Изменение рабочего времени

Рабочее время было сокращено, но это также повлияло на снижение затрат на рабочую силу. Когда мы открывали Fun24 в 2014 году, мы изначально работали 24 часа в сутки, потому что задумывали его как место, куда можно прийти в любое время дня и ночи. Мы не стали долго отказываться от этой идеи, но в 2018 году решили изменить программу работы парка с 10:00 на 02:00.

Получив в 2018 году название Fun24 Entertainment Centre, он оставил круглосуточные смены в субботу и воскресенье вечером. По пятницам он работал до 6 утра, по субботам — до 6 утра. Сокращение часов работы объясняется тем, что Казань оказалась не такой активной ночной жизнью, как Санкт-Петербург, который был взят в качестве примера. Если бы мы открывали центр в Москве, мы бы работали 24 часа в сутки, каждый день.

В этом году, в связи с кризисом, мы сократили время работы. Теперь посетители могут отдохнуть с 12:00 до FUN24 каждый день и с 10:00 до полуночи по выходным. По настоянию Роспотребнадзора позже мы работать не будем.

Win-Win: нас вывели из ситуации, когда развлекательный центр мог работать ночью на одну-две компании. На тот момент должно было быть около 20 сменных работников, затраты на которых умножались на выручку парка. Таким образом, снижалась нагрузка на сотрудников и затраты компании.

Учитывая предположение о снижении посещаемости, сокращение часов работы привело к ощутимому снижению расходов. Некоторые посетители изменили свои планы и пришли в центры раньше. Появилось время для обслуживания центров в нерабочее время. Все эти выгоды не столь очевидны, но не стоит заблуждаться.

Экономия ресурсов: решение о сокращении часов было принято не по нашей инициативе, а в связи с внешней ситуацией и рекомендациями Роспотребнадзора. Мы потеряли более 125 часов работы в развлекательном центре и сократили расходы на 300 000 рублей (зарплата + коммунальные услуги + перевод сотрудников).

Книга «Из парка аттракционов. Развлекательные центры от планирования до счастливых посетителей». Часть 3. Участие, маркетинг и связи с общественностью, Глава 1:

Наши развлекательные центры рассчитаны на разные категории: студентов, молодежь, школьников, семьи, туристические группы и корпоративных клиентов. Некоторые из них совместимы (например, семьи со студентами или молодежь со студентами), другие — нет.

Для разных аудиторий существует разное время. Студентам удобно приходить в центры вечером в пятницу и субботу, днем в выходные, а молодым людям — каждый день, утром или днем. Каждый час дня недели центр полон разных посетителей. Если люди из разных слоев населения посещают центр в одно и то же время, мы ориентируемся на размер контролируемой среды (определение фактуры, планирование промоакций, планирование промоакций).

Поток посетителей. Графическое определение целевой аудитории.

Поток посетителей. Посещаемость развлекательного центра в течение недели.

Если вам интересна тема создания посетителей в моей книге «Парк отдыха. Развлекательные центры от проекта до счастливого посетителя» есть глава, посвященная распределению трафика в зависимости от сезона и дня недели, а также много другой полезной информации о том, как поддерживать развлекательный центр открытым и работающим.

Пример 2. Самостоятельный бар превращается в ресторан и бар

В развлекательном центре есть два заведения с разными идеями — панорамный ресторан «Воздух» и караоке-бар Hush-Hush. Управляющим этих заведений была предложена новая структура работы. Они будут получать 20 % от оборота магазина и сами решать, как, когда и в каких объемах им работать.

Оба магазина согласились и начали принимать полезные решения «снизу вверх». Сотрудники ресторанов и баров сами выбирали время работы. Например, ресторан Air теперь работает только в пиковые дни — пятницу, субботу и воскресенье — а не семь дней в неделю. Ресторан решил оставить в штате три-четыре сотрудника вместо восьми.

Выигрыш: при трехдневном графике работы заработок сотрудников остался на том же уровне, что и при семидневном. Система оптимизирована сама по себе — люди работают меньше, эффективнее и зарабатывают столько же.

