Nya övertidslagen för återförsäljare denna högsäsong

OBS: Kongressen röstade denna vecka för att försena starten av denna lag för att ge småföretag mer tid att förbereda.

December är vanligtvis årets mest lönsamma årstid för återförsäljare. Helgerna innebär ökad trafikhandel, försäljning och möjligheter att öka bottenlinjerna innan året avslutas. Den amerikanska avdelningen för arbete (DOL) skakar dock upp saker för småföretag i december med genomförandet av nya övertidsbestämmelser som förväntas öka sysselsättningskostnaderna avsevärt.

Speciellt har DOL höjt löntröskeln för anställda som får övertidsskydd, vilket innebär att detaljhandelschefer och andra anställda som tidigare kategoriserats som "undantagna" nu har rätt till övertidslön. Denna nya lag beräknas förlänga övertidsskydd till mer än fyra miljoner anställda, vilket ger en stor belastning på företagens arbetsbudgetar.

Innan semestern går i full gång nästa månad är det avgörande att detaljister börjar genomföra strategier för att minimera effekterna av dessa nya regler på arbetskraftskostnader. Att bestämma möjligheterna att uppnå detta kan hittas genom att utnyttja en återförsäljares datafiler. Genom att använda samma datastyrda principer på plats för optimering av utbudskedjan kan återförsäljare undvika onödiga och dyra arbetstillfällen genom att optimera arbetskraft och bemanning.

Korrelera datapooler för att hjälpa förutse trafik i trafik

Återförsäljare samlar aktivt värdefull information om försäljning, butikstrafik och övergripande prestanda - och denna information går tillbaka till aktivitet förra månaden, förra året, och även för tio år sedan.

Genom att övervaka förändringar och fluktuationer baserat på dag och tid på året kan återförsäljare använda denna historiska försäljningsinsikt för att förutse butikstrafik i realtid.

Denna mätning kan göras ännu mer exakt genom lagring i ackrediterad data från tredje part. Med tanke på information om vädret kan till exempel detaljhandlare förstå vad shoppingbeteendet är som strax före en stor snöstorm.

Vidare kan användandet av geospatial- och folkräkningsdata hjälpa återförsäljare att förstå sina kunder efter region, med hjälp av denna information för att optimera sina erbjudanden, genomföra mer riktade kampanjer och därför förvänta sig en ökning av trafik i trafiken. Alla dessa faktorer ger en djupare förståelse för hur en butik utför under specifika situationer och under speciella tider på dagen och året. I slutändan hjälper det detaljhandelschefen att genomföra en effektivare personalstrategi, vilket säkerställer att butiken har tillräckligt många (och inte för många) kroppar på golvet under de förväntade tuffare tiderna och att de inte slösar pengar på arbetskraft under långsammare köpperiod.

Förståelse av anställningsprestanda innebär optimerad personalstyrka

Teckenkorrelationer mellan enskild butiksdata som fottrafik, volym och intäkter. Med information från HR-data som personalprestanda och lönekostnader kan detaljhandlare optimera vem som ska schemalägga för olika dagar delar. Beslutsfattare på affärsnivå kan utnyttja information om anställda färdigheter och kostnader per arbetstid mot data som avslöjar efterfrågan i samband med varje skift, så att de kan fatta mer strategiska beslut om vem som ska vara mest värdefulla, effektiva och effektiva på specifika dagar och under särskilda tidsperioder.

Vidare kan dessa uppgifter hjälpa återförsäljare att gå ett steg längre och optimera sina lag och anställningsplacering per avdelning. Genom att analysera den information som de redan har till hands när det gäller butiksreklam och försäljningsinsikt kan chefer bestämma vilka anställda som är mest produktiva i varje område i affären. Dessutom kan dessa chefer också bestämma vilka kohorter av anställda som kompletterar varandras färdigheter och fungerar därför bra som ett lag. Med denna åtgärd kan chefen se till att det mest produktiva laget är planerat under den mest krävande eller mest krävande tiden på dagen. När man tittar på att bekämpa kostnaderna i samband med DOL: s nya övertidsbestämmelser kan analys av en återförsäljares data bidra till att öka produktiviteten genom att strategiskt placera de bästa passagerarna i de områden där de kommer att göra det viktigaste bidraget.

Optimera omvandlingsräntor och öka köpareutgifterna

Alla återförsäljare förstår hur utmanande det kan vara att göra webbläsare till köpare - och det är ännu svårare att övertyga dem om att spendera mer pengar. Hantera transaktionsdata med trafikinformation i butik kan hjälpa återförsäljare att effektivt bestämma de områden där de fungerar bra och de områden som kan förbättras. Baserat på denna analys kan återförsäljare ta reda på vilka grupper av föremål som oftast köps tillsammans och strategiskt placera dessa produkter nära kassan för att öka genomsnittliga köparköp.

Genom att se en omfattande bild av en butiks konverteringskurser kan detaljhandelsbesluttagarna få en unik inblick i hur trafik, bemanning och vinst relateras - och hur man kan förbättra sig på denna ekvation för att kompensera extra arbetskraftskostnader från de nya övertidsreglerna .

Från och med den 1 december 2016 kommer återförsäljare att presenteras med den komplicerade utmaningen att hantera nya övertidsregler, vilket sannolikt kommer att leda till högre arbetskraftskostnader. Men de kan effektivt navigera och bekämpa dessa problem om de tittar på deras data för att bättre förstå produkt- och personalprestanda och använda denna information för att ständigt förbättra sina processer.