Ennakoiva analytiikka avuksi Musti Groupin henkilöstönhallintaan

Musti Groupilla on noin 260 myymälää pohjoismaissa, joista reilut sata sijaitsee Suomessa. Kunkin toimipisteen työvoiman tarpeesta ja työvuorosuunnittelusta vastasivat ennen täysin itsenäisesti myymäpäälliköt ja jokaiseen myymälään oli oma allokoitu henkilökunta.

Yrityksessä yleisenä käytäntönä oli suosia suuria henkilömääriä ja puitesopimuksia, jotta myymäläpäälliköt pystyivät vastaamaan työvoiman kysynnän vaihteluihin ja sairauspoissaolojen paikkauksiin. Suurin osa puitesopimuslaisista oli opiskelijoita, joille sopivat epäsäännölliset vuorot, mutta muut työntekijät olivat tyytymättömiä. Iso henkilöstömäärä aiheutti kasvaneita kustannuksia ja haasteita työsuhteiden hallinnoinnissa. Musti Groupilla myös epäiltiin, että asiakaspalvelu ja myynti kärsivät, kun työvuoroissa jouduttiin jatkuvasti käyttämään vakiohenkilökuntaa kokemattomampia henkilöitä. Myös vakiohenkilökunnan sitouttaminen vähillä tunneilla oli hankalaa.

 

Älykästä henkilöstönhallintaa

Musti Group halusi ratkaisun, jotta työvoiman suunnittelua ja hallintaa kyettäisiin jatkossa toteuttamaan entistä älykkäämmin. Kumppaniksi tähän analyysi- ja muutosprojektiin valikoituivat Peoplegeeks ja Houston Analytics, jotka muodostivat projektiryhmän. IBM Watson Analyticsin avulla projektiryhmä analysoi suuria määriä tietoa, mukaan lukien 50 miljoonaa kuittia ja 2,6 miljoonaa tehtyä työtuntia. He vertailivat muun muassa eri sopimustyyppejä ja analysoivat myynnin tuloksia keski- ja tuntimyyntien lisäksi ostoskoritasolla.

Projektiryhmä huomasi, että käsillä olleesta informaatiokokonaisuudesta olisi mahdollista jalostaa ennustavia optimointimalleja ohjaamaan työvoiman- ja työvuorosuunnittelua ajatuksella ”oikeat ihmiset, oikeassa paikassa, oikeaan aikaan”. Musti Group koki tarvitsevansa tarkan tuntitason kysyntäennusteen, joka ohjaisi työvuorosuunnittelua. Tätä varten laadittiin ennustemallit IBM SPSS Modelerilla hyödyntäen koneoppimistekniikoita, mikä mahdollisti automatisoinnin työvuorosuunnittelussa. Näin konsernitasolla ennakoidut vuosittaiset säästöt olisivat n. 6000 työtunnin luokkaa.

 

Keskitettyä työvuorosuunnittelua

Ennustemallin jalkautuksen tueksi toimeenpantiin sarja uusia käytäntöjä, joilla mahdollistettiin entistä parempi työvoiman jousto kysynnän vaihteluihin mukaan. Tiettyjen myymälöiden osalta (Oulu, Turku ja Tampere) työvuorosuunnittelua keskitettiin ja työvoiman sopimuskokonaisuutta alettiin optimoida alueellisesti. Henkilökunta pystyi tekemään työvuoroja eri myymälöissä ja samoille työntekijöille kyettiin tarjoamaan aiempaa suurempia tuntisopimuksia, joilla taattiin parempaa toimeentuloa ja henkilöstön sitoutumista. Tuntisopimuslaisten tasoitusjaksot optimoitiin kysynnän mukaan.

Työvuorosuunnittelun tehostamisen ohella suunniteltiin uusi tehokkaampi rekrytointiprosessi, joka vähensi myymäläpäällikön yhteen rekrytointiin käyttämän keskimääräisen ajan 16 tunnista 4,5 tuntiin.  Työvuorosuunnittelun tueksi rakennettu koneoppimiseen perustuva myynnin ennustemalli osoittautui tarkkuudeltaan tarkemmaksi, kuin vanha budjetointiprosessi.

Projektin ansiosta Musti Groupin rekrytointi, työvuorojen suunnittelu ja henkilöstönhallinta on nyt entistä joustavampaa ja tehokkaampaa. Lue englanninkielinen versio Musti Groupin analytiikan muutosmatkasta täältä.

 

Kirjoitettu yhdessä Peoplegeeksin Pauli Dahlbomin kanssa.

Avainsanat: analytiikka, automatisaatio, Houston Analytics, IBM Watson Analytics, Musti Group, Peoplegeeks

Kommentit