Van statisch rooster naar krachtig algoritme
Het openen van één nieuwe winkel is een hele uitdaging, dus wat als je start met een winkelketen? Dan moeten er prioriteiten gesteld worden. Dat gold ook voor telecombedrijf Tele2, toen het in 2015 de eerste winkels opende. Een van de minder essentiële zaken op dat moment was de manier waarop de bezetting wordt ingeroosterd. Toch besloot Tele2 Head of Retail Edward Sleijffers al vrij snel om over te stappen van Excel-sheets op de planning software van Shifter. Die samenwerking zou leiden tot de ontwikkeling van een krachtig algoritme, dat naar verwachting voor een flinke toename in productiviteit gaat zorgen.
Het gemak van SaaS
Inmiddels heeft Tele2 19 winkels met rond de 135 medewerkers. In de eerste paar maanden gingen de winkelmanagers hun planning maken in Excel, maar dat werd na verloop van tijd onhandig. ‘Vanaf 25 tot 30 medewerkers werkt het niet meer’, vertelt Edward, ‘dan mis je al snel het overzicht, dus gingen we op zoek naar een andere oplossing. Shifter sprak mij aan omdat het een SaaS (Software as a Service)-oplossing is. We hoefden dus geen extra software te ondersteunen, wat bij veel andere partijen wel het geval is. Ook is er een handige app voor medewerkers en voelde ik ruimte om ook eigen ideeën en wensen te kunnen aandragen.’
(Mee)denken in algoritmes
Na verloop van tijd bleek dat de rooster planning in de winkels beter kon. Aanleiding was het klanttevredenheidssysteem voor de Tele2-winkels. Edward: ‘Daar kwamen twee reacties steeds terug. De positieve reactie was de tijd die voor de klant werd genomen. En de negatieve reactie was dat klanten lang moesten wachten tot ze geholpen werden. Het één levert natuurlijk het andere op, dus ik concludeerde dat we niet op het juiste moment van de dag met het juiste aantal mensen in de winkels staan.’ Met de vraag hoe de roostering verbeterd kon worden, zocht hij contact met Shifter. Samen hebben ze een algoritme ontwikkeld dat per winkel voorspelt hoeveel mensen er elk uur door de deur komen. Op basis daarvan stelt Shifter de bezetting voor. Slimme planning software dus!
Het nut van data
Het algoritme wordt gevoed met verschillende data van de afgelopen jaren. Zo werd er op basis van een “time and motion”-studie berekend hoeveel tijd een medewerker aan een klant besteedt en hoeveel transacties de medewerker gemiddeld voltooit in een uur. ‘Ook data als weersomstandigheden, dagen dat salarissen worden uitbetaald, vakantiedagen en tijden waarin we campagnes voeren werden aan het algoritme toegevoegd’, vertelt Edward. ‘Lang niet alle data bleek nuttig te zijn, maar dat gaf het algoritme dan ook aan. Het invoeren van weersomstandigheden was bijvoorbeeld totaal overbodig’. Momenteel is het algoritme zo vergevorderd dat het met een afwijking van tien procent nauwkeurig kan aangeven hoeveel mensen er elke dag door de deur komen, nauwkeurig tot op het hele uur. Het gevolg is dat er veel effectiever geroosterd kan worden met de planning software. ‘Op drukke dagen kunnen we dus opschalen en onze productiviteit verhogen. En als het rustiger is, zetten we minder mensen in en kunnen we kosten besparen.’
Verder voeden en ontwikkelen
Op het moment van schrijven is het algoritme een aantal weken in gebruik. Het is dus nog even wachten op de harde cijfers. ‘En we moeten nog wel wat dingen tweaken aan het algoritme om het beter te krijgen’, aldus Edward. ‘Maar het krijgt natuurlijk ook elke dag info van alle winkels, die het kan vergelijken met de gemaakte voorspellingen. Dat wordt weer verwerkt in de voorspellingen van de komende tijd.’ Over drie maanden hoopt hij de eerste echte resultaten van dit zelflerende algoritme te zien. ‘Ik wil dat we er tien procent productiever van worden. Dus tien procent kostenbesparing of tien procent meer omzet. Voor een bedrijf als het onze is dat nogal wat.’
