官术网_书友最值得收藏!

特寫 Feature 運營

被零售商
浪費的利器
RETAILERS ARE SQUANDERING THEIR MOST POTENT WEAPONS

馬歇爾·費舍(MARSHALL FISHER)
桑提亞哥·加利諾(SANTIAGO GALLINO)
謝爾蓋·奈特西(SERGUEI NETESSINE)| 文
劉錚箏 | 譯 劉筱薇 | 校 鈕鍵軍 | 編輯

將店員視為一種資產,而非成本,將有助于應對電商的沖擊。

核心觀點

問題

為與電商競爭,實體零售商通過減少店員數量和培訓資金來降低成本。這破壞了他們相對電商的一大優勢:可以面對面幫助顧客,業務過硬的銷售人員。

根本原因

薪酬占可變成本的一大部分,很快就可以調整。鑒于普遍存在的高員工離職率,培訓開支似乎也是浪費。

解決方案

使用新方法,來分析歷史數據,進行實驗,跟蹤個人或團隊的培訓和銷售,并提供激勵措施,確定每個門店需要的店員數目和培訓,最大化營業額和利潤。


網購時代,
實體零售商為了生存,
正在采取一種老辦法:
削減店員支出。


例如,過去十年間,美國百貨公司行業中,每家店鋪的人員數量下降了10%以上,每位店員工資下降了4%。不僅薪資下調,培訓預算也被削減了。培訓軟件提供商Axonify的調查發現,近三分之一的零售店店員從未接受過正規培訓,是調查的所有行業中最高。商場缺少人手和工作人員缺乏培訓從來都不是件好事,但如今尤為糟糕,因為它消除了傳統門店相對電子零售商的最大優勢:顧客可以面對面與真人店員交談。

問題的根源在于,大多數零售商不知道如何確定每個店面人員和培訓的最佳數量。在本文中,我們將介紹計算這些數量的方法。我們發現,如能系統地應用此法,可以讓現有門店增收20%。此外,如能將一些店面裁減的人員補充到其他店面,并且讓供應商承擔產品培訓的成本,就能在不產生額外成本的前提下提高銷量,因此這一改進產生的大部分毛利都能沉淀到凈利潤中。


傳統方法的缺陷

可以理解的是,實體零售商將勞動力視為一種可消耗的可變成本:人力成本是大多數門店支出的第二大項,店鋪可以通過縮短許多兼職店員的工時來快速削減成本。這種方法的問題在于:忽略了銷售人員提高銷售的簡單事實。零售商在人力成本上省下一美元,意味著在收入和毛利上可能損失若干美元,因為顧客可能因缺乏業務過硬的店員幫助而空手而歸。這可能會造成惡性循環,人力不足會導致顧客服務質量下降,進一步減少營業額,然后不得不繼續裁員。長此以往,最后只能關門大吉——2017年美國有7795家零售店關張,創下有史以來新高。

削減員工開支會導致營業額和毛利減少,因為如果顧客沒有熟悉業務的店員幫忙,就會空手而歸。

這種人力戰略的敗筆背后,是商學院的思維方式出了問題。我們告訴學生,管理應以數字為參照。這并沒有錯,但它會導致商人過分重視能夠量化的因素,忽略不能量化的內容。對零售商而言,工資和培訓的成本一目了然,而數量充足、業務過關的銷售人員對收入的影響更難確定。這種不平衡導致了一種錯覺:零售商相信,如果他們在一個季度的最后幾周減少5%的工資,就能滿足他們對華爾街的利潤承諾,也不會影響客服。但時間一長,影響就會顯現出來。

更糟的是零售商分配門店店員的邏輯。根據我們的經驗,大多數商家對所有門店都一視同仁,并按照所在地點預期銷售額的固定百分比制定每家門店的人力預算。但是,隨著門店人手增加,收入增加速度變慢。每家門店都有最優人員配比,可以讓店員產生的額外收入和額外工資成本保持平衡。(最優配比意味著,最后一美元人力支出將產生一美元的毛利率。)如果零售商在每個地點都達到了最佳配比,有些門店的店員人數與收入比率將會高于其他門店。

哪些門店往往受益于相對較多的店員數量?答案是,那些具有更大銷售潛力(以服務區的日均坪效和平均營業額來衡量)和競爭更激烈(以五英里半徑內對手門店數量衡量,特別是沃爾瑪)的門店。當對手的店鋪距離顧客很近,顧客厭倦了等待店員服務的時候,更多人手提供更好的服務就顯得尤為重要。

