조식 근무표가 마침내 단체 관광 일정과 맞아떨어졌습니다
방콕의 250실 도심 호텔이 예측 커버 수에 맞춰 조식 인력을 편성하여 한 분기 만에 식음료 인건비를 9.8% 절감했습니다. 커버 수는 단체 관광객 도착에 따라 하루 190~420명 사이를 오갔고, PMS는 이미 그 도착 정보를 갖고 있었습니다. 조식 만족도 점수는 변하지 않았습니다.
측정된 성과이며, 고객 요청에 따라 호텔명은 익명 처리했습니다. 지표는 합의된 기준선에 대해 검증되었습니다.
문제: 태국의 인력 부족은 "안전한" 과잉 배치의 비용을 두 배로 만듭니다
태국의 환대 산업 인력이 약 120만 명 부족한 상황에서, 이 호텔은 조식을 "안전하게" 매일 11명으로 편성하고 5일 전에 확정했습니다. 한산한 비즈니스 고객 위주의 아침에는 그중 네 명이 커틀러리를 닦고 있었고, 단체 관광객이 몰리는 토요일에는 11명이 400명 이상의 커버를 상대하며 줄이 로비까지 이어졌습니다. 호텔은 귀한 근무 시간을 가장 필요 없는 곳에 쓰고 있었습니다.
무엇이 바뀌었나
커버 수 예측은 특정 날짜에 몇 명의 고객이 조식을 이용할지에 대한 예측으로, PMS에 이미 있는 도착, 단체 블록, 고객 세그먼트로 만들고, 합의한 인력 기준을 통해 필요 인원으로 환산합니다.
Cloudbeds의 예약 데이터, 즉 도착, 단체 블록, 세그먼트 구성이 일별 커버 수 예측이 되었고, 식음료 매니저가 설정한 인력 기준을 통해 필요 인원으로 환산되었습니다. 근무표는 7~13명 사이에서 유연하게 움직였고, 매니저는 몇 시간이 걸리던 근무표를 몇 분 만에 매주 승인했습니다. 호텔 근무 편성의 작동 방식 →
이 차트의 데이터
| 요일 | 필요 인원 | 기존 고정 근무표 | 수요 연동 근무표 |
|---|---|---|---|
| 월 | 8 | 11 | 8 |
| 화 | 7 | 11 | 7 |
| 수 | 9 | 11 | 9 |
| 목 | 12 | 11 | 12 |
| 금 | 13 | 11 | 13 |
| 토 | 13 | 11 | 13 |
| 일 | 10 | 11 | 10 |
| 월 | 7 | 11 | 7 |
| 화 | 8 | 11 | 8 |
| 수 | 11 | 11 | 11 |
| 목 | 13 | 11 | 13 |
| 금 | 12 | 11 | 12 |
| 토 | 13 | 11 | 13 |
| 일 | 9 | 11 | 9 |
“토요일마다 벌어지던 논쟁이 사라졌습니다. 도착 정보가 화면에 있으니, 곡선을 두고 다투는 사람이 없습니다.”
HotelCadence는 호텔을 위한 인력 관리 소프트웨어입니다. PMS에 이미 들어 있는 예약을 읽어 부서별로 시간대마다 얼마나 바쁠지 예측하고, 그에 맞춰 근무표를 만들고, 근무 시간을 기록하고, 급여를 준비합니다. 모든 근무표는 부서장이 승인합니다. 편성 직원 1인당 월 US$6부터.
피크 날에는 인원이 오히려 늘었는데 9.8%는 어디서 나왔습니까?
고정 근무표는 매일 조식 인력 11명의 급여를 지급했습니다. 수요는 단체 관광 날에는 13명이 필요했지만, 절반의 아침에는 7-9명이면 충분했습니다. 절감은 한산한 날에서 나왔고, 피크 날에는 오히려 커버리지가 늘었습니다. 비용과 대기 불만이 동시에 줄었습니다.
수요는 어떻게 예측했습니까?
Cloudbeds의 예약 데이터, 도착, 단체 블록, 국적 구성(단체 관광 세그먼트는 비즈니스 고객의 두 배에 가까운 비율로 조식을 이용합니다)을 바탕으로 일별 커버 수를 예측한 뒤, 식음료 매니저와 합의한 인력 기준을 통해 필요 인원으로 환산했습니다.
정확히 무엇을 측정했습니까?
6개월 기준선 대비 커버당 식음료 인건비와 식음료 총 인건비, 그리고 고객 설문을 통한 조식 만족도를 함께 측정했습니다. 인건비 −9.8%, 만족도는 설문 오차 범위 안에서 변동 없음. 매월 측정하며 같은 보고서가 양측에 전달됩니다.