Экономия ресурсов: ранее ФОТ на оплату труда в час по каждому заведению («Воздух» и «Хуш-Хуш») составлял более 500 000 рублей. Мероприятия снизили выручку этих заведений до менее чем 40 %.

Другие ресурсы для минимизации расходов развлекательных центров:

    Обеспечение потребностей сотрудников WFM

    Обеспечение потребностей в персонале — это стратегический процесс, направленный на выявление будущих потребностей организации в сотрудниках и разработку плана по их эффективному привлечению, удержанию и развитию. Используя WFM (управление трудовыми ресурсами), вы можете прогнозировать потребности в персонале, создавать автоматизированные программы смен и формировать стандарты работы, которые наилучшим образом отвечают потребностям и требованиям бизнеса.

    Прогнозирование персонала и смен WFM TargControl основано на тщательном анализе и обработке большого количества данных. Этот анализ включает в себя исторические данные о рабочей нагрузке, предыдущие программы смен, информацию о сотрудниках и их индивидуальных предпочтениях. Систематический анализ этих данных позволяет программе выявлять закономерности и тенденции в рабочем времени. Благодаря этому анализу система прогнозирует будущие потребности вашего предприятия в персонале и оптимизирует программы смен на основе найденных закономерностей, обеспечивая более эффективное управление персоналом и ресурсами. Это позволяет компании более точно адаптироваться к динамике рабочей нагрузки и эффективно реагировать на изменения в бизнесе. Узнайте больше о прогнозировании и планировании рабочей силы на примере KFC.

    Команда разработчиков WFM HR

    При прогнозировании персонала и программ смен в системе WFM компании TargControl учитывается ряд ключевых параметров, которые позволяют гибко настраивать процессы управления в соответствии с потребностями бизнеса.

      Оперативное управление персоналом с помощью прогнозирования WFM

      Конечным результатом прогнозирования рабочей силы в Workforce Management TARGControl является составление оптимального графика работы, который точно соответствует потребностям и бизнес-требованиям организации. Анализируя данные и принимая во внимание различные параметры, можно достичь следующих практических результатов

      Советуем прочитать:  Сколько часов в неделю работает уборщик службы помещений при 6-дневной рабочей неделе?

      Стратегическое управление трудовыми ресурсами.

      Система учитывает исторические данные и текущие требования для создания электронных графиков, которые точно соответствуют нормативным срокам и рабочей нагрузке, не завышая и не занижая ее.

      Гибкие графики работы.

      Кадровые прогнозы и онлайн-планирование адаптируются к изменяющимся объемам работы и автоматически интегрируют более короткие смены, чтобы предотвратить перегрузку сотрудников и снизить затраты.

      Управление торговыми представителями.

      Минимальное и максимальное количество смен в неделю в соответствии с бизнес-планом позволяет оптимально использовать имеющийся персонал.

      Соблюдение стандартов сменного рабочего времени.

      Установление минимальной и максимальной продолжительности смены обеспечивает соблюдение трудового законодательства и норм.

      Планирование оперативного персонала.

      Составление оптимизированного графика смен позволяет более эффективно использовать рабочее время и повысить производительность бизнеса.

      Сокращение потерь рабочего времени.

      Программное обеспечение для управления трудовыми ресурсами автоматически прогнозирует и планирует смены для сотрудников на основе данных о выручке, продажах, погоде и других факторах, что позволяет сократить время, затрачиваемое менеджерами на планирование работы.

      Предоставление сотрудникам WFM TargControl — это мощный ресурс для оптимизации рабочего времени и повышения эффективности бизнеса. Система позволяет точно прогнозировать численность персонала и создавать гибкие программы смен для оперативного и стратегического управления персоналом.

      Плановые смены в розничной торговле: как организовать хаос

      Всем привет. С вами команда X5 Tech Ad-Hoc Analytics. В этой статье -.Лев Баскин, Андрей Полушкини.Александр Савунов.— Мы покажем вам, какБез регистрации и SMSПланировать смены сотрудников в оффлайн-магазинах. Этот проект очень тривиален. Возьмите простой метод или другой метод условной оптимизации и получите программу работников в зависимости от предполагаемой нагрузки. Однако все не так просто.

