O ritmo semanal oculto da afluência (e o dia em que faltou pessoal)

Pergunte a um lojista qual é o dia da semana com mais movimento e a maioria responde sem hesitar. Pergunte se a hora de maior movimento nesse dia é às 11h00 ou às 14h00 e a confiança tende a desaparecer; pergunte quando é que a conversão é mais alta face à afluência e a resposta é normalmente um encolher de ombros. As decisões sobre pessoal falham neste intervalo entre a intuição ao nível do dia e a realidade ao nível da hora.

O padrão que julga ter e o padrão que realmente tem

A memória humana regista mal a afluência. Lembramo-nos do sábado à tarde em que a loja estava a abarrotar e da manhã de terça-feira em que não entrou ninguém. Esquecemo-nos do pico de quinta-feira ao almoço, que supera todas as quartas-feiras, e do domingo ao fim do dia, que esvazia trinta minutos antes do que o horário afixado sugere.

O padrão que trazemos na cabeça é uma seleção dos melhores momentos.

O planeamento do pessoal é um problema de distribuição semanal. A escala é feita uma vez para a semana seguinte, com base num pressuposto sobre quando os visitantes vão chegar. Se esse pressuposto errar sempre no mesmo sentido (se as segundas-feiras forem sempre mais calmas do que a escala prevê e as manhãs de sexta-feira sempre mais movimentadas), o erro acumula-se todas as semanas. Ao fim de um ano, soma muito pessoal parado às segundas-feiras e muitos clientes frustrados às sextas de manhã.

Como é um padrão semanal medido

Cada espaço tem o seu ritmo, moldado pela localização, pela área de influência, pela categoria e pelo horário. Uma loja de uma cadeia de retalho no centro da cidade tem um padrão diferente de uma loja num retail park, e um destino de lazer tem picos diferentes dos de um supermercado. Uma loja junto a uma interface de transportes tem um padrão ditado em parte pelos horários. O ritmo semanal insere-se também num ritmo maior: o calendário de afluência do ano no retalho, em que o Natal, janeiro e a Páscoa remodelam a base semana a semana.

Em tipos de espaço muito diferentes, os dados medidos mostram de forma consistente que a imagem intuitiva está mais ou menos certa ao nível do dia e muitas vezes bastante errada ao nível da hora. O dia de maior movimento costuma ser identificado corretamente; a hora de pico nesse dia, o segundo pico a meio da semana e a forma exata da curva de sábado são muitas vezes mal avaliados.

O desfasamento tende a surgir em pontos concretos e previsíveis:

• O arranque lento: muitos espaços só veem o primeiro aumento real de movimento bastante depois da hora de abertura, pelo que o pessoal do primeiro turno passa grande parte do tempo à espera.
• A compressão da hora de almoço: um pico acentuado de sessenta a noventa minutos concentra mais procura do que uma leitura descontraída de “hora de almoço movimentada” sugere.
• A surpresa a meio da semana: em muitos espaços comerciais, a quarta ou a quinta-feira supera a segunda e a terça mais do que a escala prevê.
• O fecho antecipado: as chegadas de visitantes diminuem muitas vezes bem antes da hora oficial de fecho, o que faz do prolongamento do turno da noite um custo que serve muito poucos clientes.

O tempo de permanência complica o quadro

A afluência (as chegadas) é apenas metade da equação. O tempo que os visitantes passam no espaço determina quantas pessoas estão efetivamente presentes em cada momento e, portanto, quanta capacidade de atendimento o espaço precisa. Uma vaga de visitantes com compras rápidas à hora de almoço cria sobre a equipa uma pressão diferente da de um fluxo mais lento de pessoas que ficam trinta minutos cada uma a ver.

Se a hora de maior chegada coincidir com um tempo de permanência acima da média, tem um pico composto: chegam mais pessoas e cada uma fica mais tempo. É nessa hora que a falta de pessoal se nota mais: a fila forma-se depressa e demora a escoar, e o efeito na taxa de conversão da loja física é mensurável.

Os clientes que entram numa fila longa às vezes desistem; os clientes que veem uma fila longa às vezes nem chegam a entrar nela.

Olhar para o tempo de permanência a par das chegadas muda a pergunta sobre o pessoal de “quando chegam as pessoas?” para “quando está o espaço sob maior pressão?” Podem ser horas diferentes.

Fazer a escala com dados, e não com a escala do ano passado

A afluência semanal medida dá-lhe uma ferramenta de planeamento, e é aqui que começa o planeamento do pessoal com base na afluência. Se houver contagens hora a hora das últimas doze semanas, um gestor pode ver a forma média de cada dia, a variabilidade em torno dessa média e as semanas em que um evento, uma promoção ou um período de mau tempo alterou o padrão. A escala pode então ser feita a partir da forma medida, em vez de herdar hábitos.

Trabalhar com dados não significa seguir um algoritmo à risca. Um gestor que vê nos dados a previsão de uma sexta-feira à tarde calma pode, mesmo assim, decidir manter pessoal por razões de experiência do cliente. O valor está em essa escolha passar a ser consciente, e em haver dados quando a conversa com a sede chegar ao número de pessoas. Para o quadro operacional completo, veja planeamento de equipas com dados de afluência.

Nas cadeias de lojas com vários espaços, os mesmos dados mostram até que ponto o padrão semanal é consistente entre lojas. Uma cadeia com trinta lojas raramente tem trinta ritmos idênticos. Uma loja numa cidade-dormitório tem picos diferentes de uma loja num destino de lazer. Os modelos de escala para toda a rede que tratam todos os espaços como equivalentes estão quase sempre errados nos dois sentidos ao mesmo tempo: pessoal a mais num sítio, pessoal a menos noutro.

O horário de abertura como questão de dados

Os horários de abertura tendem a ser herdados do dia em que o espaço abriu e ajustados de vez em quando, depois de reclamações ou de um palpite do gestor. A afluência medida torna a questão empírica. Se um padrão consistente mostrar que as chegadas de visitantes caem quase a zero noventa minutos antes do fecho, há um caso que se pode testar para fechar mais cedo, ou para transferir esse custo de pessoal para o pico.

Os dados relevantes aqui são simples: chegadas por hora, dia a dia, durante semanas suficientes para separar o típico do excecional. A decisão sobre o que fazer com esse padrão é comercial, mas os dados em que assenta não têm de ser palpites.

Ajustar o pessoal aos picos medidos

Todos os espaços físicos têm um ritmo semanal de afluência. Medi-lo acrescenta precisão:

A intuição ao nível do dia, que já existe, passa a ser um facto ao nível da hora.

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

A falta persistente de pessoal nos picos custa-lhe em conversão, em satisfação e, a prazo, na perda gradual de visitantes que encontram um sítio menos frustrante. Uma base de afluência hora a hora (anónima, agregada, recolhida a partir da infraestrutura que já tem) é o seguro mais barato contra essa deriva.

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