餐饮店报表：厨师长核心指标：判断排班效率是否正在缓解流水对不上

餐饮店最容易被误判的一类异常，是“流水看起来不少，厨房却总在加人，月底工资率仍然偏高”。我在参与门店排班复盘时发现，很多厨师长把注意力放在总工时、出勤人数和加班小时上，却没有追踪“高峰时段每百元流水需要多少厨房工时”。真正能判断排班是否正在缓解流水对不上的，不是排班表看起来满不满，而是流水、订单结构、出餐负荷和有效工时能否在同一个时段相互解释。

本文把厨师长需要看的核心指标拆开，结合12家门店连续8周的脱敏复盘样本，说明哪些数字能证明排班在改善，哪些数字只是“看上去变好了”。文中的案例数据来自门店管理记录与情景推演，已做匿名化处理，不代表全行业平均值，但足以用于建立一套可落地的判断框架。

一、先讲核心结论：排班效率不是少排人，而是让工时跟着负荷走

1. 先看“每百元流水厨房工时”

我判断排班是否有效，第一眼不会看本月排了多少人，而会看一个更接近经营结果的指标：每百元流水厨房工时。计算方法是：厨房有效工时 ÷ 同时段含税流水 × 100。

例如，一家店晚餐高峰流水为18000元，厨房实际投入有效工时为72小时，那么每百元流水厨房工时就是0.4小时。下一周流水仍为18000元，但有效工时降到63小时，指标变成0.35小时。后者并不必然代表少排人，更可能意味着备料、切配、炉台、打荷之间的衔接改善了。

排班效率的核心不是“人少了”，而是同样的业务负荷下，重复等待、空转和错峰闲置变少了。如果单纯压缩人数，导致出餐超时、退菜增加、厨师长被迫临时补位，那是把人工成本转化成了服务损失，并没有真正改善排班。

2. 只看日总数，会掩盖最贵的两个小时

许多报表把午市和晚市合并成一天。这样做会把最关键的高峰波动抹平：午市可能在11:30至13:00集中爆单，晚市可能在18:30至20:30持续拥堵。日总流水相同，峰值订单密度不同，所需排班也完全不同。

我更建议将经营日拆成至少六个时段：开档准备、午市前峰、午市尾峰、下午低谷、晚市高峰、收档。每个时段分别计算流水、订单数、菜品件数、厨房有效工时和异常事件。只有这样，才能知道问题是在“排多了”，还是在“峰值没顶住”。

3. 三个数字同时改善，才接近“排班正在缓解问题”

实际复盘中，我不会因为一个指标下降就判定排班成功。至少要同时观察三组信号：每百元流水厨房工时下降，峰值出餐等待没有恶化，临时加班或临时调人次数减少。

如果工时下降、等待时间上升、退菜率也上升，这通常是过度压缩。反过来，如果等待时间下降，但工时暴涨、低谷闲置时间变长，则可能是用高成本堆出了服务稳定。真正健康的变化，是人工投入更贴近订单负荷，服务质量保持在可接受范围内。

二、为什么会出现“流水对不上”：先把流水、订单和工时放到同一张表

1. 流水不是厨房负荷，订单结构才是

同样是10000元流水，卖100份高毛利、制作简单的套餐，与卖300份需要现炒、分装、摆盘的菜品，对厨房的压力完全不同。流水是收入结果，订单数和菜品制作复杂度才更接近厨房工作量。

在复盘中，我会把订单拆为三个维度：订单数、菜品件数、复杂菜占比。复杂菜不一定是售价高的菜，而是需要更多工序、占用关键设备或必须现点现做的菜。例如一道售价较高但可提前分装的炖菜，对炉台造成的即时压力可能低于一道售价较低但需要多次翻炒的快炒菜。

因此，厨师长不能用“今天流水少，所以应该少排人”作为完整判断。更准确的说法是：“今天流水少，但复杂菜占比高、订单集中度高，关键岗位可能仍然需要保持。”

2. 有效工时和在岗工时不是一回事

考勤记录显示员工在店8小时，并不等于厨房获得了8小时有效产能。员工可能在等待开档、等物料、等设备、等前序工序，也可能因为排班交接不清，在高峰前没有完成准备。

我通常把在岗工时拆成四部分：直接制作工时、备料工时、清洁收档工时、等待与空转工时。前两类主要贡献于订单交付，清洁收档属于必要工作，等待与空转则是最值得改善的部分。当然，等待并不全部是浪费，例如设备预热、出餐缓冲和岗位安全检查都有合理时间，不能机械地全部削掉。

