Son birkaç yılımı yüzlerce hizmet odaklı işletmenin bilançolarını inceleyerek geçirdim ve işletme sahiplerinin kabusu olan, sistemdeki en yaygın hayalet tek bir şey: Boş Koltuk. Güzellik ve kişisel bakım sektöründe boş bir koltuk, sadece gelir kaybı değil; aynı zamanda yanan bir nakit yığınıdır. Işıklar, kira ve en acısı da o koltukta telefonun çalmasını bekleyen uzman için ödeme yapmaya devam edersiniz.
Bu sadece bir randevu planlama sorunu değildir. Bu bir veri sorunudur. Çoğu işletme sahibi bunu 'sezgileriyle' veya geçen yılın takvimine bakarak çözmeye çalışır. Ancak 'geçen yıl', üç sokak ötede yeni bir rakibin açıldığını veya ani bir yerel sıcak hava dalgasının pedikür talebini %40 oranında artırdığını bilemez. Bunu düzeltmek için daha iyi bir yöneticiye değil; geçmiş verilerinizi öngörülü bir motora dönüştüren bir AI (Yapay Zeka) dönüşümüne ihtiyacınız var.
Geçenlerde, potansiyel marjının neredeyse dörtte birini Personel Esneklik Boşluğu (sabit işgücü maliyetleri ile dalgalanan müşteri talebi arasındaki mesafe) nedeniyle kaybeden 5 şubeli bir güzellik grubuyla çalıştım. Dönüşümlerini tamamladığımızda, tek bir kişiyi bile işten çıkarmadan işgücü israfını %22 oranında azalttılar. Sadece doğru insanları, doğru zamanda, doğru koltuklara oturtmaya başladılar.
'Boş Koltuk' Krizinin Anatomisi
💡 Penny'nin işinizi analiz etmesini ister misiniz? Yapay zekanın hangi rollerin yerini alabileceğini haritalıyor ve aşamalı bir plan oluşturuyor. Ücretsiz denemenizi başlatın →
Bu grup için sorun görünmezdi çünkü 'normal' kabul ediliyordu. Her Perşembe'den Cumartesi'ye kadar tam kapasite personel çalıştırıyorlardı. Kağıt üzerinde bu mantıklıydı; en yoğun günleri bunlardı. Ancak, dakika dakika kullanım oranlarına baktığımızda, şaşırtıcı miktarda 'mikro boşluk' bulduk.
Bir stilistin boya işlemleri arasında 45 dakikalık bir boşluğu oluyordu. Bir terapistin Salı sabahı saat 11:00'e kadar hiç randevusu yoktu, ancak sabah 09:00'da mesaiye başlıyordu. Beş lokasyon ve 60'tan fazla personel genelinde bu boşluklar, işletmeye 'ölü' bordro maliyeti olarak ayda £12,000'dan fazlasına mal oluyordu.
Kendi işletmenizde benzer kalıplar görüyorsanız yalnız değilsiniz. Güzellik ve kişisel bakım tasarruf rehberimiz, çoğu bağımsız grubun en sakin günlerinde en az %15 fazla personel çalıştırdığını, en kârlı günlerinde ise yetersiz personel bulundurduğunu gösteriyor.
Geleneksel Planlama Neden Başarısız Olur?
Geleneksel planlama reaktiftir. Yoğun bir Cumartesi'nin geldiğini görürsünüz ve herkesi vardiyaya yazarsınız. Sakin bir Salı görürsünüz ve bir kişiyi eve gönderirsiniz. Ancak siz tepki verene kadar para çoktan gitmiş olur.
Danışmanlık yaptığım 5 şubeli grup bu döngüye hapsolmuştu. Yöneticileri, kimin ne zaman çalışacağını tahmin etmeye çalışarak, her hafta yaklaşık 10 saatlerini elektronik tablolarla uğraşarak geçiriyordu. Ben buna Yönetim Sürtünme Vergisi diyorum; üst düzey personele, verilerin kuş bakışı görünümüne sahip olmadıkları için pek de iyi olmadıkları manuel veri girişi işlerini yapmaları için ödeme yapmak.
