外卖营业额下降，很多店第一反应是改满减、换主图、加投流，真正把排班表和订单时段叠在一起看的却不多。我在一次连锁快餐店复盘中发现：该店午高峰并不是“人少”，而是11:20，11:50前台、打包和骑手交接岗位同时拥堵；门店为了补救，反而在12:00后继续堆人，造成高峰后人工浪费。外卖优化中，排班不合理的定位不能只看当天总工时，而要看订单需求、岗位产能、员工到岗和出餐节点是否在同一条时间线上。

一、先讲核心结论：排班问题不是缺人，而是人没有出现在正确的十五分钟

1. 先把“排班不合理”定义清楚

我把外卖排班不合理分成三种，而不是笼统地说“高峰缺人”。第一种是总人数不足，表现为多个岗位同时超负荷，且增加一名熟练员工后，出餐时长、漏单率和取消率都会改善。

第二种是结构性错配，表现为总工时并不少，但关键岗位没人。例如后厨有三个人，打包台只有一人；或者厨师提前到岗，负责核单、贴签和交接的人却在订单最密集的时段缺位。

第三种是时间错配，表现为员工在店内，却没有覆盖订单波峰。常见情况是早班员工11:30下班，午高峰在11:40开始；晚班员工17:00到店，但真正的晚高峰在18:10以后。

定位排班问题的第一原则，是先判断“缺总工时、缺关键岗位，还是缺关键时间段”，再决定是否加人。如果这一步没有做，后续所有调班、招兼职和加班，可能只是把浪费变得更昂贵。

2. 用四个结果指标验证排班调整是否有效

我通常不会只看营业额，因为营业额受活动、天气、曝光和客单价影响很大。排班是否改善，至少要同时观察订单承接率、平均出餐时长、超时订单占比和单位订单人工成本。

在实际复盘中，四项指标不需要同时大幅改善。比如高峰期人工成本短期上升，但超时率从16%下降到6%，退款和差评减少，整体利润可能反而提高。排班不是追求每个时段都“人最少”，而是追求在不可避免的波峰中，用最少的闲置换取最大的履约稳定性。

二、背景和真实场景：订单波峰往往比店长想象得更尖

1. 一家双时段经营门店的复盘样本

下面案例来自我参与复盘的一家匿名快餐门店，面积约70平方米，午餐和晚餐为主要营业时段，日均外卖订单约260单，堂食订单约90单。门店有店长1人、全职员工5人、兼职员工4人，岗位包括前台、后厨、打包和骑手交接。

复盘前，店长用“早班、晚班、全天班”三种模板排班。排班表看起来很整齐：午餐前安排6人，晚餐前安排5人，全天工时也没有明显超预算。但把平台订单、后厨小票和打包完成时间按15分钟对齐后，问题立刻出现。

最值得注意的是11:30，12:00：到岗人数并不是全天最低，但订单量和待处理小票快速增加，打包台只有一人，后厨出餐后无法及时完成核单、装袋和贴签。12:00后增加的人手确实让时长下降，却已经错过了最容易产生超时的窗口。

2. 为什么十五分钟比小时更适合外卖排班

堂食可以通过顾客等待、翻台和桌面服务观察拥堵，外卖则会出现订单集中涌入的情况。很多门店以一小时为单位看订单，例如12:00，13:00有79单，再用“每人每小时处理多少单”估算人力。这种算法会掩盖11:30，11:45突然出现的峰值。

外卖排班至少要用15分钟作为最小观察粒度。对于早餐、午餐、下午茶和夜宵等峰值明显的门店，甚至可以用10分钟。时间粒度越粗，越容易把“短时爆单”平均掉，导致排班表看起来合理，现场却在十几分钟内失控。

三、常见误区：这些排班动作看似节省，实际放大了损失

1. 误区一：按全天订单均值排人

全天260单、营业10小时，并不等于每小时26单。若午晚两个高峰承接了70%的订单，平均值就会把高峰需求压低，把低峰闲置误认为安全余量。

我见过一家店把每小时26单作为排班依据，认为两名后厨员工足够。但实际午高峰每15分钟可能进入18单，且其中一半是需要现制主食和多个配菜的组合单。订单数相同，制作复杂度完全不同，简单平均自然失真。

