Видео-ИИ для мелкой розницы

У меня готов отчет по нарушениям за вчера и сегодня. Всего найдено 8 событий.

Главный вывод: критичной деградации сервиса нет, но есть повторяющаяся проблема с реакцией на очередь — это самый важный пункт для управляющего.

Рассказать подробнее?

За вчера и сегодня найдено 8 нарушений:

Приоритет для управляющего: разобрать 2 эпизода с очередью и напомнить стандарт подключения свободного сотрудника при росте очереди.

Позитивный тренд: частота нарушений на 100 гостей снижается третий месяц подряд, в среднем на 2% к предыдущему месяцу.

У меня готов краткий вывод по точке у м. Академическая на основе двух месяцев наблюдений.

Главная находка: качество обслуживания стабильное, но в расписании сотрудников, похоже, есть избыточный резерв.

Рассказать подробнее?

За последний месяц точку посетили 1 978 гостей. Предыдущий месяц похож по структуре нагрузки.

По заданным SLA качество обслуживания остается высоким — критичных провалов почти нет.

При этом основная проблема, вероятно, не в сервисе, а в избыточном резерве персонала:

• в среднем одновременно простаивает ресурс примерно 1.5 сотрудника;
• периоды, когда расчетно нужны все 5 сотрудников, встречаются редко.

Чтобы выбрать безопасную стратегию, рекомендую добавить два типа данных:

1. данные по чекам: покупки, средний чек, конверсия, время оплаты;
2. расписание и стоимость смен сотрудников.

После этого я смогу оценить, что выгоднее:

• оставить сервис без изменений;
• улучшать отдельные этапы обслуживания;
• оптимизировать сменное расписание без ухудшения качества.

Могу сделать и предварительную оценку только по видео, но она будет менее точной:

• я смогу определить предполагаемые покупки и примерную загрузку сотрудников;
• но не точные суммы чеков и фактическую оплату.

Что показать сначала: качество обслуживания, загрузку сотрудников или реакцию на уведомления?

За последний месяц по качество обслуживания картина такая:

1. Первичное реагирование дольше 7 секунд — 35 из 1 978 визитов (1.8%).
2. Отсутствие сопровождения в зоне консультации — 41 из 1 373 релевантных визитов (3.0%).
3. Ожидание на кассе дольше 20 секунд — 12 из 258 кассовых визитов (4.7%).
4. Суммарное время за месяц, когда расчетная нагрузка требовала присутствия всех 5 сотрудников — 2 часа (0.5% времени работы точки за месяц).

Эти значения выглядят низкими. Я не вижу признаков системной проблемы с качеством обслуживания.

Скорее наоборот: сервис держится хорошо, но для текущего трафика в расписании, вероятно, есть запас.

Пока я не могу уверенно выбрать между тремя стратегиями:

• сокращать часы;
• менять график;
• работать с отдельными сотрудниками.

Для этого нужно понять, как обслуживание влияет на покупки, конверсию и средний чек.

Для точного расчета лучше подключить данные кассы.

Для быстрой предварительной оценки я могу использовать только видео, но результат будет менее надежным.

Еще могу показать:

1. График загрузки по часам: гости, расчетная потребность в сотрудниках, занятые и свободные сотрудники, качество обслуживания.
2. Пиковые периоды, когда действительно нужны все 5 сотрудников.
3. Реакцию управляющего и сотрудников на уведомления.
4. Сравнение сотрудников по вовлеченности, скорости реакции и работе в зонах, конверсии в покупку.

Готово. Добавила в чеклист кассового обслуживания пункт: «Сотрудник уточнил наличие карты лояльности до завершения оплаты».

• Проверка будет работать по аудио с кассовых камер.
• Пункт считается выполненным, если сотрудник до оплаты спросил про карту, бонусы или номер телефона для программы лояльности.

Я буду учитывать разные формулировки, например:

• «У вас есть карта лояльности?»
• «Карта есть?»
• «Бонусы начисляем?»
• «Списать бонусы?»
• «По номеру телефона?»

По умолчанию не буду считать нарушением случаи, когда:

• гость сам заранее назвал номер телефона или показал карту;
• карта лояльности уже применена в чеке;
• покупка не дошла до оплаты;
• операция была возвратом, отменой или техническим действием.

Пункт начнет учитываться для новых событий через 2 минуты. Ретро-анализ по прошлым диалогам доступен отдельно.

У меня готов краткий вывод по точке у м. Академическая на основе двух месяцев наблюдений.

Главная находка: качество обслуживания стабильное, но в расписании сотрудников, похоже, есть избыточный резерв.

Рассказать подробнее?

За последний месяц точку посетили 1 978 гостей. Предыдущий месяц похож по структуре нагрузки.

По заданным SLA качество обслуживания остается высоким — критичных провалов почти нет.

При этом основная проблема, вероятно, не в сервисе, а в избыточном резерве персонала:

• в среднем одновременно простаивает ресурс примерно 1.5 сотрудника;
• периоды, когда расчетно нужны все 5 сотрудников, встречаются редко.

Чтобы выбрать безопасную стратегию, рекомендую добавить два типа данных:

1. данные по чекам: покупки, средний чек, конверсия, время оплаты;
2. расписание и стоимость смен сотрудников.

После этого я смогу оценить, что выгоднее:

• оставить сервис без изменений;
• улучшать отдельные этапы обслуживания;
• оптимизировать сменное расписание без ухудшения качества.

Могу сделать и предварительную оценку только по видео, но она будет менее точной:

• я смогу определить предполагаемые покупки и примерную загрузку сотрудников;
• но не точные суммы чеков и фактическую оплату.

Что показать сначала: качество обслуживания, загрузку сотрудников или реакцию на уведомления?

За последний месяц по качество обслуживания картина такая:

1. Первичное реагирование дольше 7 секунд — 35 из 1 978 визитов (1.8%).
2. Отсутствие сопровождения в зоне консультации — 41 из 1 373 релевантных визитов (3.0%).
3. Ожидание на кассе дольше 20 секунд — 12 из 258 кассовых визитов (4.7%).
4. Суммарное время за месяц, когда расчетная нагрузка требовала присутствия всех 5 сотрудников — 2 часа (0.5% времени работы точки за месяц).

Эти значения выглядят низкими. Я не вижу признаков системной проблемы с качеством обслуживания.

Скорее наоборот: сервис держится хорошо, но для текущего трафика в расписании, вероятно, есть запас.

Пока я не могу уверенно выбрать между тремя стратегиями:

• сокращать часы;
• менять график;
• работать с отдельными сотрудниками.

Для этого нужно понять, как обслуживание влияет на покупки, конверсию и средний чек.

Для точного расчета лучше подключить данные кассы.

Для быстрой предварительной оценки я могу использовать только видео, но результат будет менее надежным.

Еще могу показать:

1. График загрузки по часам: гости, расчетная потребность в сотрудниках, занятые и свободные сотрудники, качество обслуживания.
2. Пиковые периоды, когда действительно нужны все 5 сотрудников.
3. Реакцию управляющего и сотрудников на уведомления.
4. Сравнение сотрудников по вовлеченности, скорости реакции и работе в зонах, конверсии в покупку.