Personalquote im Einzelhandel: das umgekehrte U, gegen das niemand plant

Die Kennzahl, gegen die fast jeder Laden plant und die kaum jemand misst

Fast jede Filialleitung kennt die ungefähre Zahl der Mitarbeiter*innen, die sie samstags um zwölf auf der Fläche haben möchte. Weniger können Ihnen sagen, wie hoch die Personalquote letzten Samstag um zwölf tatsächlich war, weil das eine saubere Zählung der Kund*innen im Laden voraussetzt, aufgeschlüsselt in derselben Taktung, in der auch der Personalplan aufgeschlüsselt ist. Der Plan wird im Halbstundenraster gebaut. Die Kundenzählung ist in den meisten Läden bestenfalls eine Tagesgesamtzahl. Beide passen nie zusammen, also wird die Quote, die darüber entscheidet, ob die Fläche überbesetzt, unterbesetzt oder ungefähr richtig besetzt war, eher zum Gefühl als zur Zahl.

Diese Lücke kostet in beide Richtungen. Eine Fläche, die in der Spitze knapp besetzt ist, verliert die Beratung, die den Warenkorb schließt. Eine Fläche, die in der Flaute überbesetzt ist, zahlt für Personal, das niemand wollte, und wirkt für eine dünne Schar Browser*innen schnell aufdringlich. Das Spannende an der Personalquote ist, dass sie nicht monoton ist. Mehr Personal ist nicht immer besser, und weniger ist nicht immer günstiger. Die Kurve ist ein umgekehrtes U: Conversion und Warenkorb steigen mit zusätzlichem Personal bis zu einem Punkt, bilden ein Plateau und fallen dann. Den Punkt, an dem sie fallen, sehen die meisten Händler nicht, weil sie die Quote nicht annähernd in Echtzeit lesen können.

Dieser Beitrag zeigt, wo das umgekehrte U liegt, was es für einen einzelnen Laden verschiebt und wie Live-Auslastung plus Verweildauer es einer Filialleitung erlauben, dynamisch pro Stunde statt fest pro Schicht zu planen. Er verbindet die Personalseite mit Personaleinsatzplanung und die Zählseite mit Personenzählung.

Die Quote sauber definieren

Die Personalquote ist die Zahl der kund*innenorientierten Mitarbeiter*innen auf der Fläche, geteilt durch die Zahl der Kund*innen im Laden, gerechnet über ein kurzes, vergleichbares Zeitfenster. Für eine Betriebsentscheidung ist das Fenster, das zählt, 15 oder 30 Minuten, nicht eine Tagesgesamtzahl.

• Zähler. Mitarbeiter*innen, die physisch auf der Verkaufsfläche stehen und der Kundeninteraktion zugeordnet sind. Lagerstunden, reine Umkleidekraft-Rollen und reine Kassenkräfte werden meist herausgerechnet, weil sie nicht zur Beratung auf der Fläche beitragen.
• Nenner. Live-Auslastung der Verkaufsfläche im selben Zeitfenster. Nicht die Tageseintrittszahl und nicht die Transaktionen, sondern die Zahl der Kund*innen, die tatsächlich anwesend sind, gemittelt über den Zeitraum.
• Zeitfenster. 15 oder 30 Minuten. Der Plan ändert sich in diesem Takt, und so verläuft auch die Frequenzkurve. Eine Tagesquote von 1:30 verbirgt eine 1:5-Mittagsspitze und eine 1:55-Mitnachmittagsflaute, und beides sind genau die Entscheidungen, die zählen.

Am Nenner hängen die meisten Läden fest. Die Auslastung pro 15-Minuten-Fenster verlangt eine Zählung, die beim Ausgang zurücksetzt, und nicht nur einen Eintrittszähler, weshalb die Kennzahl in Läden, die nur wissen, wie viele Personen heute hereingekommen sind, eine Schätzung bleibt. Die zugrunde liegende Methodik der fortlaufenden Auslastung gehört zur gleichen Familie wie Erfassungsrate im Einzelhandel und Umsatz pro Besucher: Alle drei brauchen eine echte Kopfzahl, aufgelöst in der Taktung, in der Entscheidungen getroffen werden.