      Первое препятствие — это масштаб. X5 насчитывает около 25 000 магазинов от Калининграда до Владивостока, и более 378 000 сотрудников обеспечивают непрерывное функционирование бизнеса. Каждый магазин имеет свои уникальные характеристики и различные бизнес-процессы. Во-вторых, знание того, сколько часов продлится тот или иной процесс и как он будет зависеть от внешних факторов, не позволяет включить его в расписание. Например, дорожная обстановка может повлиять на время доставки и, соответственно, перенести некоторые этапы в магазин. Хватит пролога, давайте перейдем к теме!

      Весь проект можно проанализировать в три этапа.

        Анализ деятельности сотрудников магазина.

        Какие задачи стоят перед цехом? На ум сразу приходит то, что вы находите каждый раз, когда заходите в магазин, — кассовый аппарат. Кроме того, существует множество других видов деятельности, лишь некоторые из которых отражены на диаграмме.

        Каждый вид деятельности требует тщательной оценки потребностей в ресурсах. Например, если в час пик поставить в фонд не двух, а двух сотрудников, образуется хвост, покупатели теряют время, разочаровываются и в итоге больше не возвращаются в наши магазины. Переоценка потребностей фонда в ресурсах приводит к тому, что в помещении не хватает людей. Это может вызвать проблемы с доступностью. Покупатели, пришедшие в магазин за своим любимым творогом, не находят его на полках, расстраиваются и уходят к конкурентам. Поэтому при программировании важно сбалансировать ресурсы.

        Виды деятельности можно разделить на три группы.

          После того как вы собрали информацию обо всех процедурах в магазине, можно переходить к следующему шагу.

          Оценка общей потребности в ресурсах в течение рабочего дня.

          Итак, вы подсчитали активность в магазине, но вам нужно преобразовать эти знания в рабочие часы. Его нужно распределить на 15-минутные отрезки, чтобы учесть загруженность в течение рабочего дня при планировании смен. Как это сделать? Диаграмма дает простой ответ на этот вопрос.

          Первым шагом является составление прогноза количества рабочих нагрузок по отношению к гранулам в день.

          Необходимые данные можно разделить на три группы.

            На основе этих данных строится модель ML. Поскольку программа работы персонала расписана на K недель в одно и то же время, модели требуется такой же период прогнозирования. При этом в среднем прогноз на первую неделю оказывается гораздо точнее, чем прогноз на последнюю неделю периода. Поэтому в последние несколько недель процесса прогнозирования полезно немного скорректировать прогнозы. Например, можно добавить дополнительный персонал в смены и, по возможности, улучшить совещания по ресурсам.

            Какие показатели можно использовать для оценки качества прогноза? Первый показатель, который приходит на ум, — MAPE (средняя ошибка в процентах). Однако магазины бывают разных размеров, и количество сделок может отличаться в разы. Поэтому этот показатель может быть очень нестабильным. На наш взгляд, лучшим решением является метрика WAPE (взвешенная средняя процентная ошибка), которая «взвешивает» ошибку каждого наблюдения. Это помогает сбалансировать наблюдения в будни, выходные и праздничные дни, например.

              Таким образом, получается ежедневный прогноз количества сделок. Как известно, дьявол кроется в деталях. Поэтому необходимо «загрязнить» прогноз 15-минутными сделками. Для этого нужно построить кривую дневного профиля. По своим свойствам эта кривая напоминает плотность вероятности. Пример синтетического профиля показан на следующем рисунке.

              После анализа исторических данных был сделан вывод, что профиль количества транзакций может существенно меняться в зависимости от дня недели. Вывод очень логичен. В выходные дни у людей гораздо больше свободного времени для походов по магазинам, чем в будни.

              Если немного упростить, то можно сказать, что для получения профиля следующего понедельника нам нужно усреднить профили количества операций за последние m понедельников. Здесь m — настраиваемый гиперпараметр.

              Умножив прогноз количества транзакций на профиль соответствующего дня, мы получим оптимальный 15-минутный прогноз. Осталось совсем немного времени, чтобы получить популярный временной прогноз.