因此,擺脫惡性循環的關鍵并非放棄數字管理,而是要用正確的數字來管理,不僅包括訓練有素的店員成本,還包括他們所產生的價值。


優化店員配比

現在讓我們來看看如何計算各門店中合適的店員配比,共有三步:

1.使用歷史缺勤數據來預估人員配置的影響。零售商可能尚未意識到已有辦法計算店員配置對門店收入的影響:估算店員因疾病、個人問題、離職等原因缺勤的數據。例如,如果計劃店員人數為30,而實際到店只有27人,實際銷售額與預測相比如何?如果依舊符合預測,門店店員可能過剩。如果收入下降10%,店員人數增加10%很有可能使收入增加10%。

當然,在統計上獲得有意義的結果需要大量樣本。我們使用零售商便于提供的最長時間內的最精細數據——通常是為期一年的周銷售和工資數據。但你也不能忘了其他會影響銷售的因素,比如廣告和天氣。我們也收集這些數據,并通過機器學習創建了可以預測門店營業額的需求模型,作為店員配置水平和其他驅動因素的函數。然后我們利用該模型得出的分析,將零售商門店分為三等:可以從更多店員中獲益;可以從更少店員中獲益;以及店員人數正合適。

2.驗證結果。第一個步驟的優勢在于所需投入較小,但你需要經嚴格設計實驗,才能獲得更準確的結果,因為個別門店的缺勤率變化相對隨機。有些門店可能缺勤嚴重,有些輕微甚至沒有。缺勤也并非時時刻刻都相同,可能在一周中的某些天里比較嚴重,或者沒有規律可循:在特定門店中,可能某天的缺勤率是1%,另一天則為10%。因此,使用前兩類門店樣本運行測試很有幫助。調整所選門店的店員人數,并將結果與對照組門店(這組門店的員工數量保持不變)的經營進行比較。如果你將25個試點門店的薪資增加10%,保持另25個對照門店薪資不變,會發現兩組營業額分別增加了8%和1%。由此可以得出結論,增加人手對營業額的凈影響為7%。這樣你就可以計算工資單以外的收入驅動因素,在本例中,其他因素使得對照組營業額增加1%。

顯然,很重要的一點是,額外營業額究竟能帶來多少利潤,你應該跟蹤這一點,用增量銷售額的毛利減去其所需的額外工資成本。

3.優化所有連鎖門店員工配置并衡量結果。假設第二步中的實驗驗證了你在第一步中數據分析的結果,那么現在是時候在所有門店中實現這些結果了。分析顯示能從更多人手受益的門店可以增員,需要較少人手的門店減員,其余門店保持不變。因為你的實驗結果仍然不夠精確,你還應該評估改變帶來的影響,確認其產生的好處。然而,這一新的人力改進計劃并非終點,因為影響它的所有因素都會隨著時間而改變。零售商需要重復這個三部曲,大概每年進行一次,以便隨著周圍環境變化而調整。正如我們前面提到的,當一些門店增員與其他門店減員相匹配時,就不會產生額外成本。然而,只有利潤能顯著增加時,才應該增員。盡管在很多行業中通過增員增收需要時間,但在門店中增員可以立即獲得回報。所以零售商不必擔心會在開始時經歷低盈利期。

我們看到,三部曲給一家擁有超過800家門店的專業零售商帶來了好處。

在與這家連鎖零售商合作時,我們考慮到的銷售驅動因素包括季節性、各種營銷活動和促銷。使用名為Stata的統計軟件工具,我們創建了一個需求模型,并利用模型預測銷售,以這些因素和員工數量作為模型變量。數據顯示,300家門店將從增員中受益,300家門店可以減員,其他200家門店員工數量不多不少。

我們預測,如果店員人數增加10%,第一類100家門店的營業額將增加5%以上。零售商高管決定在其中16家高潛力門店進行實驗,證實了預計收入增長。

然后零售商將測試范圍擴大到了168家或可通過增員提高營業額和利潤的門店,并追蹤這些測試門店和504家對照門店在超過182天內的每日營業額。

其結果顯示:測試門店的收入增長了5.1%,對照組則與之前沒有發生任何變化。此外,測試門店的營業利潤增加了近6%。

我們在其他零售商那里也看到了類似結果。其中一例我們的分析顯示,該連鎖店在工資單上每多花一美元,將產生4到28美元的收入,因具體門店而異。零售商的顧客調查揭示了原因:顧客滿意度的兩個最重要驅動因素是能夠找到可以提供幫助的店員以及該店員是否業務過硬——正是我們在文中解決的問題。

