Når man spørger butikschefer eller driftschefer omkring de grundlæggende ”pains” for en butik, får man bl.a. følgende svar:

  • Vi anvender mere og mere administrativ tid, som går fra vores tid sammen med kunderne.
  • Vi ønsker at tilbyde meget bedre og mere intensiv kundeservice, men vi kan ikke frigøre tiden, og vi har ikke råd til at ansætte mere personale.
  • Vi kan se, at butik 1 har en bundlinje, der er 20% bedre end butik 2, men vi kan ikke forklare hvorfor.
  • Vi synes, at det er vanskeligt at planlægge bemanding og opgaver, da vi ikke ved, hvornår kunderne kommer ind i butikken
  • Vi har store fysiske forskelle mellem butikkerne og butiks-
  • lagrene, hvilket gør bemandingen og tilrettelæggelsen af opgaver ekstra vanskelig.
  • Vi oplever store forskelle på, hvordan butikslagrene er indrettet, og hvordan den daglige styring foretages.
  • Vi har ikke gennemsigtighed med hensyn til, hvornår vi modtager varer fra vores leverandører, hvilket vanskeliggør tilrettelæggelsen af arbejdsopgaver
  • Vi oplever, at der er meget stor forskel på, hvordan butikkerne tilrettelægger arbejdsopgaver, og hvornår de udføres – vi savner mere konsistens mellem butikkerne.
  • Vi har ikke nogen sammenhæng mellem KPI’er i og mellem butikkerne.

Listen over butiksudfordringer kunne fortsætte. Mange af udfordringerne bunder i, at der er manglende transparens og data med hensyn til, hvilke opgaver der udføres hvornår på dagen – dette fordelt på uge- og weekenddage samt med et indblik i antallet af kunder i butikkerne fordelt over åbningstimerne.
Hvis disse grundlæggende data er til stede, kan de sammenholdes med en lang række interessante parametre, som vil frembringe værdifulde konklusioner omkring butiksdriften samt forskelle mellem butikkerne. Det vil være muligt at identificere indsatsområder på både butiks- og kædeniveau.
En metode til at få besvaret mange af de ovenstående spørgsmål er ikke så kompliceret eller besværlig, som man kunne tro – nemlig frekvensanalyse.
En frekvensanalyse er en metode til at få et faktabaseret indblik i butikken og få etableret en datadreven diskussion blandt de involverede personer i forsyningskæden. Analysens resultater tilvejebringer svar på helt elementære spørgsmål i driftsøjemed og fungerer dermed som inputgiver til udarbejdelsen af et konkret beslutningsgrundlag.

Fra gætterier til fakta i praksis

Følgende case er baseret på en stor aktør i den danske detailbranche, som havde et klart ønske om at frigøre tid fra driften til mere salgstid til fordel for kunderne. Det blev besluttet, at frekvensstudiet skulle inkludere salgsarealet samt varemodtagelsen og lagerområdet. De administrative områder blev fravalgt til fordel for en hyppigere registreringsfrekvens samtidig med, at de indledende hypoteser ikke pegede i retning af store potentialer for administrationen.
Studiet blev metodemæssigt opdelt i fire faser, hvoraf den første fase havde til formål at opstille det rette fokus og afgrænsninger for opgaven samt at udvælge de butikker, der var repræsentative for kæden som helhed. Herudover blev alle butiksbesøg planlagt og tilrettelagt med alle involverede parter, og der blev kommunikeret til organisationen omkring projektet og formålet.
I den anden fase blev der i fællesskab opstillet hypoteser for, hvordan der kunne frigøres tid i driften til mere salgstid. I den forbindelse blev der opstillet en række nøglespørgsmål, som skulle besvares for at sikre en faktabaseret og implementerbar driftsanalyse:

  1. Hvordan bruger medarbejderne tiden
  2. i butikkerne i dag?
  3. Hvor effektivt udnyttes tiden, og hvad
  4. kendetegner de mest effektive butikker?
  5. Hvilke opgaver er ikke-værdiskabende (ikke-kunderelaterede)?
  6. Hvilke ikke-værdiskabende opgaver kan centraliseres? Hvilke kan elimineres? Hvilke kan planlægges anderledes i forhold til kundestrømmen?
  7. Hvordan er bemandingen i butikkerne, og svarer den til kundestrømmen?
  8. Hvordan organiseres en butik optimalt?