2. 误区二：只按人数排，不按岗位排

“店里有六个人”不是有效的人力信息。六个人中如果有三人只能做后厨，且打包台只有一人，那么系统瓶颈仍然存在。排班复盘必须写清每个人在每个时间窗承担的主岗位和备用岗位。

岗位不能无限互相替代。后厨员工临时转去打包，可能短期减少待打包订单，却让制作端更慢；前台员工去后厨，如果没有出餐经验，反而会增加错单。跨岗安排应该建立在训练记录和实测产能之上，而不是建立在“大家都会一点”的印象上。

3. 误区三：用加班覆盖所有异常

加班是处理偶发峰值的工具，不是日常排班模型。连续多天依靠延长早班、推迟晚班下班，表面上订单完成了，实际上会带来疲劳、动作变慢、漏配增加和次日出勤不稳定。

我会把连续三天以上出现的高峰缺口定义为结构问题，而不是临时异常。如果每天11:30都缺一名打包员，就应该调整兼职到岗时间，而不是让店长每天临时喊人。

4. 误区四：只看平台承诺时长，不看门店内部节点

平台显示的预计送达时间包含配送距离、骑手取餐和路况等因素，门店不能把它当作出餐效率指标。门店需要单独记录接单时间、开始制作时间、制作完成时间、打包完成时间和交接时间。

如果订单在后厨完成后又等待7分钟才交给骑手，问题就不在厨师数量，而在打包和交接。如果骑手已经到店但订单还没有开始制作，问题则可能是前台漏看、打印机故障或后厨生产顺序不合理。

5. 误区五：用差评日期直接归因于当天排班

一条差评通常是多个环节共同作用的结果。顾客感知的是送达晚、餐品凉或少配，而门店看到的是一个结果。排班定位必须回溯订单链路，确认延误发生在哪个节点。

• 订单接收延误：平台已进单，但前台未及时确认。
• 制作延误：小票已打印，后厨等待时间过长。
• 打包延误：餐品做好后未及时核对和装袋。
• 交接延误：骑手到店后等待，或取餐区管理混乱。
• 配送延误：门店已按时交接，问题主要发生在门店外。

四、专业判断逻辑：从订单曲线推导岗位需求

1. 第一步：先做订单时间轴，而不是先看排班表

我会先导出至少14天的订单明细，字段包括订单时间、订单状态、餐品明细、是否退款、承诺时间和实际出餐时间。若只能拿到平台后台数据，也要尽量保存每日截图或导出文件，避免只凭店长回忆。

将订单按照星期、日期、15分钟时段分组后，先观察三个量：订单数、订单件数和制作复杂度。订单数代表外部需求，订单件数代表内部动作量，制作复杂度则解释为什么相同订单数会消耗不同工时。

我常用一个简单的工作量指数：工作量指数=订单数×基础制作系数+加料件数×附加系数+包装件数×打包系数。这不是行业统一公式，而是门店内部用来比较时段的相对工具，重点在于保持口径稳定。

2. 第二步：把每个岗位的实际产能测出来

不要直接套用“一个人每小时能做多少单”。同一员工在单品结构不同、设备不同、动线不同的情况下，产能差异很大。我的做法是连续观察三个非极端时段，分别记录单人完成一项动作所需的平均时间。

如果某个岗位的理论产能是每15分钟处理10单，我不会按10单满负荷排班，而会按70%，85%的稳定产能排。剩余空间用于应对组合单、补料、设备波动和员工之间的动作差异。

3. 第三步：确定真正的瓶颈岗位

瓶颈岗位不是最忙的人，而是最容易形成排队、且排队会阻塞后续流程的人。打包台往往符合这个特征：餐品制作完成后，如果没有及时核单，后厨产能无法转化为可交付订单，骑手也只能等待。

判断瓶颈可以看三个证据。第一，某岗位前的待处理数量持续累积；第二，该岗位后面的资源出现等待；第三，增加该岗位一个人后，整体完成时长明显改善。

如果增加一名打包员后，后厨待出餐数量上升，说明瓶颈已经转移到后厨；如果增加打包员没有任何改善，可能是订单确认或餐品备料才是根因。排班调整必须随着瓶颈迁移而迭代。

4. 第四步：把员工能力差异纳入排班

同样是“一个人”，熟练员工和新员工不能按相同产能计算。新员工可能需要更多确认时间，熟练员工则可能同时处理异常单。排班表至少要标记员工的主技能、可替代技能和不可独立承担的工作。

