Как мы поменяли подход к планированию смен в магазинах Nike и сэкономили 450 часов в год для каждого управляющего
Про процесс, результат и роль внутреннего амбассадора ИТ-продукта.
В 2018 году наша команда запустила большой проект в сети фирменных магазинов Nike в России, которыми управляет Inventive Retail Group. Перед нами стояла задача автоматизировать планирование смен с помощью системы WFM (workforce management) Goodt Time.
Старт проекта: дано
24 магазина.
Москва, Санкт-Петербург, Пермь, Новосибирск, Самара, Екатеринбург, Краснодар, Сочи, Омск, Ростов-На-Дону, Тюмень.
- От 10 до 40 сотрудников в каждой точке.
- Всего более 400 человек, которые работают непосредственно в магазинах.
В розничном бизнесе, где планирование смен не автоматизировано, как правило, руководствуются простой логикой: самое важное это не упустить пик покупательского трафика. На стандартной неделе пиковые дни и часы обычно повторяются, и на них стараются бросить все силы. Смены на оставшиеся дни планируют по остаточному принципу.
В результате часто получается, что в какие-то моменты персонала хронически не хватает, а в какие-то, наоборот, его слишком много. В первом случае это плохо сказывается на качестве сервиса, во втором — на мотивации продавцов, которые стоят без дела.
Когда мы начинали работу в сети фирменных магазинов Nike, расписание в каждом из них вручную составляли директора, иногда администраторы. Чтобы решить, сколько сотрудников выводить на смены, они опирались на свой опыт, смотрели прошлогодние данные за аналогичный период и графики предыдущей недели. Старались запланировать тенденцию по количеству покупателей. С работников собирали пожелания по рабочим дням и выходным, а само расписание делали на неделю вперед в Excel.
«Заполнять табели по четыре часа — прошлый век»
Чем больше людей работает в магазине, тем больше времени отнимает подготовка расписания и табелирование. Для примера, в магазине Nike в ТЦ “Атриум” со штатом 30 человек еженедельно весь процесс занимал в районе 4,5 часов. И это не считая неизбежных корректировок, допустим, если кто-то заболел и на смену выйти не может.
Приступая к автоматизации планирования смен, сети, как правило, выбирают определенную стратегию. Самые распространенные — улучшить качество сервиса и оптимизировать фонд оплаты труда. В магазинах Nike акцент был на две вещи: с одной стороны, повысить качество расстановки персонала, с другой — сделать рабочие графики комфортными для сотрудников. Расширенный список задач, которые предстояло решить, выглядел так:
1. Эффективно использовать имеющийся персонал. То есть грамотно формировать штатное расписание и сократить простои, двигая людей внутри дня, чтобы они лучше покрывали трафик.
2. Сократить время управляющих на работу с графиками и табелем. Чтобы вместо заполнения таблиц в Excel они могли посвятить дополнительное время работе с командой и другим приоритетным задачам.
3. Автоматизировать передачу информации между графиком и табелем. С учетом того, что в компании настроена интеграция с 1C.
4. Справедливо распределять “продающие” часы. Продавцы получают процент от личных продаж и мотивированы больше работать в пиковое время. Стояло требование исключить из распределения “продающих” часов человеческий фактор и перепоручить это системе — чтобы у каждого сотрудника были равные возможности заработать.
5. Контролировать общий баланс часов. Чтобы не получалось так, что одни люди все время работают много, а другие мало. А также выставить на баланс утренние и вечерние смены между сотрудниками.
6. Сократить текучесть и оптимизировать ФОТ.
7. Повлиять на улучшение KPI. На уровне магазина и каждого сотрудника.
Специфика фирменных магазинов Nike
В сети бренда две особенности:
- Насыщенная ролевая модель
В магазинах есть продающие и непродающие сотрудники, с полной и частичной занятостью. Помимо продаж много других операций: прием поставок, подготовка к отгрузке, операции по инкассации и другие специфические задачи. Их выполняют продавцы, управляющие, администраторы, кассиры, кладовщики. Все операции имеют определенную трудоемкость и регламент, и это должно учитываться при формировании расписания.
- Высокая индивидуализация графиков
Сотрудники — в основном молодые ребята. Многие из них парт-таймеры, которые совмещает работу с учебой. До автоматизации графики составляли на неделю вперед, и людям это было неудобно с точки зрения планирования личных дел. Нам было важно автоматизировать индивидуальные потребности и предложить сотрудникам комфортный горизонт планирования.
В качестве основных бизнес-драйверов мы использовали чеки и трафик, учитывали конверсию, а также дополнительные операции, которые выполняют в магазинах (например, такие как приемка товара). На стороне сети Nike мы интегрировались с двумя системами:
- Система подсчета трафика. В каждой торговой точке она своя, и данные оттуда мы используем для построения прогнозов.
- 1С. Отсюда забирали данные по продажам, кадровую структуру, данные по сотрудникам и табель.