Herefter blev der udarbejdet en liste over de typiske arbejdsopgaver, der udføres i butikkerne. Dette blev gjort gennem bred involvering af medarbejderne i relevante butikker.
Inden hvert butiksbesøg var alle medarbejdere i butikken blevet informeret af butikschefen omkring, hvad der skulle ske. Der blev afholdt en ekstra briefing til alle medarbejdere inden åbning af butikken, så evt. spørgsmål kunne afklares og for endnu engang at afmystificere, at studiet ikke gik ud på at registrere, hvor effektiv hver enkelt medarbejder er
i løbet af dagen, men hvilke opgaver der udføres på hvilke tidspunkter af dagen.
Herefter blev frekvensanalysen gennemført i 10 udvalgte butikker med hver to besøg fordelt repræsentativt på uge- og weekenddage. Der blev foretaget mere end 13.000 registreringer, som blev dokumenteret
og analyseret ud fra mange forskellige vinkler og hypoteser.
Et lille udsnit af udvalgte findings, som alle er detaljeret analyseret og beskrevet, viser, at:

  • Over halvdelen af tiden anvendes på ikke-kunderelaterede opgaver.
  • Der ikke er nogen klar sammenhæng mellem kundestrøm og andelen af kunderelaterede opgaver.
  • Andelen af kunderelaterede opgaver varierer signifikant mellem butikkerne.
  • Andelen af kunderelaterede opgaver varierer signifikant på tværs af åbningstimer.

Der er en positiv sammenhæng mellem andelen af kunderelaterede opgaver og butikkernes hitrate.

Analyseresultater, konklusioner og anbefalinger blev dokumenteret, og
forbedringsinitiativer samt potentialer blev dokumenteret og underbygget med data. Der blev udarbejdet en implementeringsplan for gennemførelse af de anbefalede initiativer.
Efterfølgende blev resultaterne og anbefalingen præsenteret for en
gruppe personer på en workshop, som inkluderede både butikschefer,
funktionelle chefer og direktører. På denne workshop blev resultater
diskuteret, og initiativer blev prioriteret i forhold til effekt og implementerbarhed med input og indsigt fra deltagerne. Disse input blev konsolideret i den endelige afrapportering og anbefaling til, hvordan der kunne
”frigøres tid til mere salg”.

Den enkle metode til frembringelse af fakta

Som indledningsvis forklaret diskuterer butikker ofte driftsspørgsmål
som ”hvordan anvendes tiden i en butik?”, ”hvor effektivt udnyttes
tiden?”, ”hvad kendetegner de mest effektive af vores butikker?”, ”hvor
meget tid anvendes på arbejdsopgaver, der ikke er kunderelaterede?”
osv.
Spørgsmålene er mange, og ofte findes svarene ikke på stående fod
i virksomheden, og derfor bliver det mavefornemmelser og gætterier ud
fra generel indsigt i den daglige drift, der bliver styrende for, hvad der
besluttes, når vi arbejder med driftsstyringen og foretager ændringer.
Men med gennemførelse af en frekvensanalyse vil mange af disse
spørgsmål kunne blive besvaret.
Når vi hører ordet frekvensanalyse, tænker vi uvilkårligt på en lettere
forsagt mand i hvid kittel med stopur og notesblok i hånden. Sådan
forholder det sig langtfra i virkeligheden. En frekvensanalyse går nemlig i store træk ud på at registrere de arbejdsopgaver, der udføres i løbet af en arbejdsdag, således at man opnår et detaljeret kendskab til opgaverne, og hvornår de bliver udført.
Registreringen foretages med en fastsat frekvens, fx hvert 5. minut, og registreringen baseres på arbejdsopgaven, uden at det registreres, hvilken person der udfører den. Formålet er ikke at identificere, hvem der arbejder hurtigt og langsomt, men derimod hvilke arbejdsopgaver der udføres på hvilke tidspunkter af dagen. Der kan dog være fordele ved at opdele registreringerne på faggrupper som salgsassistenter, lagerpersonale, kasselinjeekspedienter osv. for at få en uddybende indsigt i, hvilke faggrupper der udfører hvilke opgaver.
Registrering af arbejdsopgaver giver et yderst værdifuldt grundlag
at træffe beslutninger ud fra, og kan anvendes til at be- eller afkræfte
hypoteser for forbedringsinitiativer. Når resultaterne holdes op ift.
kundestrømmen i butikken, fremkommer værdifulde input om, hvorvidt
butikken er bemandet intelligent ud fra antallet af kunder og de opgaver, der udføres. Resultaterne giver også et indblik i, om butikken anvender et fornuftigt antal medarbejdere inden for hver faggruppe i løbet af åbningstiden ift. at servicere kunderne bedst muligt.