              Далее необходимо определить критерии задачи. Как узнать, сколько времени нужно выделить на согласование с клиентом? Десять секунд? Или нужно выделить чуть больше времени, потому что многие клиенты долго ищут свою карту или паспорт при покупке алкоголя?

              Одно из решений этой проблемы — данные, собранные людьми, использующими таймеры в магазине. Можно также собирать цифровые данные о поведении кассиров, на основе которых можно вывести нормы.

              Нормы — очень важный элемент модели. Если они завышены, то время сотрудников используется неэффективно, а качество обслуживания снижается.

              Советуем прочитать:  Как сотрудникам, работающим по сдельной системе оплаты, применять канбан-таблицы?

              Как можно оценить правильность, например, чековых норм, не имея четкого цифрового следа? Во-первых, необходимо определить период оценки, не превышающий одного дня. Лучшее время для оценки — когда бухгалтер постоянно находится на рабочем месте. Поэтому разумно рассматривать 15 минут в часы пик.

              Давайте рассмотрим синтетический пример. Предположим, что правило на один режим работы составляет 1 минуту. Предполагая непрерывную работу, логично предположить, что сотруднику необходимо выполнить 15 функций за 15 минут. На основе пиковых ретроспективных данных собираются данные о фактическом количестве операций за 15 минут.

              Затем количество сотрудников распределяется в зависимости от количества операций, выполняемых каждые 15 минут.

              В идеальном мире красная вертикальная линия, символизирующая ожидаемый эффект от 15 действий, должна находиться в центре или чуть правее фактического распределения (при условии, конечно, что пиковое время бездействия отсутствует). Однако даже в идеальном сценарии сотрудники не будут выполнять все 15 функций, что приведет к низкому качеству обслуживания. Это одна из причин рассмотреть возможность увеличения количества правил на два, что повысит качество обслуживания в магазине.

              Вернемся к расчетам. Умножим прогнозируемое количество функций на 15-минутный норматив, чтобы получить 15-минутную потребность в ресурсах.

              Предположим, что в какой-то момент вам потребуется 0,2 кассира. Как вы интерпретируете этот результат? Правила округления можно найти здесь. Оно разработано для того, чтобы исключить ситуации, когда, например, потребность в кассире в 0,3 может привести к пустым фондам.

              Таким образом, применение правила округления приведет к тому, что общая потребность в ресурсах составит 15 минут. Если вы все еще с нами, наслаждайтесь, остался всего один шаг!

              Создайте схему сотрудников на основе требований к ресурсам

              На данный момент у вас есть высокий стандарт ожидаемого количества задач на одно рабочее место, и у вас есть потребность в ресурсах. Теперь нам нужно покрыть их посменно.

              Для начала давайте разберемся, как мы оцениваем качество наших алгоритмов. В нашем случае мы используем два показателя качества, которые уравновешивают друг друга.

                Чтобы понять, давайте рассмотрим пример конкретной 15-минутной смены.

                Предполагаемая потребность в ресурсах, чел.

                Решение кейса: «Офисная любовь: игнорировать или запретить?

                В последнем номере журнала «Офисная любовь: игнорировать или запретить? представлен конкурс на лучшее решение кейса «Офисная любовь: игнорировать или запретить? По мнению экспертного совета журнала, лучшим решением стало решение, предложенное Юлией Жижериной.

                Юлия Жижерина, руководитель отдела кадров, торговый дом ООО «Папирус-Столица», Москва:

                Как открывать и пресекать конфликты между сотрудниками отдела продаж?

                Отдел продаж мог быть в первую очередь командой обучения и карьеры (то есть группой подрастающих профессионалов), а Марина явно могла быть членом команды развлечений (тех, кто работает «как-то так»). И коллеги из отдела продаж могли бы смириться с ее плохой работой, если бы она играла второстепенную роль. Однако как только ее возглавил руководитель отдела продаж, сотрудники сразу же заработали, несмотря на ее плохие показатели. Это очень очевидно. Дело не в плохой работе Марины и не в повышении как таковом, а в сочетании этих факторов, в ее совместимости с представлениями коллег и в ее плохом поведении после повышения. Каков же выход из этой ситуации? В данном случае, например, мы считаем, что Марину нужно каким-то образом убрать из отдела. Например, ее можно перевести в другой отдел. Если же эти усилия не увенчались успехом, мудрость требует применения законных методов — фиксации нарушения трудовой дисциплины или проведения аттестации. По результатам можно выявить несоответствие его должности в гавани и уволить его по соответствующим статьям трудового законодательства. Конечно, это самый крайний вариант, который мы бы не хотели использовать.