Das umgekehrte U, in einfachen Worten

Tragen Sie Conversion-Rate oder Stücke pro Transaktion gegen die Personalquote für ein bestimmtes Ladenformat auf, sehen Sie meist dieselbe Form. Wenn das Personal pro Kund*in von sehr knapp wächst, steigt die Kurve: Warteschlangen lösen sich auf, der Umkleidenbetrieb läuft schneller, eine Mitarbeiter*in hat Zeit zu begrüßen, zu beraten, hochzuverkaufen und die Frage zu beantworten, die den Kauf entscheidet. Die Kurve steigt eine Weile weiter und flacht dann ab. Nach dem flachen Stück beginnt sie zu fallen. Der Abfall ist im Diagramm nicht subtil, und er hat zwei Hauptmechanismen.

Warum mehr Personal aufhört zu helfen

Der erste Mechanismus: Eine Mitarbeiter*in kann niemanden beraten, der nicht da ist. Sobald jede Kund*in im Laden jemanden in Helfreichweite hat, kann eine weitere Person die Conversion nicht mehr bewegen, weil die marginale Kund*in bereits so gut wie möglich bedient wird. Das ist das Plateau, und es zeigt sich als flacher Scheitel im Diagramm.

Warum mehr Personal aktiv schadet

Der zweite Mechanismus ist heikler. Jenseits des Plateaus lässt mehr Personal pro Kund*in die Fläche beobachtet wirken. Eine Kund*in, die langsam stöbert und einen Kauf abwägt, liest drei untätige Mitarbeiter*innen und eine einzige Kundin als Druck, und die Verweildauer, die in einen Warenkorb münden sollte, wird kürzer. Das Personal selbst beginnt, die Flaute spürend, oft einen zu frühen, zu häufigen Begrüßungsrhythmus, der den Effekt verstärkt. Das Ergebnis ist niedrigere Conversion bei höheren Personalkosten, der betrieblich schlechteste Quadrant, in dem eine Filialleitung stehen kann.

Die genaue Lage der Spitze schwankt nach Laden. Ein Discount-Bekleidungsladen, in dem Kund*innen Selbstbedienung erwarten, hat die Spitze bei einer schlankeren Quote als ein Beauty-Geschäft, das auf Beratung ausgelegt ist. Ein Juwelier oder ein hochberatender Consumer-Electronics-Laden hat die Spitze viel näher an eins zu eins. Die Form der Kurve ist über Formate gleich; verschoben werden Lage der Spitze und Steilheit des Abfalls dahinter.

Was die Spitze für einen einzelnen Laden verschiebt

Vier Variablen verschieben die Lage des Optimums für einen bestimmten Laden. Drei davon betreffen die Kund*in, eine das Produkt. Keine davon ist direkt aus einem Personalplan ablesbar, weshalb der Plan allein nicht reicht, um die Quote gut zu setzen.

Durchschnittliche Verweildauer

Ein Laden, in dem Kund*innen durchschnittlich 18 Minuten bleiben, braucht mehr Personal pro Kund*in als einer, in dem sie 4 Minuten bleiben, weil das Beratungsfenster länger und die Chance auf eine Frage höher ist. Verweildauer ist auch die Variable, die das Vorzeichen der Kurve hinter der Spitze umkehrt: Kund*innen mit langer Verweildauer sind genau die, die sich auf einer überbesetzten Fläche beobachtet fühlen.