3. 流水对不上，往往是“时点错配”而不是总量错配

有一家门店曾出现这样的情况：当天流水只比上周同日高5%，厨房工时却高出23%。初看像是厨师长排多了人。进一步把数据切到小时后，发现外卖平台在17:40至18:20出现集中推送，订单量在40分钟内翻了两倍，而原排班仍按普通晚市曲线安排，导致开档准备不足，随后通过加班和临时调人补救。

这家店不是全天排班都错误，而是把“波峰前的准备工时”排错了位置。员工总工时增加，厨房仍然忙乱，说明工时数量与工时发生时间都需要管理。

三、最常见的排班误区：很多“省人工”其实是在转移成本

1. 误区一：用总人数评价排班好坏

总人数是一个非常粗的指标。两家门店都排10人，一家把6人集中在峰值前后，另一家从开档一直平均铺开，结果可能完全不同。前者在高峰时有足够产能，低谷时人员较少；后者看起来全天人手充足，却在最需要的时候缺少关键岗位。

我见过一些排班表，厨师长为了让表格“整齐”，让员工统一上班、统一下班。这种方式方便考勤，却会制造两个浪费：高峰前岗位没有提前准备，低谷后仍然有人等待收档。排班表的整齐，不等于经营效率。

2. 误区二：把加班当成员工责任问题

加班当然可能与执行纪律有关，但在厨房里，加班更常见的根源是收档工作集中、备料节奏错误、设备清洁没有分段、前场关店时间与后厨收档时间不匹配。

如果连续四周都有同一岗位加班，例如切配每天多出40分钟，那么优先要检查的是备料量、收档分工和交接时间，而不是先要求员工“动作快一点”。管理者如果只压员工速度，容易造成刀工安全、出品稳定和人员流失等隐性成本。

3. 误区三：看到低谷闲置，就立刻砍掉低谷班次

低谷时段看起来订单少，但可能承担着晚市备料、半成品补充、设备清洁和预制任务。如果直接砍掉低谷班次，晚市高峰可能用更贵的加班来补回来。

判断低谷班次是否该调整，要看它有没有明确产出。可以要求每个低谷岗位写清楚任务：完成多少份切配、多少盘预制、哪台设备完成清洁、哪些物料完成盘点。如果低谷工时没有任务、没有产出、也没有为高峰做准备，才具备削减或错峰的依据。

4. 误区四：只追求人工率下降，不看异常成本

人工率是重要指标，但它不能脱离退菜率、超时订单率、顾客投诉、员工流失和临时调岗次数。某门店曾经把人工率从18.6%压到16.9%，但同时出现峰值等待增加7分钟、退菜率上涨1.2个百分点、厨师长每周多补位11小时。

从工资表看，人工率改善了；从经营结果看，管理者只是把一部分人工成本转化成了服务损失和管理者隐性工时。任何排班改善都必须回答一个问题：节省的每1小时人工，是否带来了超过这1小时价值的损失？

四、专业判断逻辑：从流水到岗位，建立一条可解释的指标链

1. 第一步：先确定比较口径

没有统一口径，任何趋势图都可能误导人。至少要固定以下维度：是否含外卖流水，是否包含员工餐和折扣单，工时是否扣除休息时间，兼职是否按实际打卡计算，跨天收档算在哪个营业日。

我建议厨师长每周固定使用“同店、同星期、同时段”的比较方式。例如，本周三晚市与过去四个周三晚市比较，而不是与上周日比较。节假日、团购活动、大型赛事和恶劣天气，都应单独标记，否则异常峰值会污染正常排班基准。

2. 第二步：用订单负荷替代流水单一驱动

可以建立一个简化的厨房负荷分数，用于排班前预测。公式不必复杂，关键是让厨师长能每天使用：

厨房负荷分数 = 订单数 × 0.4 + 菜品件数 × 0.25 + 复杂菜件数 × 0.25 + 定制要求单数 × 0.1

这里的权重不是行业统一标准，而是我建议门店先用两周数据校准的起点。若某门店的切配压力远高于炉台压力，可以提高菜品件数权重；若门店有大量忌口、少盐、分装等定制要求，就应提高定制要求单数权重。

