Текст: Евгения Малина, операционный директор сервиса по аренде электротранспорта Whizz

Фото: Westend61/Getty Images

Когда стартап вырастает в более крупную компанию, операций становится слишком много. Команда, которая до этого выполняла все «своими руками», уже не справляется. А значит, часть операций надо автоматизировать. В том, как интегрировать технологии в бизнес-процессы, чтобы уменьшить нагрузку на людей и оптимизировать работу всей фирмы, разобралась для Inc. эксперт по автоматизации, операционный директор сервиса по аренде электротранспорта Whizz Евгения Малина.

Идеальный вариант для стартапа: минимальное количество сотрудников, которые будут работать с максимальной эффективностью. Это создает профицит и помогает расти. Чтобы повысить продуктивность с небольшим числом сотрудников и подготовиться к масштабированию, компании нужна качественная, адаптированная под ее индивидуальный случай автоматизация процессов.

4 шага к выгоде

Особую важность автоматизация приобретает при масштабировании компании. Управлять одним магазином/предприятием может быть относительно просто, но по мере увеличения числа точек, городов или стран, менеджмент становится более сложным и дорогим.

Каждый случай необходимо анализировать в частном порядке, но есть несколько универсальных правил, придерживаясь которых можно оптимизировать работу всего коллектива сотрудников. Вот 4 главных совета для стартапов, которые готовятся к автоматизации.

Посмотрите на проблему «своими глазами»

Рассмотрим кейс сверхбыстрой службы доставки еды «на дом». Скорость — это ключевое преимущество сервиса. Нужно построить эффективную структуру, которая соберет заказ менее, чем за 3 мин. и доставит его до двери клиента за 15 мин. Желаемый результат — свести к минимуму возможность человеческого фактора за счет автоматизации и сделать процесс таким простым, чтобы в нем невозможно было ошибиться.

Чтобы понять, как функционируют процессы, и выявить проблемы в доставке, каждый топ-менеджер лично забирал и доставлял заказы. Работая над выполнением одного из самых простых заказов, они заметили, что продукты для одного заказа расположены на складе на большом расстоянии друг от друга. Приходилось несколько раз обходить магазин, чтобы собрать корзину. Позже команда автоматизировала раскладку продуктов так, что система подсказывала сотруднику, куда и что класть основываясь на аналитике (данных о том, что чаще покупают вместе). Так удалось сократить время сборки.

Подготовьтесь к автоматизации

Чтобы построить любой бизнес-процесс нужно в первую очередь сформировать команду. Нужен тот, кто будет заниматься этой задачей и фиксировать все инструкции. Это может быть обязанностью собственника, операционного менеджера или же всего коллектива.

Кроме того, важно декомпозировать рабочий процесс на более мелкие измеримые шаги. Это позволит задать метрики, чтобы оперативно выявлять сбои. Для этого нужно сделать следующее:

• Попробуйте лично пройти каждый этап: поработайте на складе, соберите и доставьте заказ сами. Для автоматизации очень важно быть на месте и понимать процессы изнутри;
• Поговорите с сотрудниками и узнайте, что, по их мнению, усложняет работу и чего им не хватает;
• Лично понаблюдайте за тем, что происходит на складе. Часто так можно заметить больше, чем просто поговорив с сотрудниками, потому что некоторые действия они могут выполнять по привычке и не обращать на них внимания;
• Посетите конкурентов и посмотрите, как у них организована работа.

Вот что можно предпринять, чтобы подготовить команду к трансформациям:

• Внедрить платформы, через которые сотрудники будут проходить инструкции и сдавать тесты на знание, установите регулярность прохождения тренингов;
• Установить градации доступа — например, некоторые процессы работы могут быть закрыты для тех сотрудников, которые еще не прошли или «провалили» обучение.

Доверьтесь технологиям

Далее необходимо найти способы упростить и автоматизировать малые процессы. Для этого следует себе вопрос: «Как мы можем убрать человеческий фактор из каждого процесса, который описали/придумали?»

Вернемся к примеру с доставкой: было важно заставить сборщика не думать о том, где именно он должен взять товар; не тратить время на чтение названий и проверку того, правильная ли это позиция; не думать о том, какой продукт куда положить или как хранить еду во время доставки.

В процессе аналитики, была зафиксирована идея: «нет ничего хуже, чем доставить клиенту просроченный продукт». Исходя из этого, сервис интегрировал автоматизированную систему списания сроков годности. Она анализировала даты истечения срока годности и говорила, «когда», «что» и «в каком количестве» нужно списать. До внедрения системы списания продуктов составляли 45% от общего месячного оборота товаров. Через 3 месяца после ее внедрения этот показатель снизился до 16% (средний процент списаний по городам составляет 5%, где отраслевой стандарт для службы быстрой доставки равен 3—5 %).

Но не все вещи, к сожалению, могут быть автоматизированы. В этом случае важно искать простые решения. Например, в системе указали название каждой полки, но комплектовщики все равно совершали ошибки. Поэтому решено было наклеить стикеры с указанием расположения полок на полу склада.

Начните применять ИИ

Имплементировать ИИ стоит, когда собирается огромное количество данных и нужны более гибкие решения. В рассматриваемом примере (быстрый сервис доставки еды), для рассчета оптимального количество сотрудников для каждой отдельной точки и сохранения скорости обслуживания на таком уровне, чтобы частотность заказов клиентов не падала, использовались «большие данные» и ИИ-технологии.

С помощью ИИ и big data команда измерялиа эластичность спроса к скорости доставки для каждой индивидуальной точки (это переменная величина, учитывающая множество факторов, включая изменения в поведении потребителей и внутренние трансформации), и на основе этого определяла количество сотрудников на смену для максимальной утилизации.

Постоянно анализируя данные, компания выявляла новые паттерны поведения своих клиентов, которые также косвенно помогали принимать бизнес-решения. Например, команда стартапа выяснила, что не всем покупателям важна 15-минутная доставка, что позволило внедрить процесс «предиктивное обещание» — сервис честно сообщал клиенту, что доставка займет больше времени, при этом предлагая выполнить заказ за 15 минут за дополнительную плату. А для тех, кому скорость была не важна, предлагали слоты доставки. Это не только повлияло на оптимизацию трудовых затрат, но также добавило +5% роста GMV [Gross Merchandise Value — общая стоимость товаров, проданных на площадке за определенный период времени без учета возвратов, обмена и скидок — прим. ред.].