Для пилотного проекта вместе с клиентом мы сформировали кластер из 10 магазинов, куда вошли точки со всеми видами графиков и ролей. А также — магазины-лидеры по выручке и магазины с маленьким штатом. Со второго месяца новую систему начали разворачивать на всю сеть.
«У меня же все и так нормально работает» (на самом деле нет). Как в сети Nike принимали новый инструмент.
Принятие изменений — зона роста для многих розничных организаций и работающих в них людей. Если какой-то продукт спускают сверху директивно, а управляющему магазина он не нравится, негативное мнение передается по цепочке остальным сотрудникам. Примут новый инструмент или нет, будут с ним работать или не будут, и какой эффект бизнесу это в итоге принесет (и принесет ли вообще) — решает отношение, которое транслируется внутри компании.
Часто люди, которые занимают руководящие позиции, оказываются заложниками собственного опыта. “У меня же все и так нормально работает” — аргументируют они. И чем старше управляющие, тем менее охотно они принимают новое. Чтобы технологический инструмент прижился, самим директорам часто надо объяснить, в чем для них будет выражаться польза и зачем им его осваивать.
Единичных тренингов от компании-интегратора или вендора программного обеспечения для этого недостаточно. Лучше всего, когда внутри организации есть проактивный человек, который, с одной стороны, глубоко понимает операционные процессы и сам инструмент, с другой — может помочь разобраться, пройти какие-то шаги вместе с коллегами. В сети Nike у нас был такой внутренний амбассадор.
Когда в итоге выяснилось, что простой сотрудников действительно сокращен, ребята больше мотивированы, недоверие к инструменту практически сошло на нет. Теперь все директора прошли обучение, понимают настройки и рассчитывают графики самостоятельно.
Эффекты
Если раньше в сети Nike директор магазина решал, кто как работает, и определял, качественное расписание или нет, теперь все это на себя взяла система. Первый эффект, который мы зафиксировали — благодаря предиктивным моделям выросла точность прогноза клиентопотока.
Под более точный прогноз трафика система стала более точно расставлять людей внутри дня.
- Простои удалось искоренить практически полностью. Убрали неэффективные смены и оставили эффективные исходя из того, что происходит в магазине каждый час. Больше сотрудников стало работать в дневные смены, когда можно продавать и зарабатывать. Сократилось количество часов работы до открытия ворот магазина. У продавцов выросла мотивация.
- Время на составление расписания и табелей сократилось в 4 раза, до одного часа по всем магазинам. Теперь сам расчет занимает 15 минут, еще 15 минут проверка, и не более получаса в неделю на то, чтобы сделать корректировки (если кто-то выходит на больничный или случается другой форс-мажор). У директоров появилось больше времени на работу со своим персоналом, временные рамки для некоторых задачи были серьезно пересмотрены.
- Уход от человеческого фактора в распределении смен дал прозрачность планирования и равные возможности выхода в “продающие” часы для всех сотрудников без личных преференций. Это позитивно повлияло на отношения в коллективе, выросло доверие к директорам.
- Планирование графиков с горизонтом месяц вместо недели принесло четкость и структурность и в жизнь сотрудников, и в жизнь сети. Когда видишь график на месяц, можешь эффективно спланировать не только рабочее время, но и личное. И это практически решило проблему с внезапными невыходами, что иногда случалось раньше.
- Сократилось количество точек ввода данных. Информация для управленческого табеля теперь поступает напрямую из WFM в 1С. Планирование графика и корректировки в табеле ведутся в рамках единой системы.
- Сократилась текучесть за счет роста мотивации и удовлетворенности продавцов графиком работы.
В лице команды сети Nike мы получили заказчика, который вовлекся в процесс по-настоящему глубоко и сказал: “Круто, интересно, мы хотим это развивать”. Нам поступало очень много обратной связи — чего не хватает, что хотелось бы добавить. Начиная от интерфейсных моментов до конкретных сценариев, доработок, связанных с добавлением новых ролей и учетом дополнительных операций, особенностями планирования самих графиков.
Такой подход и вовлеченность в конечном счете сделали проект действительно эффективным и полезным — как для сети Nike, так и для нас, разработчиков системы. О том, что именно внутри Goodt Time, и как наша команда развивает продукт, мы подробно рассказывали в одном из предыдущих постов.
И традиционно — спасибо, что дочитали до конца. Если есть вопросы, будем рады на них ответить :)
Интересный кейс, спасибо! Хорошая автоматизация на WFM, что подтверждено выводами.
Спасибо! Рады, что интересно :)
Хорошая, подробная, рекламная статья.
Мне было бы очень интересно почитать про реальные кейсы стыкования человеческих пожеланий сотрудников и автоматики.
Что делает система если сотруднику добираться 2 часа до работы а прогноз выводит его на смену в 4 часа? Или как за 15 минут решаются конфликты когда из 5 продавцов 01.09 хотят отдохнуть 4, потому что детей нужно вести в школу?
Комментарий недоступен
Филип, конкретные цифры озвучить мы не можем, это закрытая информация компании. Но после автоматизации построения графиков текучесть сократилась.