负荷分数的价值不在于算出一个绝对正确的数字，而在于帮助门店提前识别“流水不高但制作压力很大”的日子。它可以作为排班预测的辅助，不应替代厨师长对菜单、设备和员工技能的判断。

3. 第三步：把岗位瓶颈单独计算

厨房不是一个平均生产线。炉台可能忙到无法接单，切配却有空余；打荷可能堆单，蒸箱岗位却没有及时补位。整店平均每人产出无法解释这种瓶颈。

我通常会要求记录每个关键岗位的四项数据：岗位有效工时、岗位负责的菜品件数、峰值同时待制作单数、岗位被其他岗位调用的次数。岗位被频繁调用，往往说明排班表上的职责边界与实际流程不一致。

4. 第四步：用“领先指标”和“结果指标”分开判断

流水、人工率、退菜率属于结果指标，通常等一周或一个月才看得出变化。高峰前备料完成率、临时补料次数、岗位交接完成率，则是领先指标，能在当天提醒厨师长排班是否会出问题。

如果高峰前备料完成率连续下降，哪怕当天退菜率还没有上升，也说明排班已经开始失配。提前修正一名切配或备料岗位，通常比晚高峰堆单后再临时叫人更便宜。

五、真实案例观察：一张报表如何识别“排多了”还是“排错了”

1. 案例一：流水下降，但工时反而上升

某家正餐店周二流水从27600元降到24100元，厨房工时却从118小时升到126小时。初步判断是排班失控，但拆开后发现，当天有两名新员工培训，另外安排了一名老员工全程带教。若把带教工时单独标记，正常生产工时其实从112小时降到108小时。

这说明报表必须区分“经营生产工时”和“培训、盘点、设备维护等专项工时”。如果把所有工时都塞进营业人工率，厨师长会误以为正常排班变差，并可能错误削减岗位。

这家店后续采用了两个改动：第一，培训班次提前标记，不与普通营业班次直接对比；第二，新员工不在周二低流水日集中培训，而是分散到订单结构较稳定的时段。一个月后，生产工时波动明显收窄。

2. 案例二：工时下降，但高峰等待没有改善

另一家快餐店将晚市厨房工时从84小时压到76小时，看起来效率提高了。但高峰平均等待从12分钟上升到18分钟，外卖超时单增加，前台开始频繁催单。

进一步观察发现，减少的是打荷和备料人员，而真正的瓶颈在炉台。打荷人数减少后，出品区出现堆盘，炉台虽然能继续制作，却无法及时完成核单、分餐和传递。这不是整店人手不足，而是岗位结构错误。

调整方式不是简单恢复全部人员，而是在18:20至19:40增加一名打荷兼职，同时把一名低谷切配员工的上班时间向峰值前移动。最终晚市总工时只增加4小时，但等待时间回落到13分钟。

3. 案例三：流水增长，单位工时却明显变差

第三家门店在平台活动期间流水增长31%，厨房工时增长55%。如果只看销售额，活动是成功的；如果看每百元流水厨房工时，则从0.36小时上升到0.43小时，说明新增流水带来的工作量远超预期。

订单拆分后发现，活动套餐包含多种小份菜，菜品件数增长68%，而平均客单只增长9%。这类活动会产生大量装盒、分装和核单工序，不能使用普通堂食排班模型。

门店后来把活动套餐拆成标准化备料包，并将装盒岗位从前场转入后厨高峰班次。第二次活动中，流水仍增长28%，但每百元流水厨房工时回落到0.38小时，说明真正应该优化的是工序设计，而不是单纯压缩排班。

六、厨师长每天、每周、每月应该怎么用报表

1. 每天开档前：只做一次短预测

开档前的报表不需要复杂，重点是判断今天的峰值和瓶颈。建议厨师长用10分钟完成以下检查：

1. 查看过去四个同星期、同时段的流水和订单数。
2. 标记当天预订、团购、平台活动、天气和附近活动。
3. 估算复杂菜占比、每单菜品件数和定制要求单数。
4. 判断高峰时段最可能先堵在哪个岗位。
5. 确认高峰前备料完成时间，而不是只确认员工到岗时间。

排班预测的结果最好写成一句可执行的话，例如：“今天19:00至20:00预计订单密度高，炉台和打荷各保持两人，切配在18:20前完成主要备料，19:30后切换一人支援收档。”这种表达比“今天晚市多排一人”更能指导现场。