Warenkorbkomplexität

Warenkörbe, die Größen-, Konfigurations- oder Vergleichsfragen verlangen, brauchen eine höhere Quote als Warenkörbe, die ein einzelnes Stück aus dem Regal sind. Derselbe Laden braucht an einem Launch-Wochenende, an dem das Sortiment unbekannt ist, eine andere Quote als an einem ruhigen Wochentag.

Gruppenzusammensetzung

Ein Laden mit hohem Anteil an Familiengruppen ist funktional weniger voll, als die Kopfzahl vermuten lässt, weil jede Gruppe eine Kaufentscheidung über mehrere Personen hinweg trifft. Umgekehrt nutzt ein stetiger Strom Einzelner das Personal pro Person auf der Fläche intensiver. Gruppengröße ist eine eigene Kennzahl neben der Kopfzahl und wird aus derselben Sensorebene gelesen.

Format und Tiefe der Selbstbedienung sind die vierte Variable, langsamer zu ändern, aber wert, benannt zu werden. Läden, die sich auf Beschilderung, Möblierung und gut angelegte Selbstbedienung stützen, haben die Spitze bei einer schlankeren Quote als Läden, die die Reise um die Mitarbeiter*in herum bauen. Die praktische Folge aller vier Variablen ist, dass die Spitzenquote für jeden Laden empirisch entdeckt werden sollte. Wählen Sie einen vergleichbaren Wochensatz, tragen Sie Conversion gegen die Quote im 30-Minuten-Fenster auf, finden Sie den Wendepunkt und behandeln Sie das Ergebnis als Zielwert statt eine Faustregel aus einer Zentralen-Tabelle zu übernehmen.

Warum eine feste Schicht das Ziel nicht treffen kann

Selbst ein Laden, der seine Spitzenquote kennt, kann sie mit einem festen Schichtplan deutlich verfehlen, weil Kund*innenankünfte nicht gleichmäßig sind. Ein typischer Wochentag in einem Bekleidungsladen im Einkaufszentrum kann eine Mittagsspitze, eine Mitnachmittagsflaute, einen Bump nach Schulschluss und eine frühe Abendspitze vor Ladenschluss zeigen. Der Plan, eine Woche vorher gesetzt und aus festen Vier- oder Acht-Stunden-Blöcken gebaut, glättet über diese Kurve. Zwei Mitarbeiter*innen von 10 bis 14 und zwei von 14 bis 18 sieht auf dem Papier in Ordnung aus. In der Praxis erzeugt das eine 1:5-Quote um zwölf, eine 1:45-Quote um 15:30 und eine 1:15-Quote um 17:00, keine davon liegt an der Spitze.

Die Lösung ist nicht, mehr Personal hinzuzufügen, sondern die Personalkurve auf die Frequenzkurve zu legen. Das verlangt drei Dinge in Kombination: ein Live-Bild der Auslastung im 15- oder 30-Minuten-Takt, eine gewisse Flexibilität im Plan (ein kleiner Pool Bereitschaftsstunden, verschiebbare Teilzeit-Tails oder einfache Einsatz- und Freigabebefugnis innerhalb einer Schicht) und Prognosen, die zwei bis vier Wochen vorausschauen, damit die Schichtschablone selbst überarbeitet werden kann, sobald die Prognose von der Vorlage, auf der sie ruht, abweicht.

Wie eine dynamische Quote in der Praxis aussieht

Ein illustrativer Laden, um den Mechanismus greifbar zu machen: ein mittelgroßer Bekleidungsladen mit 14 geplanten Mitarbeiterstunden über einen Samstag, Zielquote rund 1:12, durchschnittliche Auslastung schwankt zwischen 8 und 90 über den Tag. Mit einem statischen Plan von 2 Mitarbeiter*innen von 10 bis 14 und 2 von 14 bis 19 würde der Laden die Zielquote etwa 35 Prozent des Handelstags treffen. Mit einem Live-Bild und einer flexiblen letzten Stunde an jedem Schichtende landen dieselben 14 Mitarbeiterstunden in etwa 70 Prozent des Tages nahe am Ziel, wobei die Gewinne sich auf die Mittags- und frühen Abendspitzen konzentrieren, in denen der marginale Verkauf am größten ist. Die Schlagzeile ist nicht Personalaufbau, sondern Personalverlagerung auf den richtigen Slot. Die Zahlen oben sind illustrativ und nicht an einem Ariadne-Kunden gemessen.

Wie Ariadne hineinpasst

Ariadne liefert die Sensorebene und das Dashboard, von dem der Plan abliest. Die Hardware ist eine kleine Zahl Sensoren pro Laden, kein Kameraarray, und die Daten, die die Plattform produziert, sind für die Menschen gebaut, die den Plan tatsächlich schreiben.

Ariadne misst dies mit Hybrid Fusion, der patentierten kamerafreien Methode. Time-of-Flight-Tiefensensorik zählt an den Eingängen jeden Besucher und erfasst Geometrie statt Bilder, während die patentierte Signalerfassung die Bewegung im Innenraum verfolgt und die Signale erkennt, die ein Telefon aussendet, selbst im Flugmodus. Der Sensor streamt beide Datenströme an Ariadne, wo Hybrid Fusion sie zu einer Trajektorie pro Besuch zusammenführt und Zählwerte, Verweildauer und Wege berechnet. Die Datenströme tragen keine Identifikatoren: keine MAC-Adresse, keine Geräte-ID, keine biometrischen Daten, und es ist keine Kamera beteiligt. Identifikatoren werden nur gespeichert, wenn ein Besucher ausdrücklich zustimmt, was die Methode datenschutzfreundlich und außerhalb des biometrischen Bereichs hält.

Für Personalentscheidungen sind die praktischen Ausgaben fortlaufende Live-Auslastung im 15-Minuten-Fenster, durchschnittliche Verweildauer über ein beliebig gewähltes Fenster und Gruppengröße, die der Personalplanung eine faire Lesart der Fläche gibt. Der Plan wird aus Prognosen gesteuert, die aus denselben Daten entstehen, und der Live-Wert ist das, was die Dienstleitung im Tagesverlauf für eine Freigabe oder ein Halten nutzt. Nichts davon ändert, was eine Mitarbeiter*in auf der Fläche tut, nur wann sie auf ihr steht. Die Sensorhardware findet sich im Ariadne-Sensorportfolio, die Datenverarbeitung ist in der Datenschutzerklärung dargelegt, und der breitere Einzelhandelskontext liegt unter Ariadne für den Einzelhandel.

Eine Käufer-Checkliste für die Personaleinsatzplanung im Einzelhandel

Wenn Sie ein System prüfen, das eine dynamische Personalquote treiben soll, sind dies die Fragen, die es lohnt, jedem Anbieter vor einem Test schriftlich zu stellen.

1. Liefert es Live-Auslastung, nicht nur Eintrittszählungen? Ein Zähler, der nur am Eingang auslöst, lässt Sie eine Frequenzkurve bauen, aber keine Quote. Sie wollen ein System, das Eintritte und Austritte zu einer fortlaufenden Flächenzahl saldiert.
2. Wie hoch ist die Zeitauflösung? 15 oder 30 Minuten ist die Taktung, in der der Plan geschrieben wird. Stündlich ist nutzbar, täglich nicht. Bestätigen Sie die Auflösung vor der Unterschrift.
3. Berichtet es Verweildauer und Gruppengröße? Beides verschiebt, wo die Spitze des umgekehrten U für einen bestimmten Laden liegt. Eine Zählebene, die nur Kopfzahlen produziert, gibt Ihnen eine Personalkurve, aber nicht die Kurve, die Sie wirklich brauchen.
4. Funktioniert es ohne Kameras? Für die meisten Händler ist ein Sensor, der Geometrie und Funksignale liest statt Bilder, die einfachere Antwort an Datenschutzbeauftragte, Betriebsrat und das Customer-Experience-Team.
5. Spielen die Werte ins bestehende Planungstool und in die Conversion-Schleife? Ein Dashboard, das niemand öffnet, ist verschwendet. Fragen Sie nach Exporten und Alarmen für die Person, die den Dienstplan schreibt, und fragen Sie, wie das System das Auftragen der Conversion gegen die Quote unterstützt, sodass die Spitze neu gefunden werden kann, wenn sich Sortiment, Format oder Saison ändern.

