O ritmo semanal oculto do fluxo de pessoas (e o dia em que faltou gente na equipe)

Pergunte a um lojista qual é o dia mais movimentado da semana e a maioria responde sem pensar. Pergunte se o horário de pico desse dia é às 11h ou às 14h e a segurança costuma sumir; pergunte quando a conversão é mais alta em relação ao fluxo de pessoas e a resposta em geral é um dar de ombros. As decisões de escala de funcionários erram justamente nesse intervalo entre a intuição por dia e a realidade hora a hora.

O padrão que você imagina e o padrão real

A memória humana é uma péssima ferramenta para acompanhar o fluxo. Lembramos do sábado à tarde em que a loja estava lotada e da terça de manhã em que não entrou ninguém. Esquecemos o movimento do almoço de quinta, que supera o de qualquer quarta, e o domingo à noite que esvazia meia hora antes do que o horário de fechamento afixado sugere.

O padrão que guardamos na cabeça é uma seleção de melhores momentos.

A escala de funcionários é um problema de alocação semanal. Ela é montada uma vez para a semana seguinte, com base em alguma suposição sobre quando os visitantes vão chegar. Se essa suposição erra sempre na mesma direção (se as segundas são sempre mais calmas do que a escala prevê e as manhãs de sexta sempre mais movimentadas), o erro se acumula toda semana. Em um ano, isso soma muita gente parada nas segundas e muitos clientes irritados nas manhãs de sexta.

Como é um padrão semanal medido

Cada espaço tem o seu próprio ritmo, moldado pela localização, pela área de influência, pela categoria e pelo horário de funcionamento. Uma loja de rede de varejo no centro da cidade tem um padrão diferente de uma unidade em um parque comercial, e um destino de lazer tem picos diferentes dos de um supermercado. Uma loja perto de um terminal de transporte tem um padrão ditado em parte pelos horários dos trens e ônibus. O ritmo semanal também está dentro de um ritmo maior: o calendário de fluxo do ano no varejo, em que o Natal, janeiro e a Páscoa redesenham a semana típica, uma semana após a outra.

Em tipos de espaço muito diferentes, os dados medidos mostram sempre a mesma coisa: a imagem intuitiva está mais ou menos certa no nível do dia e muitas vezes bem errada no nível da hora. O dia mais movimentado costuma ser identificado corretamente; o horário de pico dentro desse dia, o pico secundário no meio da semana e a forma exata da curva de sábado são muitas vezes mal avaliados.

O descompasso costuma aparecer em pontos específicos e previsíveis:

• O começo lento: em muitos espaços, o primeiro movimento de verdade chega bem depois da abertura, e quem pega o primeiro turno passa boa parte do tempo esperando.
• O almoço concentrado: um pico intenso de sessenta a noventa minutos concentra mais demanda do que uma leitura folgada de “horário de almoço movimentado” sugere.
• A surpresa do meio da semana: em muitos espaços de varejo, quarta ou quinta superam segunda e terça por uma margem maior do que a escala prevê.
• O fim antecipado: a chegada de visitantes muitas vezes diminui bem antes do horário oficial de fechamento, e estender o último turno vira um custo que atende pouquíssimos clientes.

O tempo de permanência complica o quadro

O fluxo de pessoas (as chegadas) é só metade da equação. O tempo que os visitantes passam no espaço determina quantas pessoas estão de fato presentes em cada momento e, portanto, quanta capacidade de atendimento o espaço precisa. Uma onda de visitantes com compras rápidas no horário de almoço pressiona a equipe de um jeito diferente de um fluxo mais lento de pessoas que ficam trinta minutos cada uma olhando os produtos.

Se o seu horário de pico de chegadas coincide com um tempo de permanência acima da média, você tem um pico composto: mais gente chegando e cada pessoa ficando mais tempo. É nessa hora que a falta de pessoal aparece com mais força: a fila se forma rápido e demora para andar, e o efeito na taxa de conversão da loja física é mensurável.

Clientes que entram em uma fila longa às vezes desistem dela; clientes que veem uma fila longa às vezes nem chegam a entrar.

Olhar o tempo de permanência junto com as contagens de chegada muda a pergunta da escala de “quando as pessoas chegam?” para “quando o espaço está sob mais pressão?”. Essas podem ser horas diferentes.

Montar a escala a partir dos dados medidos

O fluxo semanal medido dá a você uma ferramenta de planejamento, e é aqui que começa a escala de funcionários baseada no fluxo. Com as contagens hora a hora das últimas doze semanas, um gerente consegue ver a forma média de cada dia, a variação em torno dessa média e as semanas em que um evento, uma promoção ou uma temporada de mau tempo mudou o padrão. A escala pode então seguir a forma medida, e não o hábito herdado da escala do ano passado.

Trabalhar com dados não significa seguir um algoritmo à risca. Um gerente que vê nos dados a previsão de uma sexta à tarde tranquila pode, mesmo assim, manter a equipe por causa da experiência do cliente. O valor está em fazer disso uma escolha consciente e em ter evidências quando a conversa com a matriz chegar ao número de funcionários. Para o quadro operacional completo, veja escala de funcionários com dados de fluxo.

Para redes de varejo com várias unidades, os mesmos dados mostram o quanto o padrão semanal é consistente entre as lojas. Uma rede com trinta lojas raramente tem trinta ritmos idênticos. Uma loja em uma cidade-dormitório tem picos diferentes dos de uma loja em um destino de lazer. Modelos de escala para a rede inteira que tratam todas as unidades como equivalentes quase sempre erram nas duas direções ao mesmo tempo: gente demais em um lugar, gente de menos em outro.

O horário de funcionamento como uma questão de dados

O horário de funcionamento costuma ser herdado do dia em que a unidade abriu, com ajustes ocasionais depois de reclamações ou de um palpite do gerente. O fluxo medido transforma a questão em algo empírico. Se um padrão consistente mostra que as chegadas de visitantes caem a quase zero noventa minutos antes do fechamento, isso é um argumento testável para fechar mais cedo, ou para levar esse custo de pessoal para o horário de pico.

Os dados entregues que importam aqui são simples: chegadas por hora, dia a dia, ao longo de semanas suficientes para separar o típico do excepcional. A decisão sobre o que fazer com esse padrão é comercial, mas as evidências por trás dela não precisam ser um chute.

Ajustar a equipe aos picos medidos

Todo espaço físico tem um ritmo semanal de fluxo de pessoas. Medi-lo traz precisão:

A intuição que já existe sobre os dias vira um fato sobre as horas.

A escala deixa de ser uma cópia da escala do mês passado com pequenos ajustes e passa a responder à forma real da demanda.

A falta crônica de pessoal nos picos custa conversão, satisfação e, com o tempo, a perda gradual de visitantes que encontram outro lugar menos frustrante. Uma referência de fluxo hora a hora (anônima, agregada, coletada pela infraestrutura que você já tem) é o seguro mais barato contra esse desgaste.

Fontes

• 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