2. 每日收档后：记录异常，不要只填工时

收档时除了录入考勤，还要记录异常原因。建议至少设置以下分类：临时叫人、临时调岗、备料不足、设备故障、出品返工、外卖集中、前后场交接延迟、培训带教。

异常分类的意义在于寻找重复模式。如果“临时叫人”每周出现三次，说明预测或排班有问题；如果“设备故障”导致工时上涨，说明应该先修设备；如果“出品返工”集中在某一名新员工班次，才需要考虑培训和岗位授权。

3. 每周复盘：只改一个变量

很多门店复盘时同时改上班时间、人数、岗位、菜单和备料量，下一周即使结果变化，也不知道究竟哪项措施有效。我更建议每周只选一个主要变量，例如把一名切配员工提前30分钟，或者把打荷兼职延后到19:30。

连续观察两到四周后，再决定是否扩大调整。对于样本量较小的门店，单周数据很容易受到天气、节假日和偶发团单影响，不能因为一次高峰顺畅就永久删掉一个岗位。

七、不同经营场景下的行动建议：不要用一套排班模板打所有门店

1. 堂食正餐店：优先管理峰值工序和收档尾巴

正餐店的特点是菜品工序差异大，订单集中时炉台、打荷和传菜容易形成连锁等待。排班不能只按桌数或流水预测，还要看包间预订、整桌点单时间和复杂菜集中度。

行动上可以把高峰班次分成“峰前准备”和“峰中交付”两个部分。峰前准备重点放在切配、预制和设备检查；峰中交付重点放在炉台、打荷和传菜衔接。若晚市收档经常超时，应将清洁和盘点任务拆成可前置部分，而不是让所有工作堆到最后。

2. 快餐店：优先管理订单波峰和装配岗位

快餐店订单数通常比流水更能解释厨房压力。尤其是外卖平台出现短时促销时，订单可能在20分钟内集中涌入。此时最需要的未必是增加一个全能厨师，而可能是补一名装配、打包或核单人员。

我建议快餐店建立“订单密度触发规则”。例如，当连续15分钟订单数超过平日同时段均值的1.5倍时，立即将一名低谷岗位切换到打包；超过2倍时，再启动备用人员。触发阈值必须根据本店设备和菜品复杂度测试，不能直接照搬。

3. 外卖占比较高的门店：把平台活动单独建模

外卖订单会改变厨房节奏。堂食通常有桌台节奏，外卖则可能受平台排序、配送范围和活动推送影响，出现短时间大量同类订单。若仍按全天平均流水排班，最容易出现高峰突发加班。

外卖门店应单独记录平台订单占比、集中订单时长、包装耗时、配送等待和取消率。若平台活动带来的是低价高件数套餐，就要重新计算每单制作分钟数，而不是只看活动后流水增长。

4. 小店或夫妻店：不要追求过细的岗位拆分

小店人员少，岗位经常需要交叉，一味建立复杂报表反而增加管理负担。此类门店只要先盯住四项数据：高峰订单数、厨房总工时、临时补位次数、收档超时分钟数。

小店最有效的排班方式通常是围绕关键时段错峰，而不是每个岗位都安排专人。例如，老板或店长在峰值前完成备料验收，厨师长集中处理关键出品，兼职在订单密度最高的60至90分钟进入。先把最贵的波峰处理好，再谈精细化。

八、如何做取舍：效率、稳定性和员工承受力不能同时无限优化

1. 低流水日：保留关键能力，削减非关键等待

低流水日最适合调整的是等待工时，而不是直接砍掉关键岗位。可以将员工分为核心岗位、弹性岗位和专项岗位。核心岗位保障基本出品能力，弹性岗位根据订单密度进场，专项岗位承担备料、培训或清洁。

如果低流水日仍有稳定的晚市峰值，不能因为下午空闲就取消晚市前的准备班。更合理的方式是缩短无任务等待，并把可前置的备料、盘点和清洁任务安排在这段时间完成。

2. 高流水日：宁可提前准备，也不要等堆单后补人

高流水日增加工时通常是合理的，但增加必须发生在正确的位置。提前增加30分钟切配和备料，可能比高峰后临时增加两小时加班更有效。排班成本虽然前移，却能减少峰值堵塞和收档拖延。

判断是否值得加人时，可以比较“预防性工时”和“补救性工时”。如果每增加1小时峰前准备，能够减少2小时高峰加班、退菜和等待，就属于值得保留的投入。如果增加准备班后，备料长期剩余且没有降低异常，则需要重新调整备料量或班次时间。

