案例研究 · 新加坡 · Mews · 3間物業
工時從空閒的上午移到傍晚的高峰
一個新加坡三物業集團把平均入住登記等候時間減少40%，同時把前台工時減少7%：來自 Mews 的每小時抵達預測首次為17:00至20:00的高峰配置人手，跨物業機動團隊則把人力調往最先出現高峰的前台。招聘自始至終維持受限。
−40%平均入住登記等候時間，對比基準
−7%集團整體前台工時
81%期間的入住率
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：排班無視人人都看得見的抵達曲線
新加坡商務酒店的抵達高度集中在17:00之後，晚班機、晚會議。集團的前台從08:00起固定安排六名職員，上午人手閒置，而旗艦物業的傍晚隊伍一再超過十五分鐘。客人在評價中寫的是排隊。
改變了什麼
Mews 的抵達數據轉化為每間物業每小時的人手預測；排班跟隨曲線，交叉培訓的機動人員則支援最先迎來高峰的物業。背後的酒店數據洞察視圖 →
需求配對排班所需人手（按抵達量）舊有固定排班
圖表背後的數據
| 時段 | 所需人手 | 舊有排班 | 需求配對排班 |
|---|---|---|---|
| 08:00 | 3 | 6 | 3 |
| 10:00 | 3 | 6 | 3 |
| 12:00 | 4 | 6 | 4 |
| 14:00 | 4 | 6 | 4 |
| 16:00 | 6 | 6 | 6 |
| 17:00 | 9 | 6 | 9 |
| 18:00 | 10 | 6 | 10 |
| 19:00 | 9 | 6 | 9 |
| 20:00 | 7 | 6 | 7 |
| 22:00 | 4 | 6 | 4 |
「評價不再提到排隊。同一班人，同幾幢樓，只是工時移到了客人所在的時段。」
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。
等候時間減少40%的同時，工時怎能減少7%？
舊排班既超額配置又時段錯配：全天六名職員意味著10:00人手過剩，18:00卻大排長龍。按抵達曲線配置人手後，傍晚高峰有九至十名職員，清淡的上午則有三名，總工時減少，但更多的工時落在客人抵達的時段。
什麼是跨物業機動團隊？
跨物業機動團隊是由步行可達的多間物業共用的一小隊交叉培訓前台職員，每天按每小時抵達預測分配到預計最先出現高峰的前台。由於三間物業都使用 Mews，一份每小時抵達預測就能覆蓋整個群組，因此人力在流動，人數維持不變。
為何不直接增聘職員？
新加坡的人手短缺預計會令行業增長削減最多1.4個百分點，招聘上限是市場現實。集團的入住率達81%；唯一剩下的槓桿就是把現有工時對準高峰。