                Какие шаги следует предпринять, чтобы восстановить работу секции?

                Если Марину удастся удалить из секции, то работа на секции будет восстанавливаться постепенно — после того, как собака будет удалена из пальцев, воспаление обычно отступает само по себе. Однако есть еще Игорь Л. Престиж компании после этого инцидента мог пошатнуться. Я бы рекомендовал руководителю компании (поскольку он не является менеджером по персоналу, а ее престиж гораздо ниже) серьезно поговорить с Игорем о сложившейся ситуации. Не лишним будет обучить Игоря имеющимся навыкам. Это можно сделать с помощью специальных тренингов или индивидуальных занятий с коучем. Несмотря на сложности в личной жизни Игоря Л., компании было бы нежелательно терять такого сотрудника, ведь он неплохой менеджер по продажам, о чем свидетельствуют его личные и частичные результаты работы.

                Что нужно сделать, чтобы избежать создания офисной любовью критических ситуаций в компании в дальнейшем?

                Отношения внутри компании — это нормально! Где еще можно найти партнера вне работы? Там можно увидеть человека в действии и восхититься его личными и профессиональными качествами. Люди нравятся друг другу — это здорово. Влияют ли близкие отношения на вашу работу? Нет, если люди умны и не путают личные и профессиональные отношения. Влияют, если, как в случае с Мариной К. и Игорем Л., люди глупы и смешивают все в кучу. Исходя из этого, ответ напрашивается сам собой. Вам нужно нанимать умных людей, которые не будут нарушать ваши личные отношения. Профессиональные. Второй вопрос: как найти таких людей? Да, Софийскому университету следует усовершенствовать существующую систему подбора сотрудников. Мы предлагаем следующее.

                Советуем прочитать:  Со скольки лет можно принимать?

                Для отбора кандидатов необходимо разработать профессиональный профиль, определяющий как профессиональные, так и личностные компетенции, необходимые для работы в конкретной компании. Но как определить, соответствует ли кандидат предъявляемым требованиям? Существует множество методов. В данном случае я предлагаю биографический метод. Биография, рассказанная или написанная кандидатом, может дать много информации о его характере. Конечно, это требует тщательно подготовленного собеседования с заранее подготовленными вопросами, разбором ситуаций и элементами ролевой игры. Собрать рекомендации с предыдущих мест работы — не проблема. Более того, я бы посоветовал Софии не исключать сотрудников из процесса перевода на другую должность. Оценка сотрудника должна иметь приоритет. Процедуры найма и продвижения по службе должны быть прописаны в местном нормативном законодательстве.

                Полную версию решения и другие решения по этому кейсу можно прочитать в разделе «Кейс месяца» на форуме журнала (forum. kdelo. ru).

                Поздравляем Юлию. Она получила бесплатную полугодовую подписку на журнал «Кадровое дело».

                Как автоматизировать планирование работы кассы и повысить выручку и уровень обслуживания

                Никита Аржанцев, руководитель отдела по работе с клиентами компании Verme, лидера отечественного рынка WFM, написал для Retailer.ru статью о том, как автоматизация планирования работы сотрудников в прикассовой зоне в соответствии со спросом может повлиять на производительность компании и уровень обслуживания. Статья.

                Супер- и гипермаркеты борются за соблюдение критериев длины очереди. Длина очереди определяет количество оставленных тележек, что, в свою очередь, определяет оборот продаж в бизнесе. Существует множество способов решения этой проблемы, включая специальное программное обеспечение, ежедневные рабочие задания, измерение длины очереди, обучение сотрудников и обновление оборудования для кассиров. Опыт 30 проектов показал, что эффективное планирование и устранение нехватки персонала в прикассовой зоне позволяет повысить производительность в среднем на 10 % и обеспечить соответствие стандартам очередей в розничной сети.