Bunu aşmak için sadece yeni bir randevu uygulaması satın almadık. Operasyonlarının tam bir AI dönüşümünü gerçekleştirdik. 'Kimin vakti var?' diye sormayı bıraktık ve 'Veriler neyin gerçekleşmek üzere olduğunu söylüyor?' diye sormaya başladık.
Strateji: Öngörülü Sinyal Yığını Oluşturmak
Yapay zeka odaklı bir işletme sadece kendi randevularına bakmaz. Dünyaya bakar. Bu güzellik grubu için Öngörülü Sinyal Yığını adını verdiğim şeyi oluşturduk. Bu, personel motorunu besleyen üç katmanlı bir veri modelidir:
1. Dahili Nabız (Geçmiş Veriler)
Üç yıllık randevu verisini sisteme dahil ettik. ChatGPT ve benzeri teknolojilerin temelindeki mantık gibi, AI bir insan yöneticinin gözden kaçırdığı kalıpları tespit etmede mükemmeldir. Cumartesi günleri yoğun olsa da, hizmet türünün ayın haftasına göre (maaş günü vs. ay ortası) değiştiğini buldu. 'Randevu hızı'nı (bir Cuma gününün bir Çarşamba gününe kıyasla ne kadar çabuk dolduğunu) tanımlayarak, tam dolu bir günü 72 saat öncesinden %94 doğrulukla tahmin etmemizi sağladı.
2. Dış Ortam (Bağlamsal Veriler)
Gerçek dönüşümün gerçekleştiği yer burasıdır. Personel motorunu yerel hava durumu API'lerine ve etkinlik takvimlerine bağladık. Güzellik dünyasında hava durumu kaderdir. Yağmurlu bir Cuma, son dakika fön iptallerinde %20 artışa neden olabilirken, masaj randevularında %15 artış sağlayabilir. Bu verileri AI'ya besleyerek, vardiyalar daha yağmur başlamadan önce ayarlanabildi.
3. Dijital Ayak İzi (Niyet Verileri)
Yerel bölge için Google Arama trendlerini ve grubun kendi web sitesi trafiğini izledik. Eğer bir Salı akşamı kendi posta kodlarında 'yakınımdaki balyaj' aramaları artarsa, AI bunu gelecek hafta sonu için yüksek niyetli bir sinyal olarak işaretledi.
Dönüşüm Süreci: Tahminlerden Vardiya Otomasyonuna
Bu bir gecede gerçekleşen bir değişiklik değildi. Ekibin yerinin doldurulduğunu değil, desteklendiğini hissetmesi için aşamalı bir yaklaşım izledik.
Aşama 1: Sinyal Temizliği. Mevcut bordro hizmet maliyetlerini ve randevu verilerini denetledik. Verilerin 'gürültülü' olduğunu gördük; personel randevusuz gelen müşterileri (walk-in) her zaman doğru kaydetmiyordu. AI'nın geleceği tahmin edebilmesi için geçmişin temiz bir kaydına ihtiyacı vardı.
Aşama 2: Gölge Vardiya. 30 gün boyunca, yöneticinin manuel vardiya listesinin yanında AI'nın öngördüğü vardiya listesini çalıştırdık. Henüz gerçek vardiyaları değiştirmedik. Sadece ikisini karşılaştırdık. AI, özellikle hafta içi saat 14:00 ile 16:00 arasındaki 'durgunluğu' tahmin etmede, 20 metrikten 18'inde insan yöneticilerden daha iyi performans gösterdi.
Aşama 3: Dinamik Vardiya Modeli. AI'nın tahminlerine dayalı 'icapçı' (on-call) teşvikleri ve esnek başlangıç saatleri getirdik. Herkesin sabah 09:00'da başlaması yerine, AI kademeli bir başlangıç önerdi: sabah 09:00'da iki kişi, 10:30'da üç kişi ve 13:00'de bir kişi. Sadece bu adım bile personel esneklik boşluğunun büyük bir kısmını kapattı.
