Luật Bán Thời Gian Mới cho Người bán lẻ mùa lễ này

LƯU Ý: Quốc hội đã bỏ phiếu trong tuần này để trì hoãn thời điểm bắt đầu của luật này để cho các doanh nghiệp nhỏ thời gian chuẩn bị.

Tháng 12 thường là mùa có lợi nhất trong năm dành cho các nhà bán lẻ. Các ngày nghỉ lễ có nghĩa là tăng lưu lượng truy cập, bán hàng và cơ hội trong cửa hàng để tăng điểm số cuối cùng trước khi năm kết thúc. Tuy nhiên, Bộ Lao động Hoa Kỳ (DOL) đang bắt tay vào các doanh nghiệp nhỏ vào tháng 12 với việc thực hiện các quy định về làm thêm giờ mới dự kiến ​​tăng đáng kể chi phí lao động.

Cụ thể, DOL đã nâng ngưỡng lương của nhân viên nhận được bảo vệ làm thêm giờ, có nghĩa là các nhà quản lý bán lẻ và các nhân viên khác trước đây được phân loại là "miễn" bây giờ được hưởng lương làm thêm giờ. Luật mới này ước tính sẽ tăng cường bảo vệ làm thêm giờ cho hơn bốn triệu nhân viên, tạo ra một sự căng thẳng lớn đối với ngân sách lao động của doanh nghiệp.

Trước kỳ nghỉ vào tháng sau, điều quan trọng là các nhà bán lẻ bắt đầu thực hiện các chiến lược để giúp giảm thiểu tác động của những quy định mới này đối với chi phí lao động. Xác định cơ hội để đạt được điều này có thể tìm thấy bằng cách tận dụng nguồn dữ liệu của nhà bán lẻ. Bằng cách sử dụng cùng một nguyên tắc dựa vào dữ liệu tại chỗ để tối ưu hóa chuỗi cung ứng, các nhà bán lẻ có thể tránh được việc tăng lao động không cần thiết và tốn kém bằng cách tối ưu hoá nhân lực và nhân viên.

Hàng ngày, các nhà bán lẻ đang tích cực thu thập thông tin có giá trị về bán hàng, lưu trữ lưu lượng truy cập, và hiệu suất tổng thể - và thông tin này trở lại hoạt động tháng trước, năm ngoái, và thậm chí cả một thập kỉ trước.

Bằng cách theo dõi những thay đổi và biến động dựa trên ngày và thời gian trong năm, các nhà bán lẻ có thể sử dụng hiểu biết bán hàng lịch sử này để dự đoán lưu lượng truy cập trong kho theo thời gian thực.

Sự đo lường này có thể được thực hiện chính xác hơn bằng cách phân lớp trong dữ liệu được công nhận từ bên thứ ba. Ví dụ, xem thông tin tài khoản về thời tiết có thể giúp các nhà bán lẻ hiểu được hành vi mua sắm như thế nào ngay trước khi có một trận bão lớn.

Hơn nữa, sử dụng dữ liệu không gian địa lý và dữ liệu điều tra dân số có thể giúp các nhà bán lẻ hiểu được khách hàng của họ theo khu vực, sử dụng thông tin này để tối ưu hóa các dịch vụ của họ, thực hiện các quảng cáo được nhắm mục tiêu nhiều hơn, và do đó sẽ tăng lưu lượng trong cửa hàng. Tất cả các yếu tố này cung cấp một sự hiểu biết sâu sắc hơn về cách một cửa hàng thực hiện trong các tình huống cụ thể và trong những khoảng thời gian cụ thể trong ngày và năm. Cuối cùng, điều này giúp người quản lý bán lẻ thực hiện một chiến lược nhân sự hiệu quả hơn, đảm bảo rằng cửa hàng có đủ (và không quá nhiều) cơ thể trên sàn trong thời gian bận rộn hơn và họ không lãng phí tiền lao động trong thời gian mua sắm chậm.

