Nye overtidslov for forhandlere denne høytiden

MERK: Kongressen stemte denne uken for å forsinke starten av denne loven for å gi små bedrifter mer tid til å forberede seg.

Desember er vanligvis den mest lønnsomme sesongen av året for forhandlere. Høytiden betyr økt trafikk, salg og muligheter til å øke bunnlinjen før året slutter. Men det amerikanske arbeidsdepartementet (DOL) rister opp ting for små bedrifter i desember med implementeringen av nye overtidsbestemmelser som forventes å øke lønnskostnadene betydelig.

Spesielt har DOL økt lønnsgrensen til ansatte som mottar overtidsbeskyttelse, noe som betyr at detaljhandlere og andre ansatte som tidligere var kategorisert som "fritatt", har nå rett til overtidslønn. Denne nye loven anslås å utvide overtidsbeskyttelse til over fire millioner ansatte, og legger stor press på bedriftens arbeidsbudsjett.

Før ferien går i full gang neste måned, er det avgjørende at forhandlere begynner å implementere strategier for å minimere virkningen av disse nye forskriftene på lønnskostnader. Fastsettelse av muligheter for å oppnå dette kan bli funnet ved å utnytte en forhandlers datafiler. Ved å benytte de samme data-drevne prinsippene for optimalisering av forsyningskjeden, kan forhandlere unngå unødvendige og dyre arbeidsøkninger ved å optimalisere arbeidskraft og bemanning.

Korrelere datapuljer for å bidra til å forutse trafikk i butikken

Dagligvare samler detaljister verdifull informasjon om salg, butikkstrafikk og overordnet ytelse - og denne informasjonen går tilbake til aktivitet forrige måned, i fjor, og enda et tiår siden.

Ved å overvåke endringer og svingninger basert på dag og tid på året, kan forhandlere bruke denne historiske salgsinnsigelsen til å forutse butikkrafikk i sanntid.

Denne måling kan gjøres enda mer nøyaktig ved lagring i akkreditert data fra tredjepart. For eksempel kan ta hensyn til informasjon om værene hjelpe forhandlere å forstå hva shoppingadferd er som like før en stor snøstorm.

Videre kan bruk av geospatial- og folketallsdata hjelpe forhandlere å forstå sine kunder etter region, ved hjelp av denne informasjonen for å optimalisere tilbudene sine, implementere mer målrettede kampanjer, og forvent derfor et økning i trafikk i butikken. Alle disse faktorene gir en dypere forståelse av hvordan en butikk utfører under bestemte situasjoner og under bestemte tider på dagen og året. Til slutt hjelper dette detaljhandleren med å implementere en mer effektiv bemanningsstrategi, slik at butikken har nok (og ikke for mange) kropper på gulvet i forventede travle tider, og at de ikke sparer penger på arbeidskraft under langsommere shoppingperioder.

Forståelse av ansattes ytelse betyr optimalisert bemanning

Tegningskorrelasjoner mellom individuelle butikkdata som fottrafikk, volum og inntekter. Med informasjon fra HR-data som ansattes ytelse og lønnskostnader kan detaljhandlerne optimalisere hvem som skal planlegge for annen dag deler. Beslutningstakere i butikknivå kan benytte informasjon om ansattes ferdigheter og kostnader per arbeidstid mot data som avslører etterspørsel knyttet til hvert skifte, slik at de kan ta mer strategiske beslutninger om hvem som vil være mest verdifulle, effektive og effektive på bestemte dager og under bestemte tidsperioder.

Videre kan disse dataene hjelpe forhandlere til å gå et skritt videre og optimalisere lagene og ansattes plassering etter avdeling. Ved å analysere informasjonen de allerede har til rådighet om salgsfremmende kampanjer og salgsinnsikt, kan ledere avgjøre hvilke ansatte som vil være mest produktive i hvert område i butikken. I tillegg kan disse ledere også bestemme hvilke kohorter av ansatte som utfyller hverandres ferdighetssett, og fungerer derfor godt som et lag. Med dette tiltaket kan lederen sørge for at det mest produktive laget er planlagt i den travleste eller mest krevende tiden på dagen. Når man ser på å bekjempe kostnadene knyttet til DOLs nye overtidsbestemmelser, kan analysering av detaljistens data bidra til å øke produktiviteten ved å strategisk plassere de beste pasientene i de områdene hvor de vil gi størst bidrag.

Optimalisering av konverteringsfrekvenser og økende kjøperutgifter

Alle forhandlere forstår hvor utfordrende det kan være å slå i nettlesere til kjøpere - og det er enda vanskeligere å overbevise dem om å bruke mer penger. Å utnytte transaksjonsdata med trafikkinformasjon i butikken kan hjelpe forhandlere til å bestemme de områdene de har det bra, og de områdene som kan forbedres. Basert på denne analysen kan forhandlere finne ut hvilke grupper av varer som oftest er kjøpt sammen, og strategisk plassere disse produktene i nærheten av kassene for å øke gjennomsnittlige kjøpere.

Ved å se et omfattende bilde av butikkens konverteringsfrekvenser, kan beslutningstakere i detalj få unikt innblikk i hvordan trafikk, bemanning og fortjeneste er relatert - og hvordan man kan forbedre seg på denne ligningen for å kompensere ekstra lønnskostnader fra de nye overtidsreglene .

Fra 1. desember 2016 vil forhandlere bli presentert med den kompliserte utfordringen med å håndtere nye overtidsbestemmelser, som sannsynligvis vil medføre høyere lønnskostnader. Imidlertid kan de effektivt navigere og bekjempe disse problemene hvis de ser på dataene sine for bedre å forstå produkt- og personellytelsen, og bruke denne informasjonen til å kontinuerlig forbedre prosessene sine.