我建议把员工分为A、B、C三类。A类能够独立处理主岗位并在高峰期指导他人；B类能够稳定完成标准动作，但遇到异常需要支持；C类适合低峰学习、备料和辅助工作。高峰期不能让两个C类员工同时承担同一关键岗位。

五、定位步骤：用一张复盘表找到排班失误发生在哪里

1. 第一步：锁定异常时段

先不要复盘整天。把过去7，14天的订单按15分钟排列，找出同时满足以下任意两项的时段：待处理订单持续增加、平均出餐时长高于日均30%、骑手等待超过5分钟、漏配或退款明显集中、员工频繁跨岗。

异常时段最好至少出现三次，才有资格进入排班调整。如果只有一次，可能是设备故障、临时缺料、暴雨或平台活动造成的偶然事件。重复出现的异常，才更可能是排班结构问题。

2. 第二步：把订单拆成“进入，制作，打包，交接”四个节点

每一笔订单至少要记录四个时间点。进入是门店收到订单的时间，制作是后厨开始处理的时间，打包是餐品完成核单的时间，交接是订单交给骑手的时间。

没有系统记录时，可以在三个高峰日进行人工抽样，每15分钟记录一次待制作、待打包和待交接数量。人工记录不需要覆盖全部订单，但必须在高峰前30分钟开始，直到高峰结束后30分钟停止，否则看不到积压的形成和消退过程。

3. 第三步：对照当班人员的真实动作

排班表写的是“某员工11:00到19:00”，但现场可能存在换衣、吃饭、盘点、清洁、接电话和临时采购。真正有价值的是记录员工在每个15分钟内实际做了什么。

• 记录员工是否在自己的主岗位。
• 记录被临时叫走的次数和每次持续时间。
• 记录跨岗后是否需要重新熟悉订单或寻找物料。
• 记录谁在处理异常单、催单和顾客咨询。
• 记录员工离开关键岗位后，哪个队列开始增长。

在一次复盘里，店长认为某员工“全程在打包”，但现场记录显示，这名员工在午高峰被叫去处理6次退款和3次电话咨询，总计离开打包台17分钟。排班表没有错，实际岗位覆盖却已经断裂。

4. 第四步：形成“问题，证据，动作”闭环

没有验证周期的排班调整，只是意见；没有前后对照的复盘，只是感觉。我建议一次只调整一个主要变量，例如先改变兼职到岗时间，再观察结果，不要同时改菜单、活动、备料和排班，否则无法判断改善来自哪里。

六、案例数据观察：同样增加两小时工时，结果可能完全相反

1. 方案A：把两小时加在全天尾部

原门店的晚班通常安排两名员工17:00到21:00。为了降低投诉，店长把两名兼职的下班时间从21:00延长到22:00，同时没有改变到岗时间。结果是晚间总工时增加2小时，但18:00，18:30的高峰仍然只有两名关键员工。

这套方案上线一周后，晚高峰超时率只从14.8%下降到13.9%，单位订单人工成本从3.12元升至3.41元。22:00以后订单量已经明显下降，新增工时主要用于清洁和收尾，无法解决真正的峰值缺口。

2. 方案B：把两小时移到波峰前

第二周没有增加总工时，而是让一名兼职从17:00改为17:40到岗，另一名兼职从18:00改为17:20到岗，并在17:20，18:10专门承担备料、打包和交接。

调整后，18:00，18:30的关键岗位人数从2人变成4人，晚高峰平均出餐时长从22.6分钟降至16.8分钟，超时率降至6.7%。虽然17:20，17:40存在少量备料时间，但这段时间并非完全闲置，因为提前完成了包装材料补充和半成品预处理。

