupunkikeskustan myymäläketjun haara näkee erilaisen kuvion kuin vähittäiskauppapuiston yksikkö. Liikennekeskuksen vieressä sijaitseva myymälä saa osittain aikatauluista johtuvan kuvion. Vapaa-aikakohde huipentuu eri tavoin kuin ruokakauppa. Viikkorytmi asettuu vielä suuremman rytmin sisään: vähittäiskaupan vuosittaisen kävijäkalenterin, jossa joulu, tammikuu ja pääsiäinen muovaavat lähtötasoa viikko viikolta.

Mitattu data osoittaa johdonmukaisesti, monien eri kohdetyyppien yli, että intuitiivinen kuva on suunnilleen oikea päivätasolla ja usein melko väärässä tuntitasolla. Vilkkain päivä tunnistetaan yleensä oikein. Kyseisen päivän huipputunti, toissijainen viikkokeskiviikkohuippu ja lauantaikäyrän tarkka muoto arvioidaan usein väärin.

Epäsuhta ei ole satunnainen. Se pyrkii jäämään tiettyihin, ennakoitaviin paikkoihin:

  • Hidas alku: monet tilat näkevät ensimmäisen todellisen liikennepulssaunsa huomattavasti myöhemmin kuin aukioloaika, mikä tarkoittaa, että aamuvuoron henkilöstö on suurelta osin odottamassa.
  • Lounastunnin tiivistyminen: terävä huippu, joka kestää kuusikymmentä yhdeksänkymmentä minuuttia, tiivistää enemmän kysyntää kuin rento luku “vilkas lounasaika” antaa ymmärtää.
  • Viikkoyllätys: monille vähittäistilaille keskiviikko tai torstai ylittää maanantain ja tiistain enemmän kuin työvuorolista ottaa huomioon.
  • Aikainen sulkeminen: todelliset kävijäsaapumiset usein tasoittuvat lähes nollaan huomattavasti ennen virallista sulkemisaikaa, tehden myöhäisen vuoron jatkamisen kustannukseksi, joka palvelee hyvin harvoja asiakkaita.

Viipymäaika monimutkaistaa kuvaa

Kävijämäärä – saapumiset – on vain puoli yhtälöä. Kävijöiden tilassa viettämä aika määrää, kuinka monta ihmistä on tosiasiassa läsnä millä hetkellä tahansa, ja siksi kuinka paljon palvelukapasiteettia tila tarvitsee. Aalto nopeita transaktiokävijöitä lounasruuhkassa luo erilaisen paineen henkilöstölle kuin hitaampi virta selailjoita, jotka jäävät kolmekymmentä minuuttia kukin.

Jos huipputulosajantuntisi sattuu yhteen yläpuolisten viipymäaikojen kanssa, sinulla on yhdistelmähuippu: enemmän saapuvia ihmisiä, joista kukin viipyy kauemmin. Se on tunti, joka altistaa alipalkkauksen kaikkein karkeimmin – jono muodostuu nopeasti, vie kauan purkautua, ja vaikutus konversioon on mitattava. Asiakkaat, jotka liittyvät pitkään jonoon, lähtevät joskus siitä; asiakkaat, jotka näkevät pitkän jonon, eivät joskaan liity siihen lainkaan.

Viipymäajan ymmärtäminen rinnakkain saapumislaskentojen kanssa muuttaa henkilöstökysymyksen “milloin ihmiset saapuvat?” kohti “milloin tila on eniten paineessa?” Ne voivat olla eri tunteja.

Työvuorolistan rakentaminen datasta eikä viime vuoden työvuorolistasta

Mitatun viikoittaisen kävijämäärän käytännöllinen tuotos on suunnittelutyökalu. Jos tuntikohtaiset laskennat viimeiseltä kahdeltatoista viikolta ovat saatavilla, esimies voi nähdä jokaisen päivän keskimääräisen muodon, tämän keskiarvon ympärillä olevan vaihtelun ja viikot, joissa tapahtuma, kampanja tai huono sääjakso siirsi kuviota. Työvuorolista voidaan sitten rakentaa mitatun muodon perusteella, ei periytyneen tavan.

Tämä ei tarkoita jäykkää algorithmin noudattamista. Esimies, joka näkee datan ennustavan rauhallisen perjantai-iltapäivän, voi silti valita pitää henkilöstön asiakaskokemussyistä. Arvo on tehdä tästä tietoinen valinta eikä vahinkoon tapahtunut – ja saada todisteita, kun päätoimiston kanssa käydään pääkeskustelua.

