Apmeklētības slēptais nedēļas ritms (un diena, kad pietrūka darbinieku)

Pajautājiet veikala īpašniekam, kura nedēļas diena ir visnoslogotākā, un vairums atbildēs nevilcinoties. Pajautājiet, vai šīs dienas noslogotākā stunda ir 11.00 vai 14.00, un pārliecība parasti izzūd; pajautājiet, kad konversija attiecībā pret apmeklētību ir visaugstākā, un atbilde parasti ir plecu paraustīšana. Tieši šajā plaisā starp izjūtu dienas līmenī un realitāti stundu līmenī personāla lēmumi aiziet greizi.

Ritms, ko domājat, ka Jums ir, un ritms, kas Jums ir patiesībā

Cilvēka atmiņa slikti uzskaita apmeklētību. Mēs atceramies sestdienas pēcpusdienu, kad veikals bija pārpildīts, un otrdienas rītu, kad tajā nebija neviena. Mēs aizmirstam ceturtdienas pusdienu pieplūdumu, kas pārspēj jebkuru trešdienu, un svētdienas vakaru, kad apmeklētāju plūsma noplok trīsdesmit minūtes agrāk, nekā liecina norādītais slēgšanas laiks.

Ritms, ko nēsājam galvā, ir spilgtāko brīžu izlase.

Personāla plānošana ir nedēļas sadales uzdevums. Grafiku sastāda vienreiz nākamajai nedēļai, balstoties uz kādu pieņēmumu par to, kad ieradīsies apmeklētāji. Ja šis pieņēmums sistemātiski kļūdās vienā virzienā (ja pirmdienas konsekventi ir klusākas, nekā grafikā paredzēts, un piektdienu rīti konsekventi noslogotāki), kļūda katru nedēļu summējas. Gada laikā tas nozīmē daudz dīkstāvē esošu darbinieku pirmdienās un daudz neapmierinātu pircēju piektdienu rītos.

Kā izskatās izmērīts nedēļas ritms

Katrai vietai ir savs ritms, ko veido tās atrašanās vieta, piesaistes teritorija, kategorija un darba laiks. Mazumtirdzniecības tīkla veikalam pilsētas centrā ir cits ritms nekā veikalam tirdzniecības parkā, un brīvā laika galamērķa pīķi atšķiras no pārtikas veikala pīķiem. Veikalam pie transporta mezgla ritmu daļēji nosaka kustības saraksti. Nedēļas ritms iekļaujas arī lielākā ritmā, proti, mazumtirdzniecības gada apmeklētības kalendārā, kur Ziemassvētki, janvāris un Lieldienas nedēļu pēc nedēļas maina bāzes līniju.

Ļoti dažāda veida vietās izmērītie dati konsekventi rāda, ka intuitīvais priekšstats dienas līmenī ir aptuveni pareizs, bet stundu līmenī bieži ievērojami kļūdains. Noslogotāko dienu parasti nosaka pareizi; pīķa stundu šajā dienā, otro pīķi nedēļas vidū un precīzu sestdienas līknes formu bieži novērtē nepareizi.

Neatbilstība parasti rodas konkrētās, paredzamās vietās:

• Lēnais sākums: daudzās vietās pirmais īstais apmeklētāju pieplūdums sākas ievērojami vēlāk par atvēršanas laiku, tāpēc agrās maiņas darbinieki lielākoties gaida.
• Saspiestā pusdienu stunda: ass pīķis, kas ilgst sešdesmit līdz deviņdesmit minūtes, koncentrē vairāk pieprasījuma, nekā liek domāt vispārīgs apzīmējums „noslogots pusdienlaiks”.
• Pārsteigums nedēļas vidū: daudzos veikalos trešdiena vai ceturtdiena pārspēj pirmdienu un otrdienu vairāk, nekā tas paredzēts grafikā.
• Agrā noplakšana: apmeklētāju ierašanās bieži mazinās krietni pirms oficiālā slēgšanas laika, tāpēc vēlās maiņas pagarināšana ir izmaksas, kas apkalpo ļoti nedaudz pircēju.

Uzturēšanās laiks sarežģī ainu

Apmeklētība (ierašanās) ir tikai puse no vienādojuma. Laiks, ko apmeklētāji pavada vietā, nosaka, cik cilvēku tur faktiski atrodas jebkurā brīdī un līdz ar to, cik lielas apkalpošanas jaudas vietai vajag. Ātru pircēju vilnis pusdienu pieplūdumā rada personālam citādu slodzi nekā lēnāka plūsma ar apmeklētājiem, kas katrs aplūko preces trīsdesmit minūtes.