3. 方案C：只增加后厨，不增加打包

第三种方案是店长最容易想到的做法：高峰期增加一名后厨员工。上线后，后厨待制作订单减少，但待打包订单从平均8单升至15单，骑手等待时间反而增加。

这说明门店已经完成更多餐品，却没有及时把餐品转化为可交付订单。此时继续加后厨只会把半成品和成品堆到下一个瓶颈。排班优化的关键不是让每个岗位都更忙，而是让瓶颈前后保持相对平衡。

七、不同情况下的行动建议：不要用一套排班表应对所有门店

1. 订单稳定但高峰明显的门店

这类门店最适合采用错峰班次。可以安排一名员工覆盖10:45，14:00，另一名员工覆盖11:20，13:20，把有限工时集中到订单和交接最密集的窗口。

排班时要提前考虑员工吃饭、补料和清洁，不能把所有人力都压在理论高峰上。高峰前15，20分钟应安排准备动作，否则员工到岗后仍要先找包装、切配和补料，实际产能不会立即出现。

2. 订单波动很大的门店

可以设置“基础班+机动班”。基础班保证低峰也能完成开档、备料和堂食服务，机动班根据过去四周同星期、天气、活动和附近办公人流提前确认。

机动班不是无限待命。应明确取消条件，例如高峰前30分钟预估订单低于基准的70%，则将兼职转为延后到岗；预估订单超过基准的120%，则提前召回。规则越清晰，越不依赖店长临时判断。

3. 依赖平台活动的门店

活动日不能沿用普通日排班。活动带来的订单不仅数量增加，订单结构也会变化，套餐、加料和大份包装通常会提高制作与打包时间。

我建议把活动日分成三个阶段：活动前备料阶段、活动开始后的订单冲击阶段、活动尾部的延迟订单阶段。活动前应确保包装材料和高频物料，冲击阶段配置最熟练员工，尾部则重点处理积压和售后，而不是继续盲目接收更多工时。

4. 受面积、设备或证照限制的门店

如果后厨面积小，增加人手可能造成互相阻挡；如果设备数量固定，增加厨师也无法提高产能。此时应优先做工序分离、半成品前置、包装预组装和取餐区重排。

例如只有一台炸炉的门店，不应把排班目标设成“多安排一名炸制员工”，而应观察是否能把高峰前的炸制批次前置，减少订单到来后的等待。人力优化必须服从设备约束，不能把设备瓶颈伪装成人力问题。

5. 新店或数据不足的门店

新店不能等积累几个月数据后才排班。开业前两周可以使用保守排班，但必须从第一天建立15分钟订单、岗位和异常记录。稳定运行后，再根据真实数据逐步削减低峰闲置。

数据不足时，宁可给高峰保留有限缓冲，也不要用极端精细的模型制造虚假准确。排班模型的精度应该与数据质量匹配，只有几十单样本时，精确到某一分钟没有意义。

八、不同情况下的取舍：效率、稳定性和员工体验不能同时拉满

1. 低人工成本与低超时率的取舍

如果门店把人工成本压到极低，员工会在高峰期没有缓冲，订单稍有波动就出现积压。反过来，如果为了追求零超时而全时段堆人，单位订单利润会下降。

我的判断标准是看增加一小时工时带来的边际收益。假设新增一小时人工成本为25元，如果它能减少10单退款，每单平均损失8元，同时多承接4单、每单贡献毛利7元，那么新增收益约为108元，增量人工显然值得。若新增工时只减少一两单轻微超时，则不一定划算。

2. 熟练员工与低成本员工的取舍

高峰期全部安排熟练员工，履约稳定但工资更高，也可能造成骨干疲劳；全部安排低成本员工，账面人工便宜，但错误率和培训成本会增加。

更合理的方式是让一名熟练员工承担“控制塔”角色，负责异常判断、岗位调度和复杂订单，其他员工执行标准化动作。这样既保留高峰期的判断能力，也避免把所有任务都压在高薪骨干身上。

