Orquest impulsa al máximo la rentabilidad del negocio a través de la planificación óptima de empleados y la automatización.
Dimensiona y planifica los equipos en tienda para ofrecer la mejor atención al cliente y maximizar tu rendimiento.
Ago 21 2020
En los últimos años, los principales supermercados han dedicado mucho esfuerzo en mejorar sus procesos y ganar eficiencia, con grandes resultados, reduciendo los costes de operación hasta en un 15% gracias a las iniciativas de lean retailing. Pero la feroz competencia y los clientes cada vez más exigentes han obligado a los supermercados más avanzados a buscar nuevas formas de optimizar la productividad y el servicio al cliente.
Teniendo claro que el coste de la mano de obra es una de las variables más altas, el otro aspecto clave más susceptible de mejora es la gestión, la planificación y la programación de la mano de obra. Durante muchos años, las soluciones de planificación estándar se han utilizado generalmente para organizar personal y horarios, para gestionar su ejecución y para generar sus nóminas, pero ninguna ha considerado una demanda dinámica ni las fluctuaciones en la carga de trabajo.
Cada punto de ineficiencia en la planificación y organización del personal se traduce al final del año en miles, en algunos casos millones, de euros en pérdidas. Planificar horas extras cuando no es necesario puede derivar en gastos evitables de personal; planificar menos horas en momentos de máxima actividad puede generar notables pérdidas de ventas. Sin mencionar el coste de reputación de un mal servicio al cliente o el impacto de cara al público de tener empleados insatisfechos.
Si un supermercado pudiera predecir el número óptimo de empleados y sus habilidades en cada tarea y posición, cada hora del día y de la semana, podría garantizar el mejor servicio al cliente . Podría tener el supermercado perfectamente abastecido. Podría presumir de tener el menor tiempo de espera en las cajas y podría disponer de los empleados adecuados cuando el cliente los necesite. Así, se aseguraría que los trabajadores no estén ociosos ni sobrecargados de trabajo, lo que se reflejaría en un ahorro de costes laborales y en un aumento de las ventas gracias a un mejor servicio al cliente.
La dificultad de tener perfectamente alineados la planificación y la programación de los empleados con la actividad real del supermercado es evidente. Ante el tráfico variable de clientes y el cambio constante de los hábitos de consumo de los clientes, es extremadamente difícil ser preciso en esta área.
Debido a esta complejidad, en la mayoría de los casos la realidad es diferente y rara vez los horarios están alineados con las necesidades laborales reales del supermercado. Muchos supermercados establecen los presupuestos de personal de una manera muy simple: el coste de la mano de obra de cada tienda no debe exceder el 10% de las ventas. A partir de aquí, calculan el volumen de horas para luego distribuirlas a lo largo del año de acuerdo a las ventas esperadas. Este enfoque simplista está ignorando la actividad real que tendrá cada una de las tiendas y sus áreas, sin mencionar que no está considerando la singularidad de cada supermercado.
La buena noticia es que hoy en día es posible alcanzar este objetivo. Los líderes del sector ya lo están haciendo, adoptando un enfoque de análisis avanzado basado en datos.
Gracias a las últimas técnicas de inteligencia artificial, hoy en día es posible predecir con precisión cada hora el tráfico de clientes así como la cantidad de ventas en cada área, incluso la cantidad de producto vendido por familia. Utilizando estas predicciones y aplicando reglas avanzadas y modelos de aprendizaje automático es posible calcular con precisión el número óptimo de empleados hora por hora en cada tarea/posición del supermercado, garantizando el mejor servicio al cliente. En resumen, la cobertura perfecta del personal.
Pero incluso si conocemos la cobertura perfecta del personal por hora para cada posición del supermercado, probablemente el rompecabezas más complejo de resolver es generar los horarios y la planificación de tareas para cada empleado que asegure la mejor cobertura posible, teniendo en cuenta todas las variables en juego como son las reglas de regulación laboral, el equilibrio de la carga de trabajo, la igualdad de los descansos, la singularidad de los contratos de los empleados, las habilidades y aptitudes de los empleados y sus preferencias.
Afortunadamente, las técnicas avanzadas de optimización matemática pueden ayudar a generar los horarios y el plan de tareas de cada empleado, asegurando el cumplimiento de todas las restricciones y variables en juego, a la vez que se garantiza el mejor servicio al cliente al menor coste.