在所研究的雜貨零售店中,我們發現各個門店的日均坪效差異很大,籃子更大的門店白天的員工與客流配比更佳。我們研究的優化方法也適合全渠道零售商。他們需要認識到,店員不僅可以在門店里促銷,也可以在網絡上促銷,例如,鼓勵顧客與公司建立網上賬戶。因此,在分析他們的實體店是超員還是人手不足時,全渠道零售商應將這些因素納入指標。


增加銷售的產品知識

適當調整員工規模還遠遠不夠。店員的素質也非常重要。正所謂寧缺毋濫。但正如我們已經指出的,不幸的是,零售商很容易在培訓上打折扣。

店員可以從兩類項目中受益:關于如何補貨和處理顧客退貨等任務的流程培訓,以及關于門店產品特點的產品知識培訓,讓他們可以幫助顧客決定購買哪些商品。我們所知的大多數零售商提供的這兩類培訓都非常有限。其原因在于:培訓費用昂貴,而商家不知道收益是否值得投入成本,在許多門店都飽受高離職率困擾時尤為如此。

在本文中,我們將重點放在產品知識培訓上。但我們認為零售商也應該加大在流程上的培訓投入。其他研究者,特別是我們在麻省理工學院的朋友和同事澤伊內普·托恩(Zeynep Ton)已經找到提高員工敬業度、顧客滿意度和財務表現的模型的關鍵。為了準確衡量產品知識培訓的成本和收益,零售商須遵循以下三步:

1.追蹤店員的銷售業績,并激勵他們渴望獲得提高銷量的培訓。銷售傭金是最簡單的方法,但即使店員薪資固定,他們的銷售業績信息也是有用的反饋。有些零售商,特別是那些銷售團隊較小的,希望店員能團隊作戰,不愿支付傭金。在這些情況下,正確的分析單位是團隊而非個人。

2.確定產品信息的來源。如果你正在銷售品牌貨,那么這些品牌就是你的盟友,它們可能愿意支付培訓費用。畢竟它們可能比你更在乎如何準確地向顧客描述產品功能。如果它們買單,你就應該提供店員的在職培訓時間。

3.收集有關培訓活動的數據,并將其與店員的個人銷售數據進行比較。我們的想法是確定培訓更多的店員是否也會銷售更多。你可以衡量人們在培訓中花費的時間,但更好的是,你可以使用在線測試考察他們獲得的客觀知識。但考慮影響銷售的其他因素也很重要。銷售人員的經驗多寡和排班情況(周六銷售額通常高于周三),以及與他們一起工作的店員人數都十分重要。

我們跟蹤了在美國有近300家門店的連鎖百貨Dillard's的培訓過程,效果很明顯。Dillard’s與線上自助自愿培訓模塊公司Expert-Voice(前身為Experticity)合作,由Dillard’s所銷商品的制造商贊助,模塊教授店員每個品牌產品的特點。店員能獲得傭金,讓他們有動力學習如何提高銷量。開發培訓的品牌為店員提供產品折扣,視其所學習的模塊數量而定。由于每個模塊長度僅約20分鐘,許多店員都學習了超過一個模塊。

在匯總了為期兩年的店員培訓歷史和銷售生產率,以及他們的年資和前文提到的其他影響因素后,我們建模來評估訓練效果。我們發現,店員學習一個在線模塊,銷量就會增加1.8%。由于培訓全憑自愿,并非所有的店員都參與其中,但是參加培訓的人平均每小時銷售額比未參加者高出46%。在參加培訓的店員中,約有一半的人培訓前的每小時銷量就已超過了未培訓的店員。然而,剩下的一半解釋了培訓前后的銷售率。鑒于店員利用下班時間使用模塊培訓,因此在線培訓產生的大部分毛利可直接轉化為凈利潤。

為了探究推動這些積極成果的因素,我們調查了超過8000名受過培訓的銷售人員。他們反映,培訓的兩大主要好處是:提高對自己銷售能力的信心,和在銷售同類產品時可以應用到的產品知識。事實上,我們的結果表明,對特定品牌的培訓能溢出到類似品牌。例如,New Balance的培訓不僅增加了銷量,還增加了整個運動鞋品類的銷量。

