早餐排班終於跟上了旅行團的日程
一間曼谷250房城市酒店按預測早餐人次安排人手，一個季度內餐飲人力成本減少9.8%；隨著旅行團抵達，每日早餐人次在190至420之間波動，而這些資料物業系統早已掌握。早餐滿意度評分沒有變化。
實測成果，物業應客戶要求匿名。指標已按議定基準核實。
問題：泰國的人手短缺令「保險」的超額配置付出雙重代價
泰國酒店業估計短缺120萬名員工，而該物業的早餐排班卻採取「保險」做法：每天固定11人，提前五天鎖定。在客流清淡的商務旅客早晨，其中四人只能擦拭餐具；在旅行團集中的星期六，11人的團隊要應付400多位客人，隊伍一直排到大堂。酒店把稀缺的員工工時花在最不需要的地方。
改變了什麼
人次預測是指根據物業系統已有的抵達、團體預訂和客源分類，預測某一天有多少客人會用早餐，再透過議定的人力標準換算成所需人手。
Cloudbeds 的訂房數據、抵達、團體預訂和客源結構，轉化為逐日的人次預測，再透過餐飲經理設定的人力標準換算成所需人手。排班在7至13人之間浮動；經理每週只需幾分鐘批核，以往手動編製則要花幾小時。酒店員工排班的運作方式 →
圖表背後的數據
| 星期 | 所需人手 | 舊有固定排班 | 需求配對排班 |
|---|---|---|---|
| 一 | 8 | 11 | 8 |
| 二 | 7 | 11 | 7 |
| 三 | 9 | 11 | 9 |
| 四 | 12 | 11 | 12 |
| 五 | 13 | 11 | 13 |
| 六 | 13 | 11 | 13 |
| 日 | 10 | 11 | 10 |
| 一 | 7 | 11 | 7 |
| 二 | 8 | 11 | 8 |
| 三 | 11 | 11 | 11 |
| 四 | 13 | 11 | 13 |
| 五 | 12 | 11 | 12 |
| 六 | 13 | 11 | 13 |
| 日 | 9 | 11 | 9 |
「關於星期六的爭論停止了。抵達數據就在畫面上，沒有人會跟一條曲線爭辯。」
HotelCadence 是專為酒店而設的人力管理軟件。它讀取您物業系統內已有的預訂，逐小時預測各部門的繁忙程度，據此編排班表，記錄實際工時並準備薪酬計算。每份班表均由部門主管審批。每位排班員工每月6美元起。
高峰日的人手反而增加了，9.8%的節省從何而來？
固定排班每天都支付11名早餐員工的薪酬。旅行團日需要13人，但有一半的早晨只需7至9人，節省來自這些淡日，而高峰日的覆蓋反而增加了。成本下降的同時，排隊投訴也減少了。
需求是如何預測的？
根據 Cloudbeds 的訂房數據、抵達、團體預訂和國籍結構（旅行團客源的早餐用餐率接近商務客人的兩倍）逐日預測人次，再透過與餐飲經理議定的人力標準換算成所需人手。
具體衡量了什麼？
每位客人的餐飲人力成本和餐飲人力總成本，對照6個月的基準，同時追蹤客人問卷中的早餐滿意度。人力成本減少9.8%；滿意度在問卷誤差範圍內沒有變化。每月衡量，同一份報告送交雙方。