La solución a la pérdida de clientes de los trabajadores de servicios
Las prácticas de programación de muchas empresas son deficientes. Un nuevo estudio demuestra que la analítica puede ser útil
Por Santiago Gallino y Borja Apaolaza
Gestión de personal
Harvard Business Review
#Doxa #gestión #clientes #analítica #servicios #programación #retención #eficiencia #datos #estrategia #negocios #optimización #trabajadores #estudio #tecnología #soluciones
Resumen. La alta rotación de personal de primera línea es un problema costoso en el comercio minorista y otros sectores de servicios. Las soluciones tradicionales —publicar horarios con antelación, prohibir las "aperturas cerradas" y ofrecer horarios más estables— ayudan, pero no solucionanLos factores más profundos y específicos de cada ubicación que impulsan la rotación de personal. Un nuevo estudio que analiza 280 millones de turnos en 20 cadenas minoristas muestra que la rotación depende de una combinación de factores, como la previsibilidad de la programación, la flexibilidad gerencial, la equidad y las condiciones laborales locales. Al aplicar análisis a los registros de programación, los gerentes pueden identificar qué factores, como períodos de descanso cortos, preavisos irregulares o solicitudes de tiempo libre no aprobadas, predicen con mayor precisión la rotación en cada sede. De esta manera, pueden crear horarios que equilibren la eficiencia operativa con las necesidades de los empleados. Las organizaciones que consideran la programación como un proceso basado en datos y en constante mejora pueden reducir la rotación, fortalecer la moral y mejorar la calidad del servicio.
Los minoristas saben desde hace tiempo que la alta rotación de personal de primera línea es costosa y consume tiempo y dinero, ya que los gerentes reclutan y capacitan constantemente a nuevo personal. La sabiduría popular sostiene que la programación es un factor clave en la rotación. Para reducir la pérdida de personal, se insta a los minoristas a publicar los horarios con anticipación; crear horarios de trabajo consistentes, predecibles y justos; y prohibir los " clopenings ", horarios que exigen que un empleado trabaje un turno de cierre y luego uno de apertura al día siguiente. Estas medidas pueden ayudar, pero un estudio que realizamos con 280 millones de turnos trabajados por 1,3 millones de empleados en 20 importantes cadenas minoristas de EE. UU. descubrió que la realidad es mucho más matizada. Los diferentes aspectos de la programación afectan a cada tienda de manera diferente, y solo un análisis de datos puede determinar cuáles son los más importantes para un sitio determinado, e incluso en qué medida la programación es la culpable de impulsar la rotación.
Hasta la fecha, la mayoría de los esfuerzos para abordar la rotación de personal han sido contundentes, uniformes y no se han basado en datos sobre la fuerza laboral local en cuestión. Gracias a los sistemas de gestión de personal basados en datos, los gerentes ahora cuentan con las herramientas para mejorar considerablemente. Pueden usar la analítica para diseñar horarios adaptados a las necesidades locales que impulsan tanto la satisfacción de los empleados como la eficiencia de la dotación de personal. En este artículo, mostramos cómo identificar, priorizar y actuar sobre los factores clave de la programación en cada operación. Si bien nuestros datos provienen del sector minorista, la misma dinámica se aplica a los sectores de servicios de primera línea, donde la inestabilidad en la programación impulsa la rotación de personal.
El enfoque que proponemos no requiere recopilar más datos ni construir nueva infraestructura. Simplemente implica contar con la capacidad analítica necesaria. Casi todos los minoristas ya cuentan con los datos brutos necesarios para comprender la rotación de personal en ubicaciones específicas: marcas de tiempo (registros electrónicos o físicos de cuándo un empleado comenzó un turno, se tomó un descanso, completó una tarea o finalizó la jornada laboral), patrones de turnos, aprobaciones y ausencias. Sin embargo, la mayoría de las empresas utilizan los sistemas que recopilan estos datos solo para la nómina o para demostrar que cumplen con las leyes y regulaciones gubernamentales. Hasta donde sabemos, ninguna organización ha adoptado plenamente la personalización basada en datos que recomienda nuestra investigación. Por lo tanto, el enfoque que describimos en este artículo ofrece a las empresas con alta rotación de personal de primera línea una solución que podría tener un impacto positivo significativo en sus negocios rápidamente.