Sonuç: %22 Daha Az İsraf, %100 Daha Fazla Huzur
Dönüşümden altı ay sonra rakamlar yadsınamaz düzeydeydi:
- İşgücü İsrafı: %22 azaldı. Personel saatlerini gerçek taleple uyumlu hale getirerek, grup beş şubede ayda ortalama £14,500 tasarruf etti.
- İşgücü Saati Başına Gelir: %18 arttı. Stilistler vardiyaları sırasında daha yoğundu, bu da daha fazla komisyon ve bahşiş kazandıkları anlamına geliyordu.
- Yönetim Süresi: Yöneticiler her hafta kişi başı 8 saat kazandı. Elektronik tablolarla boğuşmak yerine, müşteri deneyimine ve eğitime odaklanmak için sahaya geri döndüler.
- Personel Bağlılığı: Şaşırtıcı bir şekilde personel memnuniyeti arttı. 'Boş Koltuk' krizi stilistler için sıkıcıdır; onlar çalışmak isterler. AI, salonda olduklarında para kazanmalarını sağladı.
Çerçeve: Hizmet Personeli İçin 90/10 Kuralı
Yapay zeka odaklı işletmelerle yaptığım çalışmalarda 90/10 Kuralı adlı bir çerçeve kullanıyorum. Bu kural, AI'nın lojistik yükün %90'ını (planlamanın 'ne zaman' ve 'kim' kısmı) halledebileceğini, ancak geri kalan %10'un (insani nüanslar) sistemi asıl çalıştıran şey olduğunu belirtir.
Bir stilistin çocuğu hastaysa veya bir ekip üyesi kötü bir gün geçiriyorsa, AI bunu bilemez. Dönüşüm, yöneticiyi ortadan kaldırmakla ilgili değildir; yöneticiye gelecek haftayı tam bir netlikle görmesini sağlayan bir 'süper güç' lensi vermekle ilgilidir.
Kendi Dönüşümünüzü Nasıl Başlatırsınız?
Bundan faydalanmak için beş şubeli bir grubunuzun olması gerekmez. Tek şubeli bir işletme bile veri ile eylem arasındaki boşluğu kapatmaya başlayabilir.
- Bordroyu sabit bir maliyet olarak görmeyi bırakın. Bu, şu anda sabitmiş gibi davrandığınız değişken bir maliyettir. Saatlik gelirinize detaylı bir düzeyde bakmaya başlayın.
- Veri kalitenizi denetleyin. Randevusuz gelen her müşteri kaydediliyor mu? Her iptal takip ediliyor mu? AI, ancak ona verdiğiniz sinyal kadar iyidir.
- Duvarlarınızın dışındaki 'Sinyalleri' arayın. Dış faktörlerin (hava durumu, etkinlikler, yerel maaş günleri) randevularınızı nasıl etkilediğine dikkat etmeye başlayın.
AI dönüşümü, bir veri bilimci ekibi gerektiren fütüristik bir kavram değildir. Operasyonlarınızı yürütme biçiminizdeki pratik ve mantıklı bir değişimdir. Benim işim tamamen bu ilkelere dayanıyor; bir ekibim, asistanım veya yöneticim yok. Sistemlerim var. Ve eğer bir hizmet işletmesi operasyonunun en karmaşık kısmını (insanlarını) otomatize edebiliyorsa, sizin kendi işletmenizle neler yapabileceğinizi bir hayal edin.
Kendi vardiya listelerinizde israfın nerede saklandığını görmeye hazırsanız, rakamlara birlikte bakalım. 'Boş Koltuk' bir yaşam gerçeği olmak zorunda değil. Bu sadece personel modelinizin hala geçmişte yaşadığının bir sinyalidir.