3. 新员工班次：短期效率可能下降，但不要混入正常基准

新员工培训期的生产效率下降是正常现象。关键不是把培训班次伪装成正常班次，而是单独记录带教工时、独立作业工时和可胜任岗位。

如果某员工连续三周在同一岗位仍需要大量带教，就要判断是培训方法、岗位难度还是人员匹配问题。把所有人都按“熟练员工产能”排班，会导致新员工频繁拖慢高峰；把新员工完全排除在高峰之外，又会延长培养周期。更稳妥的做法是让新员工在低风险时段承担可标准化工序，逐步进入高峰岗位。

4. 员工承受力：不能把极限产能当作标准产能

厨房员工在短时间内提高速度，并不代表这种速度可以持续。若排班长期依赖员工不休息、连续加班或厨师长亲自补位，报表中的单位工时可能很好看，但人员流失和出品波动会在数周后出现。

我建议将连续高峰工作时长、休息完成率和临时延时次数纳入月度观察。排班效率真正成熟的门店，不是每天都把人压到极限，而是能用稳定的岗位组合应对大多数正常波动。

九、把报表落到执行：一套厨师长可以直接使用的周复盘模板

1. 第一张表：经营负荷表

经营负荷表用于回答“今天为什么需要这些人”。建议按营业日期、星期、时段记录流水、订单数、菜品件数、复杂菜件数、外卖订单数、预订桌数和异常活动。

这张表的重点不是看哪一行流水最高，而是比较“负荷增幅”和“工时增幅”是否一致。若晚市菜品件数增长40%，工时只增长10%，可能是备料充足或岗位效率较高；也可能是员工过载，需要结合等待时间和退菜率确认。

2. 第二张表：岗位瓶颈表

岗位瓶颈表用于回答“谁真正影响了出餐”。建议每个高峰时段记录岗位人数、实际工时、待制峰值、临时支援次数和异常原因。

岗位表能避免一个常见错误：看到整店总工时高，就全店减人。事实上，很多门店只需要把一个岗位的上班时间移动30至60分钟，或者把一名多能工放到正确节点，就能缓解高峰。

3. 第三张表：结果与代价表

最后要把排班动作和结果放在一起。每次调整都记录调整内容、节省或增加的工时、人工金额变化、等待时间、退菜率、临时加班和厨师长补位时长。

十、最后的专业判断：流水对不上时，先问工时发生在哪里

1. 不要先问“今天该不该少一个人”

更有效的问题是：“今天增加的工时发生在哪个时段、哪个岗位、哪类订单上？”如果答案说不清楚，说明门店还没有足够的信息支持减员或加人决策。

排班管理不是把员工数量压到最低，而是把工时投放到能产生交付价值的节点。提前一小时完成备料，可能减少高峰两小时混乱；高峰增加一名打荷，可能比增加一名炉台厨师更有效；把培训工时单独归类，可能比修改排班表更能解释人工率变化。

2. 建立“最小可用指标集”，不要让报表变成负担

如果门店刚开始做精细化管理，我建议先只保留八项指标：时段流水、订单数、菜品件数、复杂菜件数、厨房有效工时、每百元流水厨房工时、高峰平均等待、临时加班率。

连续记录四周后，再增加岗位瓶颈、备料完成率、退菜率和厨师长补位时长。先建立稳定口径，再扩展指标，比一次性做几十个字段更容易坚持。

3. 下一步执行顺序

1. 把一天拆成六个经营时段，连续记录两周，不急着改排班。
2. 将厨房工时分成制作、备料、清洁、等待和专项工时。
3. 给复杂菜、定制单和平台活动单独做标记。
4. 每周找出一个最常出现的瓶颈岗位，只调整一个变量。
5. 同时观察单位工时、等待时间、退菜率和临时加班率。
6. 四周后决定是保留、扩大还是撤销这项排班调整。

我最想强调的独特判断是：“流水对不上”很少是一个总数问题，更多是时间、岗位和订单结构没有对齐。厨师长真正要管理的，不是报表上的人数，而是工时在什么时间、以什么技能、服务什么订单发生。只要能把这三件事连起来，排班是否正在缓解流水与人工之间的矛盾，就不再依赖感觉，而会变成一套可以验证、复盘和持续修正的经营动作。

免费注册

咨询方案

扫码咨询方案