Personeelsplanning met bezoekersdata
Roosters herhalen meestal wat ze vorig jaar deden. Bezoekers niet. Bezoekersdata laat zien wanneer mensen echt komen, per uur, dag en seizoen, zodat de personeelsinzet de vraag volgt in plaats van de gewoonte.
Het rooster loopt meestal achter op de bezoekers
De meeste roosters zijn gebouwd op gewoonte, gevoel en het patroon van vorig jaar, en worden daarna doorgekopieerd. Wanneer rooster en bezoekers uit elkaar groeien, betaal je dubbel: wachtrijen en magere service op de pieken, stilstaande loonkosten in de stille uren. Kassadata kan dat gat niet in haar eentje dichten, want de kassa registreert transacties terwijl de druk op het personeel eerder begint, met mensen die rondkijken, vragen stellen en in de rij staan. De oplossing is aanwezigheid meten, wanneer mensen echt in het gebouw zijn, en daarop plannen.
Meet wanneer mensen echt komen
Bumbee Labs telt bezoekers anoniem en vertaalt de tellingen naar pieken en dalen per uur, dag, week en seizoen: de basis voor personeelsinzet en planning. Zonedata voegt het waar toe aan het wanneer, zodat een grote locatie kan zien welke gebieden op welke momenten vollopen. Standaardmetrics staan klaar op de dag na het bezoek, waardoor het beeld actueel genoeg blijft om volgende week op te plannen, en waar realtime bezetting telt zijn er vrijwel realtime crowd alerts. De volledige set metrics, en hoe ze via dashboards en de API in je planningsproces terechtkomen, staat op datalevering.
Dek de pieken, win de stille uren terug
Een grote Scandinavische winkelketen die met Bumbee Labs werkt, plande haar personeelsroosters opnieuw rond echte piekuren, en paste de openingstijden aan nadat bleek dat er ‘s avonds meer passanten waren dan vroeg op de dag. Dat is de typische vorm van de bevinding: de data zegt zelden ‘meer personeel’, ze zegt ‘personeel op andere momenten’. Dekking op de pieken verbetert de service precies wanneer die ertoe doet; precisie in de stille uren wint kosten terug zonder dat klanten er iets van merken.
Van trend naar rooster
De praktische cyclus is kort. Haal het uurpatroon per weekdag op en zoek de terugkerende pieken; stem je dienstroosters af op die drukte door de basisbezetting op de stille vloer te zetten en te flexen op de pieken; check hetzelfde patroon over de seizoenen heen voordat je feestdagenroosters vastlegt; en kijk er maandelijks opnieuw naar, want campagnes, weer en de kalender verschuiven de curve. Zijn de openingstijden de vraag, dan laten passanten buiten je huidige openingstijden de vraag zien waarvoor je nog niet open bent. En over meerdere vestigingen heen zijn dezelfde curves een-op-een vergelijkbaar, zodat een roosterpatroon dat in de ene vestiging werkt eerst tegen de vraagcurve van de volgende kan worden gelegd voordat het wordt gekopieerd.
Het werkt overal waar mensen binnenlopen
- Retail. Winkelketens meten dezelfde pieken in elke winkel, zodat de personeelsinzet lokaal de vraag volgt terwijl best practices zich over het netwerk verspreiden.
- Horeca. Gasten raken in één bezoek veel punten aan. In hotels en horeca zijn lobby, bar, restaurant, spa en eventruimtes elk in zones verdeeld, zodat personeel en service op elk touchpoint de echte gaststroom volgen.
- Publieke gebouwen. Bibliotheken gebruiken bezoeken per uur, dag, week en seizoen om openingstijden en roosters te bepalen die passen bij hoe het gebouw echt wordt gebruikt, bewijs dat ook hun subsidiegesprekken dient.
Anoniem by design
De meting is passief: geen app, geen login, niets gevraagd van de bezoeker, en er wordt nooit iemand geïdentificeerd. Signalen worden geanonimiseerd en geaggregeerd tot statistieken, en het geheel rust op de enige methode voor bezoekersanalyse in Europa die is goedgekeurd door een gegevensbeschermingsautoriteit. Daardoor werkt dezelfde aanpak in een flagshipstore, een hotel en een openbare bibliotheek, met privacy geregeld voordat het eerste rooster verandert.
Having the large flows we have is a challenge. We constantly strive to have as efficient a station as possible. With the help of reliable data from the new measurement system, we can better plan where different service functions or stores are to be located and how we can adapt doors or passages.
Veelgestelde vragen
Hoe verbetert bezoekersdata de personeelsplanning?
Ze laat zien wanneer bezoekers echt komen, per uur, dag, week en seizoen, zodat roosters op gemeten vraag worden gebouwd. Een grote winkelketen plande haar roosters opnieuw rond echte piekuren nadat ze de data had gezien.
Kan het vertellen of onze openingstijden kloppen?
Ja. Passanten en bezoektrends onthullen ook de vraag buiten je huidige openingstijden. Dezelfde keten paste haar openingstijden aan nadat bleek dat er 's avonds meer passanten waren dan vroeg op de dag.
Hoe actueel is de data?
Standaardmetrics over bezoek staan klaar op de dag na het bezoek, terugkerende bezoeken kunnen binnen dezelfde dag worden gevolgd, en waar realtime bezetting telt zijn er vrijwel realtime crowd alerts.
Werkt dit ook buiten retail?
Ja. Horecaondernemers bemensen lobby, bar en restaurant op gemeten gaststromen, bibliotheken bepalen openingstijden en roosters op echte bezoeken, en de methode is goedgekeurd door een gegevensbeschermingsautoriteit, dus publieke gebouwen kunnen er met vertrouwen mee werken.