                Использование гибкого подхода к планированию графиков работы сотрудников позволило нам решить несколько задач одновременно. С одной стороны, мы смогли оптимизировать использование рабочего времени сотрудников в СПОК, а с другой — поддерживать равномерную нагрузку на сотрудников и сохранять производительность». Юлия Чуприна, менеджер по платежам (платежи, кредиты, выставление счетов и WFM) компании «Леруа Мерлен», «в высшей степени ориентирована на потребности клиентов».

                В большинстве случаев, как в России, так и за рубежом, при составлении расписания вся информация собирается вручную в большой электронной таблице Excel. Чтобы составить оптимальный график, необходимо учесть множество факторов, таких как дорожная обстановка, наличие чеков, сканов, доступность работников, российское трудовое законодательство, рекламные акции и т. д. Если оперативные корректировки необходимо внести в течение месяца, критические параметры не учитываются, что приводит к неправильному распределению персонала по трафику.

                В супермаркетах составлением графиков занимаются старшие кассиры. Эти должности часто ротируются. Это означает, что у сотрудников нет ретроспективных данных за предыдущие периоды, что приводит к ошибкам в покрытии трафика.

                В супермаркетах менеджер-кассир старается составить план в течение двух-трех дней, собирая данные от всех сотрудников и учитывая все особенности магазина. Этот процесс трудоемкий, занимает много времени и требует повторных переговоров со всеми сотрудниками, поскольку корректировки могут существенно изменить график.

                Стандартный процесс программирования без WFM

                Ручных ошибок при программировании можно избежать, внедрив систему WFM.

                При планировании расписания система WFM сначала составляет прогноз загруженности. При этом учитываются данные за последние два года: бизнес-факторы, акции и праздники, показатели продаж, количество и тип кассовых узлов, правила работы. Затем система учитывает теорию очередей и выстраивает потребность в персонале на каждые 15 минут рабочего времени. Составляется оптимальный график, обеспечивающий максимальный охват на основе имеющихся трудовых ресурсов в соответствии с Трудовым кодексом РФ. Точность прогнозирования составляет более 90 %, чего практически невозможно достичь при ручном составлении расписания.

                После того как расписание составлено с учетом спроса, необходимо оценить текущий уровень ресурсов и персонала, то есть структуру штатного расписания, на предмет возможности гибкого приспособления к динамичному расписанию. Система WFM автоматически рассчитывает оптимальное расписание на основе планируемого охвата и предлагает различные варианты организации рабочих смен от 4 до 12 часов.

                Для функциональной адаптации система WFM создает новую программу в течение минуты одним нажатием кнопки. Это позволяет сократить расходы на программирование и оперативную координацию на 60 %.

                Благодаря правильному планированию исключаются простои, и кассиры могут тратить больше рабочего времени на решение неотложных задач. Таким образом, FOT органически сокращается, повышая производительность и эффективность работы на одного сотрудника в кассовой зоне.

                Если количество кассиров, выходящих на пенсию, соответствует движению, можно поддерживать запланированный уровень обслуживания, что в конечном итоге влияет на продажи и выручку розничной сети.

                Календарные праздники и выходные — это пиковое время для розничной торговли, поэтому важно иметь оптимальное количество кассиров, чтобы охватить весь трафик и не потерять продажи в этот период. Хотя до новогодних праздников еще несколько месяцев, вы можете протестировать решение в трех супермаркетах или трех гипермаркетах вашей торговой сети, чтобы понять основные преимущества и бизнес-задачи.

                По опыту клиентов, в каждом крупном супермаркете или гипермаркете система WFM выполняет роль наблюдателя между торговым залом и выходом из магазина, что позволяет быстрее и проще оценить преимущества внедрения системы WFM в прикассовой зоне. без совершения покупки. Кроме того, задачи, выполняемые кассирами, можно легко подсчитать и проанализировать для составления точных прогнозов. Однако наибольший эффект дает синергия, т. е. внедрение WFM для всего линейного персонала.

                Понравилась статья? Поделиться с друзьями:
                Добавить комментарий

                ;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!:

                Adblock
                detector