Bemanningsplanlegging med besøksdata

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, død 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. Løsningen er å måle tilstedeværelse, når folk faktisk er i bygget, og planlegge ut fra det.

Mål når folk faktisk kommer

Bumbee Labs teller besøkende anonymt og gjør tellingene om til topper og bunner per time, dag, uke og sesong: grunnlaget for bemanning og planlegging. Data på sonenivå legger hvor 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. 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 den typiske formen på funnet: dataene sier sjelden «flere ansatte», de sier «ansatte til andre tider». Dekning på toppene forbedrer servicen akkurat når det gjelder; presisjon i de stille timene henter inn kostnader uten at kundene merker noen forskjell.

Fra trend til vaktplan

Den praktiske sløyfen er kort. Hent timemønsteret per ukedag og se etter de tilbakevendende toppene; sett grunnbemanningen på det stille gulvet og fleks på toppene; sjekk det samme mønsteret på tvers av sesonger før du låser høytidsplanene; og se over månedlig, for kampanjer, vær og kalenderen flytter kurven. Der åpningstidene er spørsmålet, viser forbipasserende utenfor dagens åpningstider etterspørselen du ennå ikke har åpent for. Og 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 kontaktpunkt.
• Offentlige bygg. Biblioteker bruker besøk per time, dag, uke og sesong til å sette åpningstider og vaktplaner som passer slik bygget faktisk brukes, dokumentasjon som også tjener samtalene om bevilgninger.

Anonymt i bunn

Målingen er passiv: ingen app, ingen innlogging, ingenting kreves av den besøkende, 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. Det gjør samme tilnærming brukbar i en flaggskipbutikk, på et hotell og i et folkebibliotek, med personvernet avklart før den første vaktplanen endres.