ORQUEST es la primera solución retail workforce management de inteligencia artificial de gestión y planificación de personal que dispone de toda la analítica avanzada necesaria para tener a los empleados adecuados trabajando en los momentos adecuados, realizando las tareas correctas y dedicando el menor tiempo posible a esas tareas. Al hacerlo, un supermercado puede ahorrar hasta un 12% en costes de mano de obra y aumentar las ventas hasta un 8% al mejorar el servicio al cliente, reducir las líneas de caja y mejorar el reabastecimiento de los estantes.
Sin embargo, una programación perfecta que asegure la cobertura del tamaño óptimo de los empleados en cualquier momento podría ser una misión imposible si partimos de una estructura de personal no alineada con la realidad del supermercado, con contratos de trabajo equivocados, entrenamiento desajustado y disponibilidad de tiempo desequilibrada.
Cambiar la estructura de personal requiere tiempo y pensar en el futuro para considerar los diferentes períodos de actividad de la tienda, inherentes a la estacionalidad de la venta al por menor. Esta es la razón por la que es necesario tener una visión a largo plazo, que nos asegure la detección de picos y valles de actividades lo suficientemente temprano para actuar.
Incluso teniendo una previsión de actividad a largo plazo, la dificultad de identificar con precisión cuándo contratar, qué tipo de contrato, duración, habilidades de los empleados, etc., es evidente. Si se enfrenta a este desafío sin la ayuda de herramientas inteligentes, tendrá que aplicar su intuición, y esto inevitablemente le llevará al fracaso.
Afortunadamente en este punto, de nuevo, los datos y el análisis avanzado sirven de ayuda. Usando técnicas de optimización matemática, se puede identificar en detalle el número de horas desajustadas por día y por franja horaria, en cualquier posición, de modo que sea posible identificar el plan de reclutamiento óptimo que asegure una estructura optimizada que se ajuste perfectamente a las necesidades del negocio.
ORQUEST es el primer software de gestión de la fuerza de trabajo diseñado específicamente para la industria del comercio minorista y retail con capacidad para dar soporte a largo, medio y corto plazo en todos los puntos cruciales del proceso de planificación y programación del personal en la tienda.
En resumen, si busca influir de forma significativa en los resultados del supermercado debe prestar especial atención a estos seis puntos clave para una planificación eficiente del personal de la tienda:
Enlace al artículo original de Alberto del Barrio, CEO de ORQUEST – How to improve supermarket operations, reduce labor budget and enhance customer service
Cookie | Duración | Descripción |
---|---|---|
cookielawinfo-checkbox-advertisement | 1 year | Set by the GDPR Cookie Consent plugin, this cookie records the user consent for the cookies in the "Advertisement" category. |
cookielawinfo-checkbox-analytics | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics". |
cookielawinfo-checkbox-functional | 11 months | The cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional". |
cookielawinfo-checkbox-necessary | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary". |
cookielawinfo-checkbox-others | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other. |
cookielawinfo-checkbox-performance | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance". |
CookieLawInfoConsent | 1 year | CookieYes sets this cookie to record the default button state of the corresponding category and the status of CCPA. It works only in coordination with the primary cookie. |
viewed_cookie_policy | 11 months | The cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data. |
Cookie | Duración | Descripción |
---|---|---|
sp_landing | 1 day | The sp_landing is set by Spotify to implement audio content from Spotify on the website and also registers information on user interaction related to the audio content. |
sp_t | 1 year | The sp_t cookie is set by Spotify to implement audio content from Spotify on the website and also registers information on user interaction related to the audio content. |
wp-wpml_current_language | session | WordPress multilingual plugin sets this cookie to store the current language/language settings. |
Cookie | Duración | Descripción |
---|---|---|
CONSENT | 2 years | YouTube sets this cookie via embedded YouTube videos and registers anonymous statistical data. |
Cookie | Duración | Descripción |
---|---|---|
VISITOR_INFO1_LIVE | 5 months 27 days | YouTube sets this cookie to measure bandwidth, determining whether the user gets the new or old player interface. |
YSC | session | Youtube sets this cookie to track the views of embedded videos on Youtube pages. |
yt-remote-connected-devices | never | YouTube sets this cookie to store the user's video preferences using embedded YouTube videos. |
yt-remote-device-id | never | YouTube sets this cookie to store the user's video preferences using embedded YouTube videos. |
yt.innertube::nextId | never | YouTube sets this cookie to register a unique ID to store data on what videos from YouTube the user has seen. |
yt.innertube::requests | never | YouTube sets this cookie to register a unique ID to store data on what videos from YouTube the user has seen. |
Cookie | Duración | Descripción |
---|---|---|
loglevel | never | No description available. |