Ja ierašanās pīķa stunda sakrīt ar vidējo rādītāju pārsniedzošu uzturēšanās laiku, Jums ir salikts pīķis: ierodas vairāk cilvēku, un katrs paliek ilgāk. Šajā stundā darbinieku trūkums atklājas visasāk: rinda veidojas ātri un ilgi neizklīst, un ietekme uz konversijas līmeni fiziskā veikalā ir izmērāma.

Pircēji, kas nostājas garā rindā, dažreiz no tās aiziet; pircēji, kas redz garu rindu, dažreiz tajā nemaz nenostājas.

Ja kopā ar ierašanās skaitu skatās arī uzturēšanās laiku, personāla jautājums mainās no „kad cilvēki ierodas?” uz „kad vietai ir vislielākā slodze?”. Tās var būt dažādas stundas.

Grafiks no datiem, nevis no pagājušā gada grafika

Izmērīta nedēļas apmeklētība dod plānošanas rīku, un personāla plānošana pēc apmeklētības sākas tieši šeit. Ja ir pieejami skaitījumi pa stundām par pēdējām divpadsmit nedēļām, vadītājs var redzēt katras dienas vidējo formu, svārstības ap šo vidējo un nedēļas, kurās pasākums, akcija vai slikta laika periods ritmu mainīja. Tad grafiku var veidot pēc izmērītās formas, nevis pēc mantota ieraduma.

Darbs ar datiem nenozīmē stingri sekot algoritmam. Vadītājs, kas redz, ka dati paredz klusu piektdienas pēcpusdienu, joprojām var izvēlēties paturēt darbiniekus klientu pieredzes dēļ. Vērtība ir tajā, ka tā kļūst par apzinātu izvēli un ka ir pierādījumi, kad saruna ar galveno biroju pievēršas darbinieku skaitam. Pilnu ainu par darba organizāciju skatiet lapā personāla plānošana pēc apmeklētības datiem.

Mazumtirdzniecības tīkliem ar vairākiem veikaliem tie paši dati parāda, cik līdzīgs ir nedēļas ritms dažādos veikalos. Tīklam ar trīsdesmit veikaliem reti ir trīsdesmit vienādu ritmu. Veikala pīķi pilsētā, no kuras cilvēki brauc uz darbu citur, atšķiras no veikala pīķiem brīvā laika galamērķī. Tīkla līmeņa personāla veidnes, kas visus veikalus uzskata par vienādiem, gandrīz vienmēr vienlaikus kļūdās abos virzienos: kaut kur ir par daudz darbinieku, kaut kur citur par maz.

Darba laiks kā datu jautājums

Darba laiks parasti ir mantots no dienas, kad vieta tika atvērta, un laiku pa laikam koriģēts pēc sūdzībām vai vadītāja nojausmas. Izmērīta apmeklētība padara šo jautājumu empīrisku. Ja konsekvents ritms rāda, ka apmeklētāju ierašanās deviņdesmit minūtes pirms slēgšanas samazinās gandrīz līdz nullei, tas ir pārbaudāms arguments par agrāku slēgšanu vai par personāla izmaksu pārvirzīšanu uz pīķa laiku.

Šeit noderīgie dati ir vienkārši: ierašanās pa stundām, dienu pēc dienas, pietiekami daudzu nedēļu garumā, lai nodalītu tipisko no izņēmuma. Lēmums par to, ko ar šo ritmu darīt, ir komerciāls, taču pierādījumiem tā pamatā nav jābūt minējumiem.

Personāls atbilstoši izmērītiem pīķiem

Katrai fiziskai vietai ir savs nedēļas apmeklētības ritms. Mērīšana dod precizitāti:

Izjūta dienas līmenī, kas jau pastāv, kļūst par faktu stundu līmenī.

Grafiks vairs nav pagājušā mēneša grafika kopija ar nelieliem labojumiem, bet gan atbilde uz pieprasījuma faktisko formu.

Pastāvīgs darbinieku trūkums pīķos Jums izmaksā konversijā, apmierinātībā un galu galā apmeklētājos, kas pakāpeniski aiziet uz vietām, kur ir mazāk jānervozē. Apmeklētības bāzes līnija pa stundām (anonīma, apkopota, iegūta no infrastruktūras, kas Jums jau darbojas) ir lētākā apdrošināšana pret šādu slīdēšanu.

Avoti

• 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