Каждая компания, которая работает в ритейле, мечтает внедрить гибкие графики. Экспертные оценки говорят о том, что с их помощью можно снизить заработную плату на 10% без падения продаж.
Что такое гибкие графики?
Гибкие графики (ГГ) – это система распределения рабочего времени персонала, которая позволяет в каждый момент времени в магазине или на производстве находиться ровно стольким сотрудникам, сколько нужно для обеспечения процесса.
Предположим, что магазин работает 12 часов и нам необходимо пять сотрудников. Самое простое, что мы можем сделать, – это вывести пять сотрудников в режиме 2 часа через 2. Тогда в каждый момент времени в магазине будет присутствовать пять человек, за исключением обеда и перерывов. Но эта пятерка не нужна там постоянно. Система гибких графиков способна этот момент корректировать. Допустим, в 9 утра их четверо – занимаются покупателями, потом двое на кассах, двое принимают и выставляют товар, после обеда до 17.00 вечера их трое, с 17.00 до 19.00 – четверо, потом – шестеро продавцов. В этом случае экономия действительно может достигать 10%.
Стандартные ошибки
В процессе внедрения системы гибких графиков, как правило, возникает ряд стандартных ошибок. Давайте разберем, что же может пойти не так.
Обычно при реализации проекта все рассматривают экономию ФОТ персонала: при той же выручке затраты на ФОТ основного персонала должны уменьшиться.
Гибкие графики призваны устранить две ситуации:
- когда персонал присутствует в магазине и он не загружен;
- когда персонала в магазине нет, а он нужен.
Если мы говорим про экономию ФОТ, то убираем возможность увеличить продажи за счет вывода дополнительного персонала в те моменты, когда это необходимо. Также при рассмотрении ГГ интересно будет проследить изменение общего графика работы магазина. Поэтому в случае с графиками правильнее всего говорить о производительности. Ее можно считать либо как выручку, разделенную на ФОТ, либо чуть более сложным способом – выручку разделить на оплаченные часы. Верный вариант будет зависеть от проекта и условий, в которых работает компания.
Второй момент – так называемая «черная эффективность». Компании не оплачивают переработки, но «неофициально» поощряют (или заставляют) сотрудников перерабатывать. Если внедрить систему гибких графиков, то система будет показывать, что надо выводить больше людей. В таком случае позитивный эффект от внедрения системы будет нейтрализован оплатой переработок. Тут компании сами должны решать, что делать. Но без вывода переработок не будет запроса на повышение эффективности процессов.
Отсюда же возникает другая проблема с запуском ГГ – если в целом процессы неэффективны, то надо ли внедрять гибкие графики или целесообразнее переориентировать усилия на повышение эффективности процессов? Каждая компания должна решить для себя, что и как делать. Однако можно начать с упрощенного внедрения гибких графиков. Тем самым мы начнем получать выгоды от гибких графиков, попутно выявляя неэффективности в процессах.
Что не так с математической моделью ГГ?
Самое большое заблуждение при работе с гибкими графиками – думать, что основа проекта сводится к расчету матмодели. Да, действительно, чтобы работать с ГГ, ее необходимо просчитать и рассчитать нагрузку на момент времени. И вот тут многие консультанты предлагают соблазнительный выход: «Давайте сделаем суперсложную и суперточную модель, и у вас будут гибкие графики». В действительности это не так.
Для просчета модели ГГ выбираются драйвера – те факторы, которые влияют на рабочее время. Чем более точную информацию мы хотим получить, тем больше усилий нам надо потратить. Но до какой точности необходимо считать? Если у вас заканчивается бензин, то вам достаточно информации о том, что «следующая заправка будет примерно через 20 км». Все эти уточнения – 21 км, 21 300 метров, 21 347,45 метра – будет только мешать.
Давайте оценим точность расчетов.
-
Любая модель гибких графиков работает на прогнозе драйверов. Самые точные модели работают с точностью 80–90%. Зачем нам точность модели в 99%? Погрешность прогноза сделает любую суперточную модель бессмысленной.
-
Количество драйверов для расчета: с одной стороны, чем больше драйверов, тем точнее будет модель. Ряд консультантов для более высокой точности предлагают считать до 20 пунктов. С другой стороны, расчет и прогноз каждого нового драйвера – это дополнительные усилия и погрешность. И потом, какую ценность добавляет каждый последующий пункт? Их все можно расположить по степени влияния на конечную модель. Основной драйвер – это количество покупателей. Далее еще пара пунктов, учитывающих магазин и т.д. – и мы можем учесть 80% нагрузки. В результате десятый драйвер будет добавлять лишь 1–2% точности к модели, что нивелируется точностью прогноза.
-
Реальные люди: если точная модель покажет нам, что нужно вывести 14,327 сотрудника, сколько мы будем выводить? Либо 14, либо 15 сотрудников. Это значит, что для смены в 20 человек мы с легкостью можем получить в расчет либо 19,51 либо 20,49. Погрешность составляет минимум 5% просто от округления.
-
Нормы: если система настроена на выдачу определенного показателя, то она будет его выдавать вне зависимости от выставленных настроек. Все они рассчитываются с какой-то погрешностью.
-
Индивидуальность норм: по сути, каждый магазин – индивидуален. Если взять один простой параметр – расстояние от дебаркадера до входа в торговый зал и сложность этого расстояния, – оно будет разным. Это значит, что время выполнения каждого типичного действия будет отличатся от магазина к магазину. Нормы необходимо устанавливать на каждый магазин индивидуально. А вот сотрудников, кстати, лучше не ограничивать такими нормами, поскольку все люди разные и подход к работе может отличаться.
Таким образом, окружающий мир делает бессмысленным расчет точной модели, поскольку работать она будет в реальном мире. Детальный сложный расчет лишь отвлекает ресурсы от действительно необходимых задач. Именно поэтому при внедрении ГГ можно ограничиться какой-либо простой моделью, которая всем понятна и легко рассчитывается. И самое главное – выдает полезный результат, который можно использовать.
Работа с персоналом
Интересной проблемой при внедрении гибких графиков может стать неуниверсальность персонала. Если предположить, что из пяти продавцов только один может работать с молоком, другой только грузчиком, и так далее, то ни о какой экономии речи быть не может. Или нам необходимо планировать отдельно загрузку для молочной продукции, отдельно для остальных категорий, что будет неэкономично.
Другой интересной особенностью внедрения ГГ может стать система контроля рабочего времени. Или, точнее сказать, ее отсутствие. Например, если директор магазина оставит сотрудников после окончания смен, чтобы выполнить необходимую работу, модель покажет превосходные, но фиктивные результаты.
Подводя итог, отметим, что для грамотного запуска проекта по внедрению гибких графиков необходимо:
-
Оценить ожидаемую эффективность проекта и готовность менеджмента отказаться от неоплачиваемых переработок.
-
Понять требуемую точность матмоделей и не пытаться строить модели с 90% точностью, особенно в первом приближении.
-
Начать работать с персоналом: понять, кто из сотрудников готов работать по укороченному графику, проводить работу с директорами магазинов, направленную на осознание ими пользы от сотрудников, занятых четыре часа. Проработать варианты оформления таких сотрудников.
-
Продумать ИТ-обеспечение проекта.
Статья опубликована в 123 номере журнала "Точка продаж" за ноябрь 2019 года