酒店餐饮员工排班：按每小时预测客次数配置人手
酒店餐饮（F&B）员工排班失败的原因与其他所有部门相同：以为入住率决定工作量。在酒店餐厅里，决定工作量的是在店的客人是谁。一家 250 间客房的城市酒店，在相同入住率下，商务客为主的周二早餐接待 190 客次，旅行团为主的周六则是 420 客次。最容易摘到的果实，是把您已有的服务员和厨师按每小时的预测客次数排班。点餐终端、纯自助餐服务和关闭餐厅放在之后，用于弥补排班表无法弥合的缺口。
HotelCadence 是面向酒店的劳动力管理软件。它读取您的酒店管理系统中已有的预订数据，逐小时预测各部门的繁忙程度，据此生成排班表，记录实际工时并准备薪资。每份排班表都由部门主管审批。每位排班员工每月 6 美元起。
酒店餐饮员工排班是指规划餐厅、酒吧和宴会班次，使每小时在岗的服务员和厨师与餐厅在该小时将接待的客次数相匹配，并符合该市场的工时和休息规则。
固定不变的早餐团队及其代价
那家曼谷酒店的早餐排班表写着每天十一名员工。在 190 客次的周二，其中四人在擦餐具。在 420 客次的周六，十一个人清台都来不及，煎蛋台前的队伍成了点评的标题。实际需要的人手在七到十三人之间波动；排班表却从未变动。一边是闲置工时，另一边是加班和投诉，一个固定的 11 人成本，压在一条一周之内减半又翻倍的需求曲线上。
第一步：识别餐饮的工作量驱动因素
- 按细分市场划分的在店客人。旅行团用早餐的比例接近商务客的两倍，而且他们在 07:00 一起到达。
- 是否含早餐和套餐代码。含早餐的房价会改变用餐率。
- 团体用餐计划和宴会日程。一场 200 人的位上午宴需要单独的排班表。
- 餐厅组合。泳池酒吧、大堂酒廊、全日餐厅和招牌餐厅的高峰时段各不相同。
- 星期几和天气。干爽的傍晚露台客满；季风之夜送餐服务繁忙。
- 季节。巴厘岛的入住率在季风淡季和八月旺季之间波动约 38 个百分点。
- 本地散客需求。有临街入口的城市餐厅先跟随街区，再跟随客房。
第二步：获取驱动因素数据
您的酒店管理系统保存着明天的在店人数、细分代码、套餐代码和团体预留。您的餐厅收银系统保存着过去两年按餐厅、按小时的客次数。两者结合就是预测。手动起步方式是每周一份电子表格，把按细分市场的用餐率套用到在店客人预测上。进阶方式是 AI 需求预测，每天读取两套系统，学习每个餐厅每个细分市场的用餐率，融合活动和天气，预测未来两周每小时的客次数。按餐厅、按小时预测 →
第三步：设定人力标准
对餐饮而言，就是每位服务员的客次数、每位厨师的客次数，以及餐厅营业时所需的最低楼面人手。举例（数字仅供参考）：早餐每位服务员 20 客次，每 50 客次一名厨师，餐厅营业期间至少两名服务员和一名厨师。07:00 至 09:00 预测 300 客次，意味着高峰时需要八名服务员和三名厨师；到 10:30，同样的标准得出三名和一名。与餐饮经理和主厨按餐厅和服务类型商定比例，让标准和服务承诺是同一个数字。
第四步：围绕用餐高峰设计班次
餐饮工作集中在用餐高峰，因此班次是分段的。设计错峰的开始时间，让楼面在第一波客人之前准备就绪；设置下班顺序，让员工随服务放缓依次离开；并按活动日程单独编制宴会排班表。每个班次都要符合该市场的工时上限、休息规则、分段班次规则和加班上限。优化器把这些视为约束条件，草拟出仍能达到标准的最低成本排班表。AI 班次设计 →
第五步：填补班次
按餐厅技能、语言和成本分配人员。把熟悉酒单的调酒师安排在招牌餐厅的周六。尊重合同工时和申请的休假日。日薪临时工和外派人员池在同一份排班表中按各自的约束条件排班，这样每个餐厅的成本清晰可见。餐饮经理看到每个班次背后的客次数，进行编辑，然后审批。
什么时候点餐终端和整合餐厅才有意义
在排班表跟上客次数之后，查看最低人手超出预测所需的时段。这正是在清淡日子整合餐厅、在低谷期改为纯自助餐或增加点餐终端能带来回报的地方。巴厘岛一家度假村在季风月份就是这样做的：在清淡日子整合餐厅，旺季不作改动，淡季餐饮人力成本收入比下降 14%。巴厘岛淡季餐饮案例 →
经过衡量的成果
那家曼谷酒店根据 Cloudbeds 的预订数据预测早餐客次数，通过餐饮经理自己的标准换算成人手，并让排班在七到十三人之间灵活调整。一个季度内餐饮人力成本下降 9.8%，早餐满意度不变。曼谷早餐排班案例 →
餐饮经理关心的问题
酒店餐厅每班需要多少名服务员？
用高峰小时的预测客次数除以每位服务员的客次数。常见的经验法则是全服务餐厅每位服务员 16 到 25 客次，高峰时每 40 到 60 客次一名厨师。预计 07:00 至 09:00 有 300 客次的早餐，按每位服务员 20 客次计算，高峰时约需八名服务员，到 10:00 则为四名。
酒店餐饮的工作量由什么驱动？
首先是在店客人及其细分市场：旅行团用早餐的比例接近商务客的两倍。然后是房价是否含早餐、团体用餐计划、宴会日程、餐厅组合、星期几、影响露台和泳池的天气，以及本地散客需求。仅靠入住率会漏掉细分市场的影响。
每间入住客房的客次数足以用来预测吗？
这是通常的起点，但它漏掉了最能影响酒店客次数的两个因素：细分构成和在店团体。一家 250 间客房的酒店在相同入住率下，早餐客次数可能从 190 波动到 420，取决于在店的客人是谁。应根据您酒店管理系统中的预订构成预测；单一乘数会漏掉这一点。
我们应该在调整排班之前增加点餐终端或削减餐厅吗？
先按预测客次数排班。大多数餐厅每天运行固定的早餐团队，而客次数的波动幅度达一半。让服务员配合预测高峰，并随服务放缓依次下班，就能在不触碰菜单的情况下消除闲置工时。之后再整合餐厅或增加点餐终端，用于排班表无法配置到低于最低人手的清淡时段。
30 分钟，用您的数据，无论结果如何都提供书面的人力成本缺口估算。