Hiểu biết về hiệu suất của nhân viên có nghĩa là nhân viên tối ưu

Sự tương quan giữa các dữ liệu lưu trữ cá nhân như lưu lượng truy cập chân, khối lượng và doanh thu, với thông tin từ dữ liệu nhân sự như hiệu suất của nhân viên và chi phí biên chế có thể giúp các nhà quản lý bán lẻ tối ưu hóa ai lên kế hoạch cho ngày khác các bộ phận. Các nhà hoạch định chính sách ở cấp độ lưu trữ có thể sử dụng thông tin về các bộ kỹ năng nhân viên và chi phí cho mỗi giờ lao động so với dữ liệu tiết lộ nhu cầu liên quan đến mỗi ca, cho phép họ đưa ra những quyết định chiến lược hơn về những ai sẽ có giá trị, hiệu quả và hiệu quả nhất vào những ngày cụ thể và trong các khoảng thời gian cụ thể.

Hơn nữa, dữ liệu này có thể giúp các nhà bán lẻ đi xa hơn và tối ưu hóa các đội và vị trí nhân viên của họ theo sở. Bằng cách phân tích các thông tin họ có sẵn trong tay về quảng cáo trong cửa hàng và hiểu biết về doanh số bán hàng, các nhà quản lý có thể xác định nhân viên nào sẽ làm việc hiệu quả nhất trong từng khu vực của cửa hàng. Ngoài ra, những người quản lý này cũng có thể xác định đội ngũ nhân viên nào sẽ bổ sung cho các bộ kỹ năng của nhau và do đó hoạt động tốt như một nhóm. Bằng phương pháp này, người quản lý có thể đảm bảo đội ngũ sản xuất hiệu quả nhất được lên kế hoạch trong thời gian bận rộn nhất hoặc đòi hỏi nhiều nhất trong ngày. Khi tìm kiếm để chống lại các chi phí liên quan đến các quy định làm thêm giờ của DOL, phân tích dữ liệu của một nhà bán lẻ có thể giúp tăng năng suất bằng cách đặt chiến lược những nhân viên phù hợp nhất vào những lĩnh vực mà họ sẽ đóng góp đáng kể nhất.

Tối ưu hóa tỷ lệ chuyển đổi và chi tiêu của người mua tăng

Tất cả các nhà bán lẻ hiểu được mức độ biến đổi của các trình duyệt trong cửa hàng thành người mua sẽ khó khăn như thế nào và thậm chí còn khó khăn hơn để thuyết phục họ chi tiêu nhiều tiền hơn. Sử dụng dữ liệu giao dịch với thông tin giao thông trong cửa hàng có thể giúp các nhà bán lẻ xác định hiệu quả những lĩnh vực mà chúng đang hoạt động tốt và những lĩnh vực có thể được cải thiện. Dựa trên phân tích này, các nhà bán lẻ có thể tìm ra các nhóm mặt hàng nào được mua thường xuyên nhất và chiến lược đặt các sản phẩm này gần đường thanh toán để tăng mua hàng trung bình của người mua.

Bằng cách nhìn thấy bức tranh tổng thể về tỷ lệ chuyển đổi của cửa hàng, người ra quyết định bán lẻ có thể có được cái nhìn sâu sắc về cách thức giao tiếp, nhân viên và lợi nhuận - và cách cải thiện phương thức này để bù đắp thêm chi phí lao động từ các quy định làm thêm giờ mới .

Bắt đầu từ ngày 1 tháng 12 năm 2016, các nhà bán lẻ sẽ phải đối mặt với những thách thức phức tạp trong việc giải quyết các quy định về làm thêm giờ mới có thể làm tăng chi phí nhân công. Tuy nhiên, họ có thể điều khiển và chống lại những vấn đề này nếu họ nhìn vào dữ liệu của họ để hiểu rõ hơn về sản phẩm và hiệu suất của nhân viên và sử dụng thông tin này để liên tục cải tiến quy trình của họ.