El alto costo de la rotación de personal
La retención de empleados varió drásticamente entre los 20 minoristas que estudiamos. Las tasas anuales oscilaron entre tan solo el 30% y el 73%, con un promedio del 52%, y la mediana de permanencia se extendió de cinco a 13 meses. En comparación, en muchos empleos administrativos, las tasas de retención anual suelen superar el 80%, e incluso en logística o fabricación, suelen mantenerse por encima del 70%. La rotación constante de personal en el sector minorista de primera línea genera numerosos problemas, como la falta crónica de personal, la falta de personal en los procesos de capacitación y la inconsistencia en el servicio que los clientes perciben de inmediato.
Los costos directos de una alta rotación incluyen el tiempo y el dinero invertidos en reclutamiento, incorporación y capacitación. Los costos indirectos son más sutiles, pero igual de perjudiciales: se pierden ventas porque no hay suficientes vendedores para mantener los estantes abastecidos, atender a los compradores y mantener las tiendas organizadas. Mientras tanto, los supervisores dedican más tiempo a reemplazar a los trabajadores que a capacitar a los existentes. Estimaciones ampliamente citadas por la Fundación SHRM y Gallup estiman que los costos de reemplazo para puestos de primera línea oscilan entre el 50% y el 200% del salario anual, dependiendo de la complejidad del puesto y el tiempo de adaptación (el tiempo que tarda un nuevo empleado en adquirir plena competencia), suficiente para eliminar los estrechos márgenes de ganancia típicos del sector servicios.
Los datos de programación pueden actuar como un sistema de alerta temprana, pero las señales no siempre son fáciles de leer. Las tiendas con una programación errática (cambios frecuentes de última hora, patrones de turnos inconsistentes y avisos con poca anticipación interrumpen la capacidad de los empleados para planificar sus vidas) a menudo experimentan grandes fluctuaciones en la rotación, el ausentismo y las calificaciones del servicio al cliente. Pero el ruido operativo (las pequeñas variaciones diarias en la demanda, el personal o la logística) puede hacer que los horarios parezcan inestables incluso cuando los sistemas funcionan como deberían. El desafío para los líderes es distinguir entre la variabilidad normal y los problemas estructurales que socavan la retención. Los gerentes deben estar atentos a las señales de comunicación débil, la presión en la gerencia media y una cultura que prioriza la eficiencia a corto plazo sobre la consistencia. Si las empresas monitorean los patrones de programación al igual que monitorean la satisfacción del cliente y la rotación del inventario, pueden detectar riesgos críticos para la moral y la retención antes de que surjan problemas graves.
Un análisis de los patrones de programación puede revelar no solo dónde existen problemas, sino también por qué. Al profundizar en los registros de cada turno, los gerentes pueden identificar la combinación específica de factores que impulsan la rotación de personal en una tienda o región en particular.
Confíe en los datos, no en la intuición
Cada una de las cadenas minoristas que estudiamos utiliza una herramienta de gestión de personal para generar y rastrear los detalles de los horarios de cada turno: cuándo se publicaron, si se modificaron y cómo estos cambios se alinearon con las solicitudes de los empleados o las condiciones locales. A diferencia de los estudios basados en encuestas, que se basan en lo que la gente dice sobre sus horarios, estos registros capturan lo que realmente sucede. Descubrimos que, incluso dentro de los mismos sectores minoristas, las prácticas de programación y las tasas de rotación variaban considerablemente, mucho más de lo que la mayoría de los ejecutivos creen.
Para identificar qué aspectos de la programación predicen realmente la rotación de personal, utilizamos la regresión LASSO, un método estadístico avanzado diseñado para analizar cientos de variables potenciales y aislar las más relevantes. Basándonos en investigaciones previas en operaciones, economía laboral y comportamiento organizacional, creamos un conjunto completo de métricas que abarcan cinco dimensiones de la calidad de la programación:
- Consistencia (o estabilidad) semanal de las rutinas de trabajo: si un empleado trabajó los mismos días, comenzó y terminó en horarios similares y recibió horas comparables a las de semanas anteriores
- Previsibilidad: la cantidad de avisos anticipados que recibieron los empleados
- Control: el grado en el que los empleados podían influir en sus horarios a través de solicitudes de tiempo libre y cambios en su disponibilidad, medido por la frecuencia con la que los gerentes atendían dichas solicitudes.
