Hvorfor usikkerhed er dyrere, end de fleste organisationer tror

De fleste operationelle problemer begynder ikke med en dårlig beslutning.

De begynder med usikkerhed.

Skal vi åbne endnu en kasse? Har vi brug for mere personale? Hvorfor performer én indgang dårligere? Hvorfor undgår de besøgende et bestemt område? Hvorfor har én lokation udviklet sig anderledes i tre uger i træk?

Når svarene er uklare, må organisationer basere beslutninger på antagelser.

Nogle gange er antagelserne rigtige. Andre gange er de dyre.

De skjulte omkostninger ved operationel usikkerhed

Prisen på usikkerhed står sjældent som en særskilt post i regnskabet.

I stedet viser den sig i den daglige drift:

• For mange medarbejdere på arbejde i stille perioder.
• For få medarbejdere under spidsbelastning.
• Køer, fordi efterspørgslen blev undervurderet.
• Marketinginvesteringer rettet mod den forkerte lokation eller målgruppe.
• Områder, der forbliver underudnyttede trods høj trafik.
• Ændringer i layout eller drift baseret primært på antagelser.

Hver for sig kan problemerne virke håndterbare. Når de gentager sig på tværs af lokationer, dage og teams, kan de skabe betydelig operationel ineffektivitet.

Problemet er ikke nødvendigvis dårlige beslutninger. Ofte træffer teams den bedst mulige beslutning på baggrund af ufuldstændig information.

Erfaring er vigtig. Men erfaring har brug for evidens.

Erfarne driftsfolk udvikler stærke instinkter.

En butikschef ved, når butikken føles usædvanligt stille. Ledelsen i et shoppingcenter kender de indgange, der virker travle. Et operationelt team i en lufthavn bemærker, når passagerflowet ændrer sig.

Den erfaring er værdifuld.

Men erfaring alene kan ikke pålideligt afgøre, om dagen faktisk var usædvanlig, præcis hvornår efterspørgslen steg, hvilke indgange der bidrog til ændringen, eller om en operationel ændring faktisk forbedrede situationen.

Data erstatter ikke operationel erfaring. Data giver den kontekst.

Bedre besøgsanalyse reducerer usikkerhed

Flere data er ikke automatisk løsningen.

En organisation kan have adskillige dashboards og stadig være usikker på, hvilken handling der bør følge.

Målet med besøgsanalyse bør derfor ikke være at indsamle så meget information som muligt. Målet er at forstå, hvad der sker i det fysiske miljø, godt nok til at understøtte en beslutning.

Pålidelig persontælling etablerer grundlaget. Derefter kan yderligere kontekst hjælpe med at forklare, hvad der ligger bag tallet.

Kapacitetsanalyse kan vise, hvordan efterspørgslen ændrer sig gennem dagen.

Opholdstidsanalyse kan vise, hvor besøgende bruger tid, og hvor de bevæger sig hurtigt igennem.

Bevægelses- og ruteanalyse kan hjælpe teams med at forstå, hvordan besøgende bevæger sig mellem indgange, zoner og destinationer.

Heatmaps kan gøre områder med høj og lav aktivitet lettere at identificere.

Benchmarking kan vise, om et resultat faktisk er usædvanligt ved at sammenligne lokationer eller perioder.

Værdien ligger ikke i de ekstra målinger. Den ligger i at reducere usikkerheden omkring den efterfølgende beslutning.

Sådan ser omkostningerne ved ikke at vide ud i praksis

Detailhandel

En butik har stærke besøgstal, men den kommercielle performance er lavere end forventet.

Uden yderligere kontekst kunne reaktionen være at øge marketingaktiviteten og skabe mere trafik.

Men hvad nu hvis trafik ikke er problemet?

Bevægelses- og opholdsmønstre kan indikere, at kunderne ikke når centrale områder af butikken. Sammen med relevante kommercielle data giver det et andet spørgsmål: Ikke “Hvordan får vi flere ind ad døren?”, men “Hvad sker der med dem, vi allerede har?”

Shoppingcentre

Den samlede trafik kan se stærk ud og samtidig skjule betydelige forskelle mellem indgange, etager og zoner.

Én indgang kan skabe stor trafik, mens en anden konsekvent performer under forventning. Nogle områder kan tiltrække stærke besøgsstrømme, mens andre får væsentligt mindre eksponering.

Den viden kan understøtte beslutninger om udlejning, kampagner, events, skiltning, lejerdialog og anvendelse af fællesområder.

Lufthavne og transportknudepunkter

Passagervækst lyder positivt. Operationelt er det afgørende spørgsmål imidlertid, hvor og hvornår passagererne skaber efterspørgsel.

En terminal kan håndtere et højt samlet passagertal og stadig opleve koncentreret trængsel på bestemte tidspunkter eller steder.