Metodens anvendelsesområder og karakteristika

En frekvensanalyse er egentlig tænkt som et værktøj til at observere
en produktionslinje, hvor man fra ét punkt i produktionshallen kan
observere hele produktionslinjen uden at bevæge sig rundt for at se,
hvilke arbejdsopgaver der udføres ved linjen – eksempelvis om linjen
kører, om der er nedbrud osv. Men metoden kan relativt nemt overføres
til andre miljøer såsom butikker, lagre og administrative miljøer mv.
Frekvensanalysen kaldes også et GTTstudie (Group Timing Techniquestudie), og som betegnelsen indikerer, opdeles de anvendte ressourcer i
grupperinger, som giver et meningsfyldt indblik i, hvad arbejdstiden anvendes til.
Som nævnt går metoden helt basalt ud på at registrere de arbejdsopgaver, som hver enkelt medarbejder udfører, med en fastsat frekvens (fx
hvert 5. minut). Personen, der udfører frekvensstudiet, anvender en liste
med alle typiske arbejdsopgaver. Han finder den første medarbejder og
foretager en registrering på opgavelisten ud for den arbejdsopgave,
der udføres. Derefter fortsætter han til den næste medarbejder, og foretager en registrering ud for den arbejdsopgave, som denne medarbejder
udfører. Denne fremgangsmåde fortsættes, indtil alle medarbejdere er
registreret. Personen, der foretager registreringerne, venter herefter til
der er gået 5 minutter, fra første registrering blev foretaget, og når det
er tilfældet, gentages samme proces igen for alle medarbejdere. Sådan
fortsættes der i hele perioden, hvor frekvensanalysen udføres. Under registreringerne vil medarbejderne typisk komme med kommentarer som ”nu slår du en streg ud for vareopfyld,men for 20 sekunder siden betjente jeg en kunde”. Det er korrekt, at den enkelte medarbejder ofte veksler mellem mange forskellige opgaver. Men et frekvensstudie
opnår en repræsentativ datakvalitet ved at foretage mange registreringer, så usikkerheder dermed bliver minimale. Det er vigtigt at registrere i hele butikkens åbningstid, på alle åbningsdage (inklusive weekenddage, hvis der holdes åbent), da der typisk foretages forskellige arbejdsopgaver over ugen, alt afhængig af fx hvornår der modtages varer, hvilken
kundestrøm der er, hvornår der er leverandørbesøg osv. For at sikre en
repræsentativ datakvalitet bør samme ugedage afdækkes flere gange.
På denne måde opnås en analyse, som er repræsentativ og giver et
retvisende billede af driften, og som kan danne grundlag for datadrevne beslutninger.
Man skal naturligvis holde formålet med frekvensanalysen for øje. Hvis studiet skal bruges som et fingerpeg for yderligere dybdegående analyser el. lign., kan en ”light-version” være et fornuftigt
alternativ. Det vil betyde, at man fx kan gennemføre frekvensstudiet
over færre dage eller i afgrænsede områder af virksomheden og lign.
Det skal naturligvis være sat i forhold til formålet.
Som ovenstående beskrivelse indikerer, er frekvensanalysen relativt
ligetil at gennemføre og kræver ikke omfattende forberedelser inden
opstarten. Det vigtigste redskab er en gennemarbejdet liste over typiske
arbejdsopgaver, som er det gennemgående redskab til indsamling af
data. Herudover er det afgørende, at der foretages kvalitative observationer undervejs i frekvensstudiet. Disse observationer bringer efterfølgende ”liv” til konklusionerne, da nogle data har behov for at blive
suppleret af observationer for at give den fulde forståelse af, og indblik
i situationen.

