Bemanningsplanlegging med besøksdata

Bemanningsplanlegging: vaktplanen ligger som regel bak de besøkende

De fleste vaktplaner bygges på vane, magefølelse og fjorårets mønster, og kopieres så fremover. Når vaktplanen og de besøkende glir fra hverandre, betaler du dobbelt: køer og tynn service på toppene, bortkastet lønnskostnad i de stille timene. Salgsdata kan ikke tette gapet alene, for kassen registrerer transaksjoner mens presset på de ansatte starter tidligere, med folk som ser seg rundt, spør og står i kø. Etterspørselsstyrt vaktplanlegging tetter gapet ved å måle når folk faktisk er til stede i bygget, og planlegge vaktene ut fra den reelle etterspørselen.

Mål når folk faktisk kommer

Bumbee Labs teller besøkende anonymt og gjør tellingene om til topper og bunner per time, dag, uke og sesong, og det er grunnlaget for bemanning og planlegging. Data på sonenivå viser hvor i tillegg til når, så et stort sted kan se hvilke områder som fylles opp til hvilke tider. Standardmåltall er klare dagen etter besøket, noe som holder bildet ferskt nok til å planlegge neste uke på, og varsler om trengsel i nær sanntid er tilgjengelige der belegg i sanntid betyr noe. Der det finnes 3D-sensorer, holder Xovis’ ekskludering av ansatte personalet utenfor tellingene, så etterspørselskurven du legger vaktplanen etter, bare inneholder besøkende. Hele settet med måltall, og hvordan de når planleggingsarbeidet ditt gjennom dashbord og API-et, finner du under dataleveranser.

Dekk toppene, hent inn de stille timene

En stor skandinavisk butikkjede som jobber med Bumbee Labs, la om vaktplanene sine rundt de reelle rushtimene, og justerte åpningstidene etter å ha oppdaget flere forbipasserende om kvelden enn tidlig på dagen. Det er et typisk funn: dataene peker som regel på ansatte til andre tider, og sjelden på flere ansatte. Bedre dekning på toppene gir bedre service når det er travlest, og strammere bemanning i de stille timene henter inn kostnader uten at kundene merker noen forskjell.

Fra trend til vaktplan

Start med å hente timemønsteret per ukedag og se etter de tilbakevendende toppene. Sett grunnbemanningen etter det stille gulvet og bruk fleksibel bemanning på toppene, sjekk det samme mønsteret på tvers av sesonger før du låser høytidsplanene, og gå gjennom planen hver måned, fordi kampanjer, vær og kalenderen flytter kurven. Der åpningstidene er spørsmålet, viser forbipasserende utenfor dagens åpningstider etterspørselen du ennå ikke har åpent for. På tvers av mange steder er de samme kurvene sammenlignbare likt mot likt, så et vaktmønster som fungerer i én lokasjon, kan testes mot neste lokasjons etterspørselskurve før det kopieres.

Det fungerer overalt der folk kommer inn døren

• Detaljhandel. Butikkjeder måler de samme toppene i hver butikk, så bemanningen følger etterspørselen lokalt mens beste praksis sprer seg i nettverket.
• Hotell og servering. Gjester er innom mange punkter på ett besøk. På hotell og i serveringsbransjen sones lobby, bar, restaurant, spa og eventarealer hver for seg, så bemanning og service treffer den reelle gjestestrømmen i hvert område.
• Offentlige bygg. Biblioteker bruker besøk per time, dag, uke og sesong til å sette åpningstider og vaktplaner som passer slik bygget faktisk brukes. Den samme dokumentasjonen støtter også samtalene om bevilgninger.

Besøksstatistikk som grunnlag for vaktplanen

Besøksstatistikk per time, dag og sesong er grunnlaget vaktplanen bør bygge på. Bemanningsplanleggingen bruker daglig de samme dataene som rapporteres til ledelsen og bevilgende myndigheter.

Anonym måling

Målingen er passiv. De besøkende trenger verken app eller innlogging, ingenting kreves av dem, og ingen enkeltperson identifiseres noensinne. Signalene anonymiseres og aggregeres til statistikk, og resultatet hviler på den eneste metoden for besøksmåling i Europa som er godkjent av en datatilsynsmyndighet. Derfor kan den samme tilnærmingen brukes i en flaggskipbutikk, på et hotell og i et folkebibliotek, med personvernet avklart før den første vaktplanen endres.