Kapacitet, spidsbelastning og bevægelsesmønstre giver et stærkere grundlag for beslutninger om bemanding, passagerflow og kapacitet.

Museer og offentlige bygninger

Stabile besøgstal kan give indtryk af, at meget lidt har ændret sig.

Bevægelserne inde i bygningen kan fortælle en anden historie.

Besøgende kan bruge mindre tid i bestemte zoner, vælge andre ruter eller skabe nye perioder med koncentreret efterspørgsel.

Det kan informere beslutninger om wayfinding, planlægning, layout og ressourcefordeling.

Den dyreste antagelse kan være, at intet har ændret sig

Operationelle miljøer ændrer sig.

Besøgsadfærd ændrer sig. Åbningstider ændrer sig. Lejere ændrer sig. Kampagner, køreplaner, layouts og sæsonmønstre ændrer sig.

En beslutning, der var korrekt for seks måneder siden, er ikke nødvendigvis den rigtige i dag.

Derfor er benchmarking og konsistent måling vigtigt.

I stedet for blot at spørge, om et tal ser højt eller lavt ud, kan teams undersøge, om resultatet afviger fra en relevant dag, periode, indgang eller lokation.

Start med den beslutning, der skal træffes

En almindelig fejl er at starte med dashboardet.

Et bedre udgangspunkt er beslutningen.

Skal bemandingen ændres? Hvorfor performer en indgang dårligere? Har et nyt layout ændret besøgsadfærden? Skyldes køer den samlede efterspørgsel eller efterspørgsel koncentreret på et kort tidspunkt?

Når det operationelle spørgsmål er klart, bliver det lettere at afgøre, hvilke besøgsdata der er relevante.

Processen bør være gentagelig:

1. Definér det operationelle spørgsmål.
2. Etablér den relevante baseline.
3. Identificér de nødvendige besøgsdata.
4. Gennemfør ændringen.
5. Mål, hvad der ændrede sig.

Sådan bevæger besøgsanalyse sig fra rapportering til beslutningsstøtte.

Mindre usikkerhed er det reelle afkast

Værdien af besøgsanalyse bør i sidste ende måles på de beslutninger, den forbedrer.

Kan bemandingen tilpasses bedre til den faktiske efterspørgsel? Kan trængsel identificeres tidligere? Kan underudnyttede områder undersøges med evidens frem for antagelser? Kan lokationer sammenlignes på et konsistent grundlag?

Ikke alle beslutninger skaber et økonomisk afkast, der kan isoleres med det samme. Men mindre usikkerhed giver et bedre grundlag for at fordele mennesker, plads, tid og investeringer.

Ofte stillede spørgsmål

Hvad er operationel usikkerhed?

Operationel usikkerhed opstår, når teams skal træffe beslutninger uden tilstrækkelig pålidelig information om, hvad der sker, hvorfor det sker, eller hvordan forholdene ændrer sig.

Hvordan kan besøgsanalyse reducere usikkerhed?

Besøgsanalyse kan tilføje kontekst til besøgstal gennem blandt andet kapacitet, opholdstid, bevægelsesmønstre, heatmaps, spidsbelastning og benchmarking.

Fører flere data automatisk til bedre beslutninger?

Nej. Flere data kan skabe mere kompleksitet, hvis de ikke forbindes med et klart operationelt spørgsmål.

Kan besøgsanalyse understøtte bemandingsbeslutninger?

Besøgs- og kapacitetsmønstre kan hjælpe teams med at forstå, hvornår efterspørgslen opstår, og dermed give et bedre grundlag for at vurdere bemanding og ressourcefordeling.

Tallet er kun begyndelsen

Organisationer bliver ikke bedre, blot fordi de indsamler mere data.

De bliver bedre, når de forstår driften godt nok til at træffe bedre beslutninger.

Det betyder at vide, hvornår efterspørgslen ændrer sig. Hvor besøgende går hen. Hvor de stopper. Hvor trængsel opstår. Hvilke områder der underperformer. Og om en ændring faktisk gjorde en forskel.

Hvert ubesvaret operationelt spørgsmål skaber en grad af usikkerhed.

At reducere den usikkerhed er dér, hvor besøgsdata bliver til operationel indsigt.

Tallet er kun begyndelsen.

Reducér gætteriet bag operationelle beslutninger

CountMatters kombinerer årtiers erfaring med persontælling med besøgsindsigt, der hjælper organisationer med at forstå, hvordan mennesker bruger fysiske områder.

Hvis jeres teams allerede har besøgsdata, men stadig er afhængige af antagelser i vigtige operationelle beslutninger, er næste skridt ikke nødvendigvis flere data. Det er at gøre de eksisterende data mere anvendelige.