La solución a la rotación de los trabajadores de servicios

De HBR.org

Los minoristas han sabido durante mucho tiempo que la alta rotación entre los empleados de primera línea es costosa, ya que drena tanto tiempo como dinero cuando los gerentes reclutan y forman continuamente nuevos empleados. La sabiduría convencional sostiene que la programación de turnos es un factor importante de rotación. Para reducir la deserción, se insta a los minoristas a publicar los horarios con más anticipación; crear horarios de trabajo consistentes, predecibles y justos; y prohibir los «clopening» --horarios que exigen que un empleado trabaje un turno de cierre y luego uno de apertura al día siguiente--. Esos pasos pueden ayudar, pero un estudio que realizamos de 280 millones de turnos trabajados por 1,3 millones de empleados en 20 grandes cadenas minoristas de EE. UU. encontró que diferentes aspectos de la programación afectan a las tiendas de manera diferente, y solo un análisis de datos puede determinar cuáles son los más importantes para un sitio determinado.

Basándonos en nuestra investigación, aquí presentamos un plan para comprender qué aspectos de la programación están impulsando su rotación en las operaciones locales para que pueda crear un enfoque personalizado para frenarla:

1. IDENTIFIQUE LOS FACTORES QUE IMPULSAN LA ROTACIÓN LOCAL.

Comience analizando sus datos de fuerza laboral y centrándose en diferentes segmentos de empleados y ubicaciones. Deje que sus datos revelen qué predice realmente la rotación. Muchas empresas ya aplican análisis avanzados a precios, surtido y logística; es hora de aportar la misma disciplina analítica al lado humano de las operaciones.

Realizamos nuestro análisis por separado para cada empresa, estado y grupo de trabajadores para ver cuándo y dónde las prácticas específicas más importaban. Encontramos que cada minorista tenía su propio patrón distintivo. La variación no es aleatoria; refleja cómo los diferentes modelos operativos y las realidades de la fuerza laboral interactúan. Por ejemplo, en formatos de supermercados o tiendas de conveniencia de alto volumen, la fatiga física y la falta de descanso entre turnos impulsan la rotación; en el comercio minorista de moda y cosméticos, donde los empleados dependen de comisiones y relaciones con clientes, la equidad y la consistencia pesan más.

2. PRIORICE, PRUEBE Y ESCALE.

Una vez que haya diagnosticado los factores clave, concéntrese en los aspectos de programación que más importan a los empleados y que son operativamente factibles de mejorar. Concentrarse en algunos cambios de alto impacto puede ayudar a lograr victorias tempranas y generar impulso para una adopción más amplia.

Pruebe cambios específicos en un grupo selecto de sitios. Use pruebas A/B o implementaciones por fases para observar cómo los ajustes de horario influyen en la retención, el rendimiento y la moral. Trate las pruebas como un laboratorio de aprendizaje: Mida lo que funciona y refine sus datos antes de escalar.

Una vez que los resultados estén validados, amplíe las prácticas comprobadas primero a las tiendas o grupos de empleados donde tendrán el mayor impacto. Comunique la razón detrás de los cambios para que los empleados entiendan el enfoque personalizado y basado en evidencia.

3. EMPODERE A LOS GERENTES DE PRIMERA LÍNEA.

Las organizaciones no pueden implementar programación localizada sin gerentes de primera línea empoderados y capaces. Estos gerentes son los traductores de la estrategia; convierten las lecciones extraídas del análisis en la realidad diaria de sus equipos.

Los algoritmos sugieren patrones, pero los humanos deben determinar si esos patrones tienen sentido en la práctica. Los gerentes de tienda más efectivos usan los datos no como un mandato sino como una guía, equilibrando las preferencias individuales de los trabajadores con las necesidades operativas para que las reformas de programación tengan éxito sobre el terreno. Traducir los conocimientos basados en datos en decisiones de programación diarias requiere criterio, empatía y confianza --cualidades que ningún algoritmo puede reemplazar--.