FAQ

Was ist eine gute Personalquote im Einzelhandel?

Es gibt keine einzelne Zahl, die über Formate hinweg gilt. Discount-Bekleidung kann die Spitze um 1:25 bis 1:35 Kund*innen pro Mitarbeiter*in haben. Mid-Market-Bekleidung und Lebensmittel liegen oft im Band 1:10 bis 1:15. Beauty, Schmuck und beratungsintensive Consumer Electronics können so eng wie 1:3 bis 1:6 liegen. Die ehrliche Antwort ist, die Spitze empirisch für Ihren Laden zu finden, indem Sie Conversion gegen die Quote in einem 30-Minuten-Fenster über ein paar vergleichbare Wochen auftragen. Die Bänder oben sind allgemeine Branchenwerte und keine an Ariadne-Kunden gemessenen Zahlen.

Kann mehr Personal die Conversion wirklich senken?

Ja, jenseits der Spitze des umgekehrten U. Eine Fläche, auf der Mitarbeiter*innen relativ zur Kundenzahl untätig sind, startet einen zu häufigen Begrüßungsrhythmus, verkürzt die Stöberzeit und liest sich für eine Kund*in, die einen Kauf abwägt, als Druck. Der Effekt ist in Formaten am sichtbarsten, in denen der Warenkorb von einem längeren Stöberfenster abhängt, etwa Bekleidung und Wohnen. In hochberatenden Formaten liegt die Spitze näher an eins zu eins und das Risiko ist kleiner, es existiert aber selbst im Extrem.

Wie beeinflusst die Verweildauer die richtige Quote?

Verweildauer setzt die Größe des Beratungsfensters. Eine durchschnittliche Verweildauer von 4 Minuten gibt einer Mitarbeiter*in sehr wenig Zeit für den Einstieg; 20 Minuten geben reichlich. Läden mit längerer Verweildauer haben die Spitze meist bei einer großzügigeren Quote, weil die Beratungslast höher und der Conversion-Gewinn aus einer gut platzierten Person größer ist. Verweildauer markiert auch die Kund*in, die am stärksten der negativen Seite der Kurve ausgesetzt ist: Lange Stöberer*innen sind diejenigen, die sich beobachtet fühlen, also zieht die Verweildauer in beide Richtungen und muss neben der Quote gelesen werden, nicht separat.

Nutzt das System Kameras?

Nein. Ariadne zählt mit Hybrid Fusion: Time-of-Flight-Tiefensensorik plus patentierte Signalerfassung, nie mit Kameras. Time-of-Flight erfasst Geometrie statt Bilder, und die Signalerfassung erfasst standardmäßig keine MAC-Adresse, sodass die Messung ohne Video, ohne Gesichter und ohne biometrische Daten auskommt.

Wo schließt das an die Conversion-Berichterstattung an?

Die Conversion-Rate ist das Leitmaß dafür, wie Personal und Fläche zusammenspielen. Lesen Sie die Personalquote als eine der Variablen, die die Conversion auf oder ab bewegt, und nutzen Sie die übliche Formel für die Conversion-Rate im Einzelhandel, um den Kreis zu schließen. Ein Laden, der die Quote gelöst hat, ohne die Conversion zu bewegen, hat entweder die falsche Spitze oder eine andere Variable im Spiel; ein Laden, dessen Conversion mit schärferer Quote steigt, liest das umgekehrte U richtig.