Как рекомендательная система помогла 100 миллионов рублей сэкономить
ЗаказчикДепартамент работы с персоналом крупной торговой сетиЗадачаРазработать рекомендательный сервис, который поможет HR-менеджерам и директорам торговой сети достигать целевых показателей через призму ориентированного на результат управления персоналом
Управление сетью магазинов по всей России — дело ошеломительно сложное. Иерархия директоров разных уровней сверяет целевые показатели и актуальные данные. А еще рассчитывает количество вакансий и штатное расписание сотрудников. Всего несколько «лишних» сотрудников могут привести к миллионным убыткам, а потому открытие новой ставки сопровождается многоуровневыми согласованиями и долгими утверждениями.
Чтобы упростить и улучшить процесс принятия управленческих решений, а также обеспечить директоров мгновенными автоматическими рекомендациями, мы и начали разрабатывать сервис. Процесс еще не завершен, но результаты уже есть. Спешим поделиться.
Проблема: два основополагающих процесса работы с персоналом — аналитика и составление штатных расписаний и графиков работ — велись раздельно, да еще и в разных системах. Для передачи информации конечным пользователям сотрудники пересылали файлы в Excel, в которых неизбежно терялась часть данных. Делалось это в виде еженедельных отчетов, которые часто запаздывали или утрачивали актуальность.
Решение: мы провели качественные исследования среди потребителей продукта, HR-менеджеров и директоров разных уровней. Зачем? Чтобы понять, какие показатели, в каком виде и с какой периодичностью им нужно отслеживать.
Мы визуализировали разрозненную и запутанную аналитику, хранящуюся на разных носителях. То, что раньше копилось в табличках, превратилось в систему виджетов. На них доступно отображается только необходимая информация, обновляющаяся в режиме реального времени.
Затем мы перешли к разработке функционала. Подключив клиентские базы данных к своему бэкенду, мы объединили в интерфейсе два взаимосвязанных процесса — аналитику по персоналу и рекомендации по управлению персоналом и достижению целей. Это позволило синхронизировать процессы получения актуальных данных и своевременного принятия решений. Теперь, узнав о снижении показателей, директор магазина может сразу же предпринять необходимые действия: урегулировать количество ставок или отправить кого-то в отпуск. И наоборот, при положительных показателях директор может нанять пару новых кассиров для повышения эффективности.
В дизайне мы стремились выделить нужные показатели. Получая обратную связь от сотрудников розничных магазинов, мы внесли ряд следующих изменений:
— заменили гистограммы пайчартами в виджетах, которые отображают 7 главных показателей (ФОТ, человекочасы, ebitda и так далее);
— создали дашборды-светофоры: красный сигнализирует о сниженных показателях, а зеленый — о выполненной цели.
Директорам доступны расширенные таблицы, в которых они анализируют показатели и настраивают их отображение с помощью фильтров. Для наглядности некоторые показатели можно развернуть или отсортировать.
Проблема: Согласования и утверждения новых ставок и целевых показателей между директорами разных уровней занимали много времени, некоторые процессы приходилось обрабатывать вручную.
Решение: Внутри системы мы создали 5 ролей (начиная от уровня директора магазина до тех, кто управляет целой сетью). При этом мы учли иерархию ролей: они отличаются глубиной просмотра и доступностью ряда показателей.
Планируем усовершенствовать процедуру обмена требованиями и заявками между ролями разного уровня. Так, директор магазина сможет не только корректировать штатное расписание текущих сотрудников, но и открывать новые ставки, отправляя запрос вышестоящим директорам с помощью единой системы.
А директор любого уровня сможет настраивать свой интерфейс с помощью системы виджетов, фильтров и сортировки, выделять показатели, нужные конкретно его магазину или региону. Это улучшит пользовательский опыт и ускорит процесс взаимодействия между разными уровнями.
Проблема: важнейшие для работы магазинов процессы — формирование целевых показателей, формулирование рекомендаций по их достижению и отчетность по работе — велись разрозненно и занимали немало времени. Из-за этого решения, принятые с задержкой, были малоэффективны.
Решение: главная задача в разработке этого проекта — автоматизация процессов моментальных рекомендаций по выполнению целевых показателей на разных уровнях.
На основе массивов данных мы создаем систему алгоритмов, которая по текущим показателям будет выдавать рекомендации для каждого уровня и каждого магазина индивидуально. Принятие решений, разумеется, остаНется за сотрудником. Это избавит HR-менеджеров и директоров от ненужной бумажной волокиты, а главное — значительно ускорит процесс и минимизирует убытки.
Стоит помнить, что многое в работе с сотрудниками зависит от выполнения показателей: сокращение и расширение штата, выплата премий. Система призвана максимально сократить лишние издержки в работе с персоналом, максимизировать прибыль за счет автоматизации и синхронизации процессов и с помощью моментальных рекомендаций обезопасить компанию в случае непредвиденных обстоятельств, например, пандемии.
_____
За первый год использования сервиса удалось сэкономить больше 100 миллионов рублей.
Разработка проекта еще продолжается, но большая часть функционала уже активно используется и дает свои плоды — управлять становится проще, управлять становится эффективнее.
Полный текст статьи читайте на CMS Magazine
