Последний пост с конференции "MOTIVATION 2018: Инструменты материальной и нематериальной мотивации" - об очень интересном кейсе. Интересном и актуальном. О том, как не ходить к акционеру за денежкой, а буквально из воздуха взять деньги на необходимые проекты в HR (снижение текучести персонала, повышение уровня заработных плат и т.д).
Согласитесь, коллеги, многие из нас задаются таким вопросом, когда идут утверждать бюджеты к собственникам и акционерам. Не будем вас томить, а сразу раскроем секрет. Это возможно с помощью BigData. Именно с таким докладом «BigData. Принятие решений на основе данных» выступила Елена Чернышова.
ЗАДАЧА - СОКРАЩЕНИЕ ФОТ
Когда Елена пришла работать Директором по персоналу в Седьмой континент, перед ней сразу была поставлена задача сократить размер ФОТ до 10% от выручки. При этом за последний год уже было два сокращения штатного расписания на 5% и 10%, зарплаты сотрудников были намного ниже, чем у конкурентов, и выручка падала ежемесячно на 0,5%. Не говоря уже про постоянную нехватку персонала в магазинах.
АНАЛИЗ
Как подойти к решению задачи? Для начала необходимо определиться, кто в данном случае является HR-клиентами и чего они хотят?
1. Акционер, Генеральный директор – что они хотят, изложено в условиях задачи.
2. Руководители хотят, чтобы им хватало более-менее обученных сотрудников на операционную деятельность.
3. Сотрудники хотят увеличения дохода, тут все прозаично.
РЕШЕНИЕ
1. Сообщить акционеру, что при падающей выручке снизить ФОТ % невозможно, зарплата и так самая низкая на рынке, людей не хватает и те «бегут». Надо наращивать выручку.
2. Увеличить численность сотрудников нет возможности, так как ФОТ % уже превысил цель от акционера.
3. Проблемы с фактической укомплектованностью нет, благодаря отлаженной схеме аутсорсинга. А подработки дают возможность увеличить доход до 30 000–40 000 рублей.
Но, конечно, это не решение!
ПРАВИЛЬНОЕ РЕШЕНИЕ
Так что же делать? Нужно принимать решения на основе данных!
Шаг 1. Собираем данные
После сбора данных выяснилось, что схожие магазины (локация, ТО, уровень сервиса) имеют разницу в штатных единицах до 70%, в наших магазинах отсутствуют нормы численности и есть малозанятые сотрудники.
И еще:
Шаг 2. Анализируем данные, выдвигаем гипотезы
- Некоторые магазины имеют ШР, не соответствующее бизнес-потребности,
- Работа магазинов ночью не эффективна,
- Снижение текучки новичков снизит общую текучку,
- Повышение доли аутсорсинга даст экономию ФОТ.
Шаг 3. Начинаем прорабатывать гипотезы по очереди, выбираем метод, снова собираем данные
Шаг 4. Проводим нормирование трудозатрат продавца торгового зала
Шаг 5. Данные переводим в аналитику, разрабатываем формулу расчета
Шаг 6. Проверяем гипотезу, понимаем, что расчет применим и валиден
Результаты первого проекта (первой гипотезы): найдено 30% «избыточного» ФОТ, 20 из них пошло на увеличение заработной платы, 10% - экономия ФОТ плюс создан инструмент гибкого ежемесячного планирования численности продавцов и кассиров.
Экономические результаты 4х проектов
Таким же образом были проанализированы остальные 3 гипотезы, и вот что получили в результате.
ИТОГИ
1. Акционеры получили свои 10% ФОТ от выручки.
2. Руководители, ответственные за бизнес-результат, получили сотрудников в достаточном количестве в нужные периоды времени.
3. Сотрудники получили рост заработной платы на 20%.
Интересный факт! На конференции "O’Reilly Strata" на вопрос "Как взрастить специалистов по анализу и обработке данных?" NOKIA ответила так: "Это несложно! Главное – любопытство!".
Коллеги, будьте любопытными! Получайте деньги на ваши проекты не наращивая бюджет, а через анализ больших данных - там они точно есть:) И делитесь результатами в комментариях.
Всем успехов!
Обзор для HR-Академии подготовила Оксана Рыбакова