3. 灵活排班与员工确定性的取舍

频繁临时改班会让门店更灵活，却会降低员工对收入和生活安排的可预期性。长期如此，员工可能在真正需要时不愿意配合，甚至增加流失。

建议把班次分成固定部分和弹性部分。固定部分提前一周公布，弹性部分只覆盖短时高峰，并设置最晚通知时间和最低保障工时。门店得到灵活性，员工也知道哪些变化是可预期的。

4. 平台曝光与门店承接能力的取舍

当门店排班还没有稳定时，不应一味扩大接单能力。曝光增加会带来更多订单，但如果出餐和交接失控，排名、评价和售后成本可能同步恶化。

我更倾向于先把高峰期的稳定产能测出来，再决定是否扩大活动。一个门店如果每15分钟稳定承接18单，就不要在没有加人、加设备或改菜单的情况下，按每15分钟25单去设计活动目标。

九、落地执行：用七天小周期验证，而不是一次性推翻排班表

1. 第一天：建立最小数据表

最小数据表不需要复杂系统，使用表格工具即可。字段包括日期、星期、15分钟时段、有效订单数、订单件数、待制作数、待打包数、到岗人数、关键岗位人数、平均出餐时长和异常备注。

如果门店使用某项目管理工具或某项目管理平台，可以把每日复盘、责任人、验证日期和调整记录集中管理，但工具只是承载方式，不能替代现场记录。最重要的是每次调整都保留“调整前基线”。

2. 第二至第三天：只观察，不急着改

连续观察两个相似营业日，先确认异常是否重复。周一和周六的消费结构可能差异很大，不能因为某一天订单下降就直接减少周末班次。

观察期间要特别记录临时事件，例如缺货、设备停机、员工迟到、平台活动和暴雨。把这些事件标注出来，避免把非排班因素纳入错误结论。

3. 第四天：选择一个变量进行调整

可调整的变量包括兼职到岗时间、打包岗位人数、后厨与前台的跨岗边界、备料截止时间和骑手交接方式。一次只改一个主要变量，才能判断结果。

如果确认是打包瓶颈，优先调整打包岗位的覆盖时间；如果确认是后厨产能不足，再考虑增加熟练后厨或简化高峰菜单。不要因为所有问题都发生在高峰，就把所有岗位一起增加。

4. 第五至第七天：比较同口径指标

对比时要尽量选择相同星期、相近订单量和相近天气的时段。不能拿活动日和普通日直接比较，也不能只拿最好的一天与最差的一天比较。

5. 形成可复用的排班规则

验证有效后，把经验写成规则，而不是继续依靠店长记忆。例如“周二至周五11:20增加一名打包兼职”“活动日前一晚补齐两类包装”“待打包超过12单时，前台暂停非必要咨询，转入交接辅助”。

规则需要包含触发条件、执行动作、负责人和恢复条件。没有恢复条件的临时措施很容易永久化，最后变成低峰闲置；没有负责人的规则则会在忙乱时失效。

十、最后的判断：排班表不是人力清单，而是门店承诺的履约模型

1. 先回答三个问题再动排班

第一，订单最集中出现在哪些15分钟，而不是哪一个整点？第二，订单从进入到交接，究竟在哪个节点排队？第三，增加一名员工后，哪个指标会改善，改善幅度是否足以覆盖人工成本？

如果这三个问题答不出来，先不要急着招聘、加班或减少班次。继续观察和补数据，通常比凭经验改表更省钱。

2. 下一步可以这样做

1. 导出最近14天的外卖订单和异常记录。
2. 按照15分钟拆分订单量、订单件数和出餐时长。
3. 标记每个时间窗的真实到岗人数和关键岗位人数。
4. 把订单延误拆成制作、打包、确认和交接节点。
5. 找出重复出现三次以上的瓶颈时段。
6. 只调整一个主要变量，进行七天对照验证。
7. 将有效动作写成带触发条件的排班规则。

我的独特判断是：外卖排班优化的核心，不是把每一小时的人力成本压到最低，而是把人力投向最容易发生履约崩溃的十五分钟。很多门店已经拥有足够的总工时，只是这些工时分布在错误的时间、错误的岗位，或者被临时事务不断切碎。

当你把订单输入、岗位产能、员工真实动作和交接结果放在同一张时间轴上，排班问题就不再是“店长觉得忙不忙”的主观争论，而会变成可以验证的经营问题。下一步，不妨先选一个午高峰和一个晚高峰，连续记录七天；先找到最短的瓶颈，再决定是否增加最长的工时。

免费注册

咨询方案

扫码咨询方案