最后,我們想了解培訓的好處是否對所有店員一致,如果不是,哪些人從培訓中獲益最多。是“明星銷售”錦上添花,還是落后的人迎頭趕上,縮小了銷售之間的差距?培訓前我們根據業績將店員分成四檔,第一檔是明星銷售,最弱的是第四檔。對結果的分析表明,每學習一個在線模塊,頂級店員的銷售額增加了1.6%(非常接近平均水平1.8%)。第二檔銷售人員的收益為4.2%,超過平均水平兩倍。第三檔受益者為1.4%。但培訓對底層店員的表現沒有影響。顯然,培訓可以幫助最好的店員,并顯著提升渴望改進的良好店員表現。如果跟蹤結果,你還可以識別出需要轉崗或下崗的店員。

提供產品和流程培訓是我們所信奉的更廣義戰略的一部分:將店員作為應該最大化的資產,而非盡可能壓縮成本。澤伊內普·托恩的觀點很有說服力:善待員工能獲得雙贏。Gap最近研究表明,通過為店員提供更可預測、更穩定的工作時間表,帶來了顯著的收入增長。零售巨頭沃爾瑪多年來因對待員工的方式飽受抨擊,在《哈佛商業評論》最近的一次采訪中,沃爾瑪美國公司的負責人透露,他們認識到了這點,一直在改善薪酬福利以及流程培訓。

人們普遍預計,實體零售業在未來十年將繼續萎縮。瑞銀(UBS)最近的一項研究預測,到2025年,美國還會有3萬至8萬家店鋪關張,更多連鎖店將會倒閉。除非零售商改變他們招聘、計劃和培訓員工的方式,否則就有可能成為犧牲品。我們提出的方法并不復雜,而且結果立竿見影。現在是零售商放棄低效老套經營方式的時候了,它們應該認識到門店店員是打贏消費者爭奪戰的最佳利器。

延伸閱讀

零售業培訓不足

“多數零售業員工沒有受過真正培訓”

本·昂戈斯比(BenUnglesbee),Retail Drive網站,2018年2月21日


儲備人才資產

“除了買東西,給消費者一個進店理由”

約瑟夫·佩恩二世,HBR.org網站2017年12月7日


“缺貨?該負責的可能是店員薪資,而不是你的供應鏈”

Knowledge@Wharton,2007年4月4日


“在GAP的新發現:穩定工時有利于員工和利潤”

諾姆·施賴伯,《紐約時報》,2018年3月28日


“好工作解決方案”

澤伊內普·托恩,HBR.org網站,2017年12月20日


“研究:當零售工人擁有穩定的時間表,銷售和生產率提高”

瓊·威廉姆斯、薩拉凡納·卡薩凡和麗莎·馬科爾,HBR.org網站,2018年3月29日


“正確的事”

史蒂夫·普羅科什,HBR.org網站,2017年12月7日


公式的技術細節

“在線培訓適合零售業嗎?”

馬歇爾·費舍、桑提亞哥·加利諾、謝爾蓋·奈特西,工作論文,2018年9月17日


“分配零售員工:執行實證方法論”

馬歇爾·費舍、桑提亞哥·加利諾、謝爾蓋·奈特西,工作論文,2018年8月1日

馬歇爾·費舍是賓夕法尼亞大學沃頓商學院UPS教授,與阿納斯·拉曼(Ananth Raman)合著有《零售新科學》(The New Science of Retailing)一書。他還是零售分析公司4R系統的聯合創始人和董事長。桑提亞哥·加利諾是沃頓商學院助理教授。謝爾蓋·奈特西是沃頓商學院全球項目副院長,Dhirubhai Ambani創新與創業教席教授,并與卡蘭·基尤特拉(Karan Girotra)合著《風險驅動的商業模式》(The Risk-Driven Business Model)一書。

主站蜘蛛池模板: 桐城市| 上蔡县| 奎屯市| 科尔| 鸡西市| 高安市| 崇州市| 锡林郭勒盟| 二手房| 福泉市| 民丰县| 隆安县| 博罗县| 郧西县| 嵊泗县| 东城区| 革吉县| 南阳市| 浦县| 洪泽县| 平顺县| 昭觉县| 海南省| 永安市| 东乡| 扎囊县| 安陆市| 神木县| 双流县| 兴安盟| 龙陵县| 乐平市| 若羌县| 望城县| 澄江县| 桐乡市| 澎湖县| 常德市| 昆山市| 秭归县| 罗定市|