- Fatiga física: la tensión que se crea cuando los turnos están mal secuenciados, como cuando un trabajador tiene períodos de descanso cortos entre turnos, se le asignan turnos de cierre y trabaja largas cadenas de días consecutivos
- Equidad: si los empleados recibieron un trato equitativo en comparación con sus pares en la misma tienda, medido por si recibieron un aviso más corto de sus horarios, turnos menos favorables o menos solicitudes aprobadas de cambios de horario que los colegas
En conjunto, estas medidas ofrecen una visión multidimensional de cómo la programación afecta la actitud de los trabajadores en ubicaciones específicas y su rotación. En resumen, el análisis estadístico funciona como un detector de la verdad: descompone 166 variables de programación hasta el conjunto más pequeño que mejor explica qué trabajadores se quedan y cuáles se van.
Entre los minoristas de nuestro estudio, las prácticas de programación variaron mucho, al igual que su impacto. Tomemos como ejemplo la previsibilidad. En algunas empresas, los turnos se anunciaban con casi tres semanas de antelación; en otras, los trabajadores recibían un preaviso de menos de una semana. En general, observamos una diferencia de 12 días entre los lugares de trabajo más y menos predecibles. En general, los periodos de preaviso más largos se alineaban con una menor rotación: los minoristas que ofrecían un preaviso de dos a tres semanas tenían una tasa de deserción mensual media de alrededor del 5%, en comparación con el 7% u 8% de los que daban un preaviso de menos de una semana. Sin embargo, la relación no era absoluta. Otro minorista mantenía la rotación mensual por debajo del 4% con un preaviso de 12 días, mientras que uno que ofrecía un plazo de entrega similar perdió casi el doble de empleados. La previsibilidad ayudaba, pero no lo era todo.
Un aspecto adicional que varió considerablemente fue la flexibilidad gerencial: la facilidad con la que los supervisores atendían las solicitudes de los empleados para cambiar sus horarios de trabajo. (Esta es la práctica que utilizamos para medir la dimensión del control). En los 20 minoristas, las tasas de aprobación de dichas solicitudes oscilaron entre menos del 50 % y casi el 100 %, lo que refleja dos filosofías de gestión fundamentalmente diferentes.
Las empresas cuyos gerentes aprobaban rutinariamente los cambios de horario tendían a retener al personal durante más tiempo que aquellas cuyos gerentes no lo hacían. Los minoristas que aprobaron una alta proporción de solicitudes de cambio de horario y notificaron a sus trabajadores de primera línea con suficiente antelación experimentaron una tasa de rotación casi la mitad que la de sus pares menos flexibles. Aun así, una empresa que aprobó solo dos tercios de las solicitudes logró la tasa de deserción más baja de nuestra muestra.
Estos hallazgos resaltan una lección fundamental: los datos, no la intuición, deben guiar las prácticas de programación. Un análisis basado en datos de los factores que impulsan la rotación ayudará a los gerentes de operaciones locales individuales a ir más allá de las simples reglas generales (como "un mayor aviso es bueno" o "rechazar solicitudes de cambio es malo") para comprender las verdaderas compensaciones que influyen tanto en las operaciones como en la vida de los empleados. Solo identificando los factores más importantes para los trabajadores en su contexto específico, las organizaciones pueden diseñar horarios que no solo sean justos, sino también efectivos.
Un manual para personalizar la programación
Aquí encontrará una guía para comprender qué aspectos de la programación impulsan la rotación de personal en sus operaciones locales, de modo que pueda crear un enfoque personalizado para reducirla. Esta iniciativa es especialmente valiosa porque, en comparación con otras soluciones para otros factores de rotación, como aumentar la remuneración y contratar más personal para reducir la carga de trabajo, una mejor programación no incrementa los costos.
1. Identificar los factores que impulsan la rotación local. Para determinar qué aspectos de la programación contribuyen a la rotación, comience por analizar los datos de su fuerza laboral y concéntrese en diferentes segmentos y ubicaciones de empleados. Deje que sus datos revelen qué predice realmente la rotación. Muchas empresas ya aplican análisis avanzados a la fijación de precios, el surtido y la logística; es hora de aplicar la misma disciplina analítica al aspecto humano de las operaciones.
Realizamos nuestro análisis LASSO por separado para cada empresa, sus operaciones en cada estado y cada grupo de trabajadores (tiempo parcial, tiempo completo, nuevos empleados y con mayor antigüedad) para determinar cuándo y dónde las prácticas específicas eran más importantes. Descubrimos que cada minorista tenía su propio patrón distintivo. En algunas organizaciones, incluso regiones o formatos de tienda individuales mostraron factores únicos, lo que demuestra claramente que los factores que impulsan la retención dependen en gran medida del contexto local.
La variación no es aleatoria; refleja cómo interactúan los diferentes modelos operativos y las realidades de la fuerza laboral. Por ejemplo, en formatos de supermercados o tiendas de conveniencia de gran volumen, la fatiga física y la falta de descanso entre turnos impulsan la rotación de personal; en el sector de la moda y la cosmética, donde los empleados dependen de las comisiones y la relación con los clientes, la equidad y la consistencia son más importantes. Incluso dentro de una misma empresa, las tiendas que atienden a diferentes barrios pueden experimentar dinámicas diferentes: las que se encuentran en zonas de bajos ingresos tienden a experimentar efectos más fuertes de variables relacionadas con la fatiga, como los periodos de descanso cortos, mientras que las que se encuentran en mercados de mayores ingresos responden más a la equidad y la previsibilidad.
Encontramos la misma variedad de factores al examinar los segmentos de trabajadores. Los empleados a tiempo parcial y los más nuevos se vieron más afectados por descansos cortos entre turnos, una larga serie de jornadas consecutivas o horarios de entrada inestables. En cambio, los empleados a tiempo completo y con mayor antigüedad respondieron mejor a la equidad y la coherencia: si sus horarios eran equitativos en comparación con los de sus compañeros y si los cambios se comunicaban de forma rutinaria. En resumen, los empleados se van por diferentes motivos en los distintos minoristas. Tratar a toda la plantilla como si todos valoraran las mismas características del horario deja sin explotar importantes beneficios potenciales de retención.
Las características de los mercados laborales regionales añaden un nuevo matiz. Mapeamos los resultados en los 50 estados de EE. UU. para ver cómo los mercados laborales locales influyen en la importancia de los factores de programación. En el Medio Oeste y el Sur, la rotación laboral se asoció más fuertemente con horarios irregulares; por ejemplo, cuando un empleado tenía horarios los lunes y jueves de una semana, pero los sábados y domingos de la siguiente. En las zonas costeras, lo más importante era la percepción de la equidad en los horarios: si algunos empleados recibían constantemente avisos de sus turnos con mayor antelación o asignaciones más convenientes, como horarios o días preferentes, que otros. Estos contrastes regionales reflejan no solo las condiciones económicas, como mercados laborales más ajustados o mayores costos de vida, sino también las expectativas culturales sobre la conciliación de la vida laboral y personal y la influencia de las políticas laborales locales. En muchas ciudades costeras, las leyes de "semana laboral justa" exigen que los empleadores notifiquen a los empleados sus horarios con al menos dos semanas de antelación y les compensen por los cambios de última hora, lo que genera mayores expectativas de equidad y diferentes restricciones operativas. Para los empleadores que operan en varios estados, la lección es clara: las políticas de programación uniformes rara vez producen resultados uniformes.
Además, como todos sabemos, la programación no siempre es el factor que causa la pérdida de personal. Nuestro análisis de dos minoristas mostró que el efecto de la programación en la rotación de personal es prácticamente nulo. Si sus datos sugieren que esto es cierto en su organización, deberá explorar otros factores, como la compensación, las oportunidades de ascenso, el diseño de los puestos, el liderazgo y la cultura.
2. Priorizar, probar y escalar. Una vez identificados los factores clave, concéntrese en los factores de programación que más importan a los empleados y que sean viables para mejorar operativamente. Concentrarse en unos pocos cambios de alto impacto puede ayudar a lograr resultados tempranos y generar impulso para una adopción más amplia.
Implemente cambios específicos en un grupo selecto de sitios. Utilice pruebas A/B o implementaciones por fases para observar cómo los ajustes de programación influyen en la retención, el rendimiento y la motivación. Considere las pruebas como un laboratorio de aprendizaje: mida qué funciona, descubra por qué y perfeccione antes de ampliar la escala.
Una vez validados los resultados, expanda las prácticas comprobadas primero a las tiendas o grupos de empleados donde tendrán el mayor impacto. Comunique la justificación de los cambios para que los empleados comprendan el enfoque personalizado y basado en la evidencia.
3. Empoderar a los gerentes de primera línea. Las organizaciones no pueden implementar una programación localizada sin gerentes de primera línea capacitados y capacitados. Estos gerentes son los traductores de la estrategia; traducen las lecciones extraídas del análisis a la realidad diaria de sus equipos.
Los algoritmos sugieren patrones, pero las personas deben determinar si esos patrones tienen sentido en la práctica. Los gerentes de tienda más eficaces utilizan los datos no como una obligación, sino como una guía, equilibrando las preferencias individuales de los trabajadores con las necesidades operativas para que las reformas de programación tengan éxito en la práctica. Solo los gerentes de tienda pueden comprender quién hace malabarismos con el cuidado de los niños, quién tiene un viaje de dos horas al trabajo o quién prospera con turnos extra. Un modelo podría señalar el "descanso entre turnos" como un predictor clave de la deserción, pero solo un gerente local sabe qué empleados se ofrecen voluntariamente para horas extra y cuáles tienen un horario excesivo. Traducir la información basada en datos en decisiones de programación diaria requiere criterio, empatía y confianza, cualidades que ningún algoritmo puede reemplazar.
4. Mejorar continuamente. Las organizaciones deberían convertir la programación en un sistema de aprendizaje. Deberían monitorear patrones, crear ciclos de retroalimentación entre los equipos de análisis y los gerentes de tienda, revisar las métricas de retención trimestralmente y refinar las reglas de programación según corresponda. En efecto, la programación debería ser un experimento dinámico, no una política estática.
Liderazgo basado en datos
Las investigaciones sobre horarios justos y estables demuestran que un horario predecible mejora la moral, el rendimiento y las ventas de los trabajadores de primera línea. Nuestros hallazgos no refutan esta idea ; la refuerzan. La estabilidad y la equidad son importantes, pero no por igual ni en todas partes.
Aunque nuestros datos provienen del comercio minorista, nuestras lecciones se aplican a cualquier entorno que dependa del trabajo coordinado por turnos: salas de hospital, recepción de hotel, personal de tierra de aeropuertos, centros de atención telefónica, plantas de fabricación y muchos otros. En todos estos entornos, pequeños cambios en el diseño o la percepción de equidad de los horarios pueden traducirse en grandes mejoras en la retención, la calidad del servicio y la productividad.
Los minoristas saben desde hace tiempo que localizar el surtido de productos y adaptar la mercancía a los gustos locales puede mejorar drásticamente las ventas. Nuestra investigación demuestra que el mismo principio se aplica a la programación. Así como los clientes de distintos mercados desean productos diferentes, los empleados de distintas ubicaciones valoran distintos aspectos de sus horarios.
El mensaje general es claro: la planificación no es una fórmula universal; es un conjunto de prácticas a medida. Los mejores horarios, al igual que las mejores operaciones, se diseñan localmente, se prueban continuamente y se perfeccionan con base en evidencia, no en suposiciones. Con el análisis actual de la fuerza laboral, los gerentes pueden diseñar horarios relevantes a nivel local que reflejen las realidades operativas, las preferencias de los empleados y la dinámica laboral regional. Es fundamental que los líderes sénior utilicen los datos de su empresa para identificar qué palancas realmente impulsan el cambio en los entornos locales. Las empresas de líderes que lo hagan obtendrán una ventaja decisiva en forma de mayor satisfacción, retención y productividad de los empleados; mejor calidad del servicio; y menores costos operativos.
Lea más sobre Gestión de personas o temas relacionados Retención de empleados, Gestión de recursos humanos, Análisis y ciencia de datos y Venta minorista y bienes de consumo.
Una versión de este artículo apareció en la edición de marzo-abril de 2026 de Harvard Business Review.
Santiago Gallino es académico distinguido Charles W. Evans y profesor asociado en los departamentos de operaciones, información, decisiones y marketing de la Wharton School de la Universidad de Pensilvania.
Borja Apaolaza es candidato a doctorado en el departamento de operaciones, información y decisiones de la Wharton School de la Universidad de Pensilvania.
