Otimização do planeamento da força de trabalho no retalho alimentar

Um dos principais retalhistas alimentares europeus, a MC, estabeleceu uma parceria com a LTPlabs para repensar a forma como prepara a sua força de trabalho para o futuro. Perante mudanças nos comportamentos dos consumidores, novos formatos de loja e uma crescente pressão sobre os custos com pessoal, a empresa necessitava de uma abordagem estruturada que permitisse antecipar necessidades de contratar pessoas e alinhá-las com objetivos estratégicos de longo prazo. O objetivo era criar um plano de força de trabalho prospetivo, flexível, eficiente em termos de custos e suportado por dados, com colaboradores preparados para novas tecnologias e dotados do equilíbrio adequado entre competências técnicas e comportamentais, alinhadas com as prioridades estratégicas da MC.

Desafio

O planeamento tradicional da força de trabalho já não era suficiente. A oferta e a procura de colaboradores encontravam-se frequentemente desalinhadas entre lojas e funções, e a tomada de decisão assentava maioritariamente em análises ad hoc, em vez de evidência analítica sistematizada. A empresa precisava de compreender as competências individuais e o potencial de cada colaborador para maximizar a sua contribuição. Tal implicava melhorar a afetação de pessoas às diferentes funções e garantir a contratação de perfis adequados às necessidades futuras.

Em simultâneo, a organização tinha metas ambiciosas ao nível da requalificação, do desenvolvimento de competências e do equilíbrio entre colaboradores a tempo parcial e a tempo inteiro.

Neste contexto, emergiu uma questão central: como pode a MC preparar a sua força de trabalho para a loja do futuro de forma operacionalmente realista e estrategicamente consistente?

Abordagem

A LTPlabs desenvolveu uma solução end-to-end de planeamento estratégico da força de trabalho que combina machine learning, segmentação, simulação de cenários e otimização em larga escala com recurso ao Gurobi. O ponto de partida foi um modelo preditivo de churn voluntário, baseado em variáveis como antiguidade, desempenho, tipo de contrato, perfil de competências e fatores do mercado de trabalho local. Este modelo permitiu ao retalhista antecipar lacunas na força de trabalho antes da sua materialização.

Para compreender melhor o potencial de mobilidade interna, os colaboradores de cada função foram agrupados em personas definidas com base no desempenho, potencial, proficiência tecnológica e carga de trabalho. Esta segmentação baseada em personas possibilitou a identificação de colaboradores preparados para promoção, adequados a mobilidade horizontal ou que requeriam desenvolvimento adicional, assegurando simultaneamente o cumprimento do RGPD.

No núcleo da solução encontra-se um modelo de otimização robusto, concebido para gerar planos plurianuais de força de trabalho ao custo mínimo. O modelo considera remunerações, contratações, mobilidade interna e saídas, respeitando restrições operacionais e estratégicas. Estas incluem limites salariais, metas de formação, proporção de colaboradores a tempo parcial, regras de mobilidade e requisitos de competências. O modelo garante ainda que as trajetórias da força de trabalho são consistentes com os objetivos estratégicos definidos para cada ano. Ao quantificar esses objetivos e ao ligá-los a ações concretas, permite antecipar movimentos atuais — como contratações ou mobilidades — necessários no presente para alcançar, no futuro, o perfil desejado de força de trabalho e de competências.

A solução possibilita ainda a simulação de cenários alternativos e a comparação dos efeitos de diferentes opções estratégicas, como crescimento salarial, políticas de mobilidade mais restritivas ou metas de qualificação mais exigentes.

Impacto

A MC passou a conseguir produzir planos de força de trabalho otimizados em minutos, em vez de semanas. Cada plano fornece orientação ao nível da loja sobre o número de colaboradores a contratar, mobilizar ou requalificar, bem como sobre a evolução prevista da força de trabalho e os custos associados.

Mais relevante ainda, estes planos passaram a antecipar necessidades futuras, permitindo à organização atuar de forma proativa em vez de reativa. Com esta visibilidade prospetiva, os decisores conseguem quantificar trade-offs entre objetivos concorrentes — por exemplo, melhorar competências enquanto contêm custos, ou aumentar flexibilidade sem comprometer estabilidade — e tomar decisões atempadas que alinham as ações de hoje com os objetivos estratégicos de amanhã.

A solução reforçou igualmente a capacidade da empresa para testar cenários. A liderança pode analisar de que forma tendências externas, desde a inflação salarial a variações no desemprego, poderão afetar a disponibilidade futura de talento, a composição da força de trabalho e as necessidades orçamentais. Esta capacidade de antecipação transformou o planeamento da força de trabalho de uma tarefa administrativa reativa numa verdadeira capacidade estratégica.

O projeto demonstrou o poder da combinação entre analítica preditiva e otimização para responder à complexidade das dinâmicas da força de trabalho.

‍