Kommunikation til medarbejderne er vitalt

Tidligere er det nævnt, at det er yderst vigtigt, at medarbejderne ikke
arbejder med en anden takt og produktivitet undervejs i frekvensanalysen eller foretager opgaver, som de ellers ikke ville have udført. Hvis
dette er tilfældet, bliver resultaterne og konklusionerne selvsagt ikke
retvisende og kan medføre, at der træffes beslutninger på et forkert
grundlag – dog stadig med mere fakta og bedre datakvalitet, end mavefornemmelser og gætterier kan præstere.
Formålet med frekvensstudiet skal stå soleklart for enhver medarbejder,
således at hvis der fx er tale om, at formålet er at frigøre tid til
mere salg og service over for kunderne, skal alle vide, at det er dét, der
stræbes efter. Det skal understreges, at studiet er nødvendigt for at få en
detaljeret indsigt i, hvilke opgaver der udføres hvornår – ikke i, hvem der
laver hvad og hvor hurtigt. Alle skal forstå og acceptere, at studiet skal
skabe det nødvendige grundlag for virksomheden til at:

  • Tilrettelægge udførelsen af arbejdsopgaver, der er tilpasset antallet af kunder over åbningstiden.
  • Sikre, at det rigtige antal medarbejdere inden for hver faggruppe er på arbejde, når der reelt er behov for dem.
  • Kunne udarbejde retningslinjer for, hvornår på dagen/ugen visse
  • opgaver udføres.
  • Identificere bedste praksis-processer, som efterfølgende kan deles
  • på tværs af virksomhedens butikker.

Derfor er kommunikation til de involverede medarbejdere omkring
formålet for frekvensstudiet essentielt. Det er afgørende, at medarbejderne er indforstået med, at der ikke er en skjult dagsorden med analysen, og at deres performance ikke bliver vurderet, når dagen er omme
eller lignende. Det er vigtigt at huske på, at man som individ i nogen
grad vil føle sig ”overvåget” under et frekvensstudie eller i nogle tilfælde
vil opfatte situationen som ubekvem. Derfor er kommunikation og besvarelse
af spørgsmål fra medarbejderne en forudsætning for at få skabt
den rette balance for gennemførelse af studiet. Det vil også være en god idé at involvere nogle medarbejdere fra butikkerne i udarbejdelsen af den opgaveliste, der skal anvendes til registrering af opgaver, som et led i at afmystificere, hvad der skal ske.

FAKTA

  1. Omfattende og tidskrævende analysearbejde ved mange registreringer.
  2. Afgræns området, som studiet inkluderer (salgs-, lager- og administrative områder), eller justér på frekvens for registreringer.
  3. En ”light-version” kan anvendes til at be-/afkræfte arbejdshypoteser.
  4. Udarbejd en overskuelig opgaveliste, der ikke er for detaljeret – undgå at miste overblikket blandt valgmuligheder, der til forveksling ligner hinanden.
  5. Afdæk forskellige/alle ugedage inkl. weekenddage samt alle åbningstimer – vigtigt at afdække opgavefordelingen, når der er få/mange kunder i butikken.
  6. Vær opmærksom på, at nogle butikker typisk udførerarbejdsopgaver uden for åbningstid, hvilket kan influere på dine konklusioner, hvis studiet kun inkluderer åbningstimerne.
  7. Udvælgelsen af butikker til studiet bør inkludere butikker, som har en forskellig økonomisk performance. Herudover bør forhold som butikkens interne struktur, fysisk areal afbutiksområder, logistiske forhold, omsætning, antal medarbejdere, hitrate og lign. også overvejes.
  8. Foretag registreringer af arbejdsopgaver ift. faggrupper såsom salgsassistenter, kasselinjeekspedienter, personale i løntilskud, lagerpersonale, drifts- og afdelingschefer, butikschefer og lign., hvis det er muligt.
  9. Det er vigtigt, at medarbejderne ikke arbejder anderledes end normalt under studiet. Information til personalet omkring formålet er afgørende.
  10. Observationer under studiet er vigtige for at understøtte konklusioner fra datasættet – observationerne er med til at bringe ”liv” til konklusionerne (anvend billeder, hvor det er muligt).