Myymäläketjuille, joilla on useita toimipisteitä, sama data paljastaa, kuinka johdonmukainen viikoittainen kuvio on sivuliikkeissä. Ketjulla, jolla on kolmekymmentä myymälää, on harvoin kolmekymmentä identtistä rytmiä. Pendelöijäkaupungin haara huipentuu eri tavoin kuin vapaa-aikakohde. Verkostotason henkilöstömallit, jotka kohtelevat kaikkia toimipisteitä identtisinä, ovat lähes aina väärässä molempiin suuntiin samanaikaisesti: liikaa henkilöstöä jossakin, liian vähän jossakin muualla.

Aukioloajat data-kysymyksenä

Aukioloajat pyrkivät periytyessä kohteen avaamispäivästä, säädettynä satunnaisesti valitusten tai esimiehen arvauksen jälkeen. Mitattu kävijämäärä tekee kysymyksestä empiirisen. Jos johdonmukainen kuvio osoittaa, että kävijäsaapumiset ohentuvat lähes nollaan yhdeksänkymmentä minuuttia ennen sulkemisaikaa, se on testattava tapaus aiemmalle sulkemiselle – tai henkilöstökustannuksen ohjaamiselle huippuaikaan sen sijaan.

Tässä relevantit datatoimitukset ovat suoraviivaisia: saapumiset tunnin mukaan, päivä päivältä, tarpeeksi viikkoja normaalin erottamiseksi poikkeuksellisesta. Päätös siitä, mitä tuolla kuviolla tehdä, on kaupallinen. Mutta todistuspohjan ei tarvitse olla arvausta.

Henkilöstön sovittaminen mitattuihin huippuihin

Kävijämäärän viikkorytmi ei ole löytö – jokaisella fyysisellä tilalla on sellainen. Mitä mittaaminen muuttaa on tarkkuus. Olemassa oleva päivätason vaisto muuttuu tuntitason faktatiedoksi. Työvuorolista lakkaa olemasta kopio viime kuun työvuorolistasta pienin muutoksin, ja siitä tulee vastaus todelliseen kysynnän muotoon.

Jatkuva alipalkkaus huippuaikoina maksaa sinulle konversiossa, tyytyväisyydessä ja lopulta kävijöiden hiljaisessa kulumisessa, jotka löytävät jonkun vähemmän turhauttavan. Tuntikohtainen kävijälähtötaso – anonyymi, koostattu, kerätty jo olemassa olevasta infrastruktuurista – on halvin vakuutus tuota ajautumista vastaan.

Usein kysytyt kysymykset

Toistuvatko kävijämäärän kuviot todella viikoittain?

Useimmille vähittäis- ja julkisille tiloille kyllä – ennustettavine vaihteluineen. Työvuorojen, työmatkailun, vapaa-ajan tapojen ja koulukauden aiheuttama perustason rytmi on huomattavan vakaa viikosta toiseen. Poikkeamat (pyhäpäivät, paikalliset tapahtumat, huono sää) erottuvat lähtötasosta juuri siksi, koska lähtötaso on niin johdonmukainen.

Kuinka viikottaiset kävijämääräkuviot vaikuttavat henkilöstösuunnittelupäätöksiin?

Jos aikataulutat henkilöstön intuition tai viime vuosineljänneksen työvuorolistan perusteella, ylipalkkaät hiljaisia jaksoja ja alipalkkaat huippuja todennäköisesti. Alipalkkaus-ongelma on kalliimpi: se näkyy pidempinä jonoina, hitaampana palveluna, matalampana konversiona ja ajan myötä asiakkaina, jotka lopettavat tulemisen. Mitattu data antaa sinulle todellisen tuntikohtaisen kysynnän muodon, ei muotoa, jonka oletit.

Pitäisikö aukioloaikojen seurata kävijämääräkuvioita?

Aukioloajat kannattaa tarkistaa mitatun datan eikä perinteiden perusteella. Myymälä, joka avaa klo 9, mutta näkee lähes nolla kävijää ennen klo 10:30, käyttää henkilöstömenoja tyhjässä tilassa. Yksi, joka suljetaan klo 18, mutta kävi edelleen vilkkaana klo 17:45, saattaa jättää tuloja pöydälle. Tuntien muuttamispäätös kuuluu omistajalle, mutta sen tai sitä vastaan puhuvan todistuksen pitäisi tulla datasta.

Kuinka tarkkaa kävijädatan täytyy olla henkilöstösuunnittelukäytössä?

Tuntikohtainen on vähimmäishyödyllinen tarkkuus henkilöstöpäätöksille. 15 minuutin välit ovat parempi suurivolyymisille tiloille, joissa jonot voivat muodostua ja purkautua nopeasti. Päivätason data kertoo, minkä viikonpäivän priorisoit mutta ei, milloin laittaa ylimääräinen henkilö kassalle.

Selvitä, milloin tilasi todella ruuhkautuu

Varaa 30 minuutin demo ja katso, miltä tuntikohtainen kävijädata näyttää tilanteessasi – anonyymillä, GDPR-hyväksytyllä datalla.

Varaa esittely