Comme la rentrée scolaire approche à grands pas, une nouvelle saison est sur le point de commencer dans le commerce au détail. Pour la plupart des détaillants, les mois d’août et de septembre combinés représentent la deuxième plus importante période de vente de l’année.C’est une période qui offre beaucoup d’opportunités. Les détaillants vont investir une part importante de leur budget salarial annuel afin d’optimiser cette période critique de l’année et de maximiser toutes les opportunités. La manière dont ces salaires seront convertis en horaire de travail en magasin est un exercice essentiel qu’il faut rentabiliser. Mais, comment les horaires de travail seront-ils faits en magasin? Est-ce que ce sera un copier / coller des horaires de travail de l’année dernière? Est-ce que des données de trafic vont être utilisées?

Ce sont toutes de bonnes questions, mais c’est exactement ce que les détaillants essaient de faire quand ils utilisent des données de trafic pour distribuer les heures de service en magasin. La majorité des détaillants sont conscients que d’offrir un service de qualité lorsque les clients sont en magasin porte ses fruits. Par ailleurs, disons que la plupart des logiciels de planification des horaires de travail utilise les données de trafic comme un indicateur clé de performance pour faire des recommandations sur le nombre d’employés nécessaire pour des périodes déterminées.

Quand on parle de rentabiliser les horaires de travail au-delà de l’achalandage, nous tenons à souligner que le trafic est plus qu’une simple donnée. Il est donc important d’analyser cette information par rapport à d’autres indicateurs clés de performance pour trouver quand et comment un meilleur service peut faire augmenter les profits et non seulement les ventes. En fait, de nombreux détaillants ont cédulé selon le trafic, en ajustant les heures de service selon le nombre de clients potentiels au cours d’une période donnée, en utilisant un ratio de clients par rapport au nombre d’heures-employé comme un outil de planification (clients par employé à l’heure). Mais est-ce que les données de trafic sont fiables? Pouvez-vous faire confiance à la qualité (précision et fiabilité) des données de trafic? Tout détaillant sait fort bien que les données de trafic et les acheteurs potentiels sont 2 différents types de données, et que, pas toutes les périodes de la semaine apportent la même marge bénéficiaire (vente moyenne, unités par transaction, etc.).

1. Tout d’abord, nous allons utiliser les données de trafic provenant de 2 technologies différentes, dans le même magasin pour la même période, et évaluer l’impact potentiel sur le nombre d’heures qui peuvent être allouées pour l’horaire de travail dans ce magasin: (à noter que ces données proviennent d’un projet réel avec un détaillant qui compare la précision de 2 technologies différentes)

   
   
   Tel que démontré, les données de trafic utilisées pour planifier le niveau de service doivent être exactes, en prenant en compte par exemple le comportement des clients à l’entrée du magasin, les objets (par exemple, poussettes), des enfants ou des groupes entrant dans le magasin qui ne sont pas des clients potentiels.

2. Dans un deuxième temps, pour prouver que la compréhension des données de trafic est indispensable, c’est le fait que tous les clients ne sont pas des acheteurs potentiels. Pour savoir quand un meilleur service apporte plus de ventes et une meilleure rentabilité, une évaluation doit être faite pour chaque période de la semaine en prenant en considération la qualité des techniques de vente, le niveau d’amélioration des ventes en raison d’un meilleur service, ainsi que l’impact sur les coûts de salaire, par conséquent sur la rentabilité du magasin.Voici un exemple qu’un meilleur service ne donne pas toujours de meilleures ventes / performances sur le trafic:2012 : 1^er avril au 26 mai 2012
   2013 : 31 mars au 25 mai 2013
   

    

   P.S.T.: Performance sur le trafic (% vendu x vente moyenne)
   % Vendu: Taux de Conversion ou taux de fermeture (# transactions / trafic X 100)
   Vente moyenne: Transaction moyenne en $ (ventes $ / # transactions)
   V.P.H.: Ventes par heure (ventes $ / heures-employé)
   C.P.E.: Ratio de clients par employé (trafic / heures-employé)
   % salaire: Coûts de salaire (salaires versés $ / ventes $ X 100)

   Comme il est démontré, même si un meilleur niveau de service a été offert en 2013 avec un C.P.E. de 9,6, soit inférieur à 2012 avec un C.P.E. à 10,7, autant le % vendu que la vente moyenne ont été en baisse, avec un % vendu passant de 12,6% à 11,7% et une vente moyenne passant de 147$ à 143$ respectivement.

3. Comme dernier point à considérer, pour rentabiliser les horaires de travail au-delà de l’achalandage, est évidemment la compréhension que pas toutes les périodes (au cours de la semaine, journées) apportent la même marge bénéficiaire. Cela implique qu’une meilleure distribution des heures-employé selon le trafic doit être appliquée pendant les périodes où les marges sont plus élevées.

En bref, au cours de cette période importante de l’année pour les détaillants, il est essentiel d’analyser les données de trafic par rapport à d’autres indicateurs clés de performance avant de finaliser les budgets de salaires, afin de maximiser toutes les opportunités et d’ajuster les horaires de travail à la qualité du trafic, non seulement à la quantité: rentabiliser les horaires de travail au-delà de l’achalandage.

Axper offre le système de comptage de trafic et de suivi des clients le plus avancé, précis et fiable de l’industrie. Jumelé à sa Suite logicielle d’analyse flexible et conviviale ainsi qu’à sa méthodologie, qui tient compte des données de trafic en relation avec d’autres indicateurs clés de performance et des données de service, Axper peut certainement vous aider à maximiser vos opportunités et vos profits.

QUESTIONS DU MOIS

[poll id=”12″]

[poll id=”13″]