Составление прогноза расходов при найме курьеров

Время чтения: 3 минуты

Мы используем файлы cookie
Чтобы улучшить работу сайта и предоставить вам больше возможностей. Продолжая использовать сайт вы соглашаетесь с условиями использования файлов cookie.
Мы используем файлы cookie
Настройки
Файлы cookie, необходимые для корректной работы сайта, всегда включены.
Другие файлы cookie можно настроить.
Основные файлы cookie
Всегда включен. Эти файлы cookie необходимы для того, чтобы вы могли пользоваться веб-сайтом и его функциями. Их нельзя отключить. Они устанавливаются в ответ на ваши запросы, такие как настройка параметров конфиденциальности, вход в систему или заполнение форм.
Аналитические файлы cookie.
Disabled
Эти файлы cookie собирают информацию, чтобы помочь нам понять, как используются наши веб-сайты или насколько эффективны наши маркетинговые кампании, или чтобы помочь нам настроить наши веб-сайты под вас.
Рекламные файлы cookie
Disabled
Эти файлы cookie предоставляют рекламным компаниям информацию о вашей онлайн-активности, чтобы помочь им предоставлять вам более релевантную онлайн-рекламу или ограничить количество просмотров рекламы. Эта информация может быть передана другим рекламным компаниям.
Одному из наших клиентов был необходим оперативный учет и планирование расходов на ФОТ курьеров.
На конец 2021 года компания была представлена в 43 городах России, в ней работало более 36 тысяч курьеров. В рамках проекта мы разработали драйверную модель расчета расходов на массовый рекрутинг на базе платформы Optimacros, выбранной клиентом . Данное решение позволило клиенту оперативно прогнозировать эти расходы, менять параметры по различным сценариям и формировать сценарный, а также факторный анализы.

Методология расчета расходов следующая:
1. Посчитали потребность в курьерах в текущем месяце.
2. Сформировали ставку набора 1 курьера и ввели % текучести.
3. Умножили ставку на потребность и получили расходы.
CF для ФОТ курьеров с учетом корректировки по статье
CF для ФОТ курьеров с учетом корректировки по статье
Чтобы сформировать модель расчета потребности в курьерах, мы разделили прогнозируемые курьеро-часы на норму рабочих часов в месяц - в помощь был производственный календарь. Курьеро-часы в свою очередь рассчитали, как количество заказов из блока выручки на производительность 1 курьера (вводные статистические данные). Таким образом, при изменении количества заказов автоматически пересчитывалась потребность в курьерах.

Далее посчитали динамику потребности в курьерах по месяцам и выявили необходимое количество сотрудников для найма в конкретном месяце.
Для расчета ставки использовали данные по проценту текучести и ставку набора 1 курьера. Ставку рассчитали на основе фактических затрат с возможностью корректировки по прогнозным месяцам.
Для удобства и быстроты добавили возможность копировать данные с одного города на другой.
Таким образом, реализованное решение позволило клиенту оперативно планировать и контролировать расходы на ФОТ курьеров, т.к. теперь прогноз потребности в курьерах всегда увязан с планами по количеству заказов. Также аналитики финансовой службы клиента получили функционал факторного анализа в системе, что позволило им выявлять резервы для повышения эффективности. В качестве факторов для анализа выделили показатели производительности курьеров, изменение объемов заказов и изменение тарифов по набору курьеров.
Понравилась статья?
Больше актуальных новостей и интересных кейсов
Не забудьте подписаться на наш Telegram!
Будьте в курсе событий!
Читайте также: