Год назад я работал в крупной ритейлерской компании имеющей несколько сотен магазинов по всей стране. Мне посчастливилось состоять в группе, занимающейся оптимизацией бизнес-процессов работы магазинов. Одним из направлений нашей работы была разработка KPI.
В силу разных причин это направление было закрыто и теперь я могу поделиться одной интересной, на мой взгляд, разработкой — алгоритмом определения очереди на кассе. Автором разработки был только я и на данный момент она не используется в компании, поэтому корпоративной тайны я не раскрываю.
Зачем считать очередь на кассе?
Очереди на кассе — это всегда недовольные посетители. При этом в магазине может быть несколько касс и работать только одна.
Эффективная система оценки очереди на кассах позволит:
1) Определить наиболее загруженные часы, чтобы держать в это время в работе максимальное количество касс
2) Оценить работу управляющего магазином по организации кассового обслуживания
3) Увидеть на федеральном уровне проблемные магазины
Для оценки очереди на кассе можно использовать те же средства что используются для посещения магазина. На данный момент мне известно три классических способа:
1) Лазерный датчик — устанавливается источник и приемник сигнала. Между ними входят в магазин посетители. Недостатки: считает бегающих покурить продавцов, не считает детей, считает движения стоящего у датчика человека.
2) Тепловой датчик — видел только на картинках, внедрение подобных систем неоправданно дорого.
3) Охранник на входе со счетчиком. Недостаток — охранник это все таки охранник.
Все эти способы могут быть использованы для оценки очереди на кассе, однако число ошибок у них довольно большое и врядли эти системы можно рассматривать всерьез.
Новый метод
Итак, что же такое очередь на кассе? Углубиться в изучение этого вопроса мне помогла теория Эдварда Де Боне о кадрировании изучаемой проблемы, т.е. изучая проблему ты представляешь её по кадрам и обращаешь внимание на все детали, тем самым цепляешься за все что позволяет построить логическую цепочку и дать результат.
Решение было такое:
Очередь на кассе имеет место быть тогда когда время между окончанием обслуживания одного посетителя и началом обслуживания следующего меньше порогового значения (я брал 4 секунды).
Теперь нужно определить как выявлять начало и окончание обслуживания:
Начало обслуживания — это сканирование первого товара из корзины покупателя.
Окончание обслуживания — это печать чека.
Признаюсь, что для этого пришлось изменить АРМ кассира.
Итак, в результате у нас есть некие промежутки времени в течении дня, когда в магазине была очередь. Как не пытайся, но длину очереди эта система определить не позволит — очередь может быть как из одного человека к которому каждые 3 секунды сзади подбигает следующий человек, так и из огромной толпы.
Однако, продолжительность очереди это тоже результат и его можно использовать, к примеру для подсчета доли участия каждой кассы в дневной разгрузке очереди.
Примерно так и получилось. Эти цифры давали процент эффективности работы магазина (от 0 до 100). Далее эти проценты делились на «отсутствие проблемы», «средняя проблема» и «критическая проблема». Все это считалось в разных срезах (магазин, город, регион) и давало руководству возможность не вникая оценить положение дел в компании.
P.S.: Разработка бизнес-процессов, это пожалуй самое интересное из того чем мне доводилось заниматься.