2019年6月27日，中国零售CIO俱乐部在深圳召开「新场景、新技术、新融合——2019（华南）新零售数字化运营解决方案研讨会」，共同探讨智慧零售时代企业信息化、数字化、智能化、场景化转型升级，重塑价值链，搭建开放、协同、共享的新一代生态系统和新技术应用。
盖雅工场华南区销售总监李雷午在研讨会现场发表「盖雅智能算法为零售客户带来了什么？」的主旨演讲，核心内容如下：
从2017年开始，盖雅工场的方案加入了人工智能的基础架构，用智能算法云优化整个流程方案，从原先业务驱动决策往数据驱动决策演进——从PDCA到DPPC。
DPPC，即「描述-预测-解释-认知」的数字化模型。从描述问题开始，通过预测，来优化业务安排并理解背后的原因，以指导未来的改进。
将DPPC引入零售业，可以帮助零售行业实现更加精准而便捷的业务预测、人流量预测和劳动力预测，以支持基于业务的智能排班并优化人效。
在这样的背景下，我们发现有四件事情是对零售业客户有很大的帮助：
1. 人的问题在哪儿？
2. 我的生意在哪儿？
3. 员工怎么安排才好？
4. 还有哪些新机会？
加入智能算法云后，再来看劳动力管理，就会发现不止是日常业务，数据能告诉我们更多的东西。
通过输入各种各样的历史数据，如销售数据、客户期望、季节、产品种类、门店信息等，通过机器学习和时间序列的方式进行模拟和处理，生成期望预测。
常见的预测有销售量的预测、交易的预测、劳动力的预测。店长可以根据总工时、员工偏好、可用性以及技能等，去定义员工约束、门店约束、公司约束，参考业务预测驱动、业务导入、班次驱动等多种排班模型，以匹配不同企业的不同劳动力安排需求。
企业在实际安排排班时，可以在自动形成的多个优化方案中选择，这些方案包括：小时工优先、全职优先、成本优先、效益优先、员工满意度优先等不同方向，企业可以根据自身情况选择合适的方案以完成排班。
企业采用盖雅智能排班，可以让大多数店长能够得到好店长的经验和工具，解放他们的双手，保证运营水平的稳定。
零售业排班中会有很多「奇葩」的场景，以前经常需要人工规避，但由于店长的水平参差不齐，这些潜在的规则不一定会被人工很好的识别和处理。
比如：
如何避免把“情敌”员工排在一起，造成运营风险；
如何做到男女搭配，干活不累，比例是多少；
有些活儿就该某些人来做，怎么把它提前预约进排班；
如何通过激励的方式让新生代员工爱上上班；
员工失恋，如何排班让他心情更舒畅；
……
这些规则之前只能依靠排班经理自身的知识去做到，未必会说出来，人工排班难免疏漏，现在借助盖雅智能排班，可以预设这些潜在规则，配置进系统，自动给出排班建议，排班经理只需挑选优排班方案，再做适度微调即可。
盖雅工场专注劳动力管理十年，从PDCA到DPPC，以数据驱动业务，从数据洞察隐藏在日常运营中的生意机会，帮助企业将技术融入员工周期，助力HR更好地服务于员工。
劳动力管理，盖雅搞得定。
扫码免费领取资料
更多相关阅读：
