很多餐饮投资人把人工成本看成“工资总额除以营业额”，但我在门店经营复盘中反复看到，真正失控的往往不是员工工资太高，而是排班没有跟着客流变化：午餐高峰前人手不够，员工忙到出错；下午低峰却留着完整班底，工资在没有产出的时段持续发生。对投资人而言，《餐饮店报表：投资人从零入门：成本管控先掌握排班效率》的核心，不是先学会看一张复杂报表，而是先判断每一小时的人力是否与真实销售任务匹配。

餐饮店报表：投资人从零入门：成本管控先掌握排班效率

一、先讲核心结论：排班效率比工资总额更值得先看

1. 人工成本高，不一定代表排班差

一家门店月度人工成本率为24%，并不能直接说明经营健康或失控。这个数字可能来自两种完全不同的情况：一种是高峰期人力配置准确，员工每小时创造的销售额较高；另一种是门店全天平均铺人，低峰时大量员工等待任务，月底看似工资率尚可，实际利润被低效工时慢慢吞掉。

我通常先看“有效工时”，而不是先看“总工时”。有效工时是指员工在有明确业务任务的时段工作，包括备餐、出餐、服务、收银、清洁和收档等。若某个时段没有足够客流支撑，却安排了过多人手，这部分时间就属于低产出工时。它不一定是完全无用，但必须有明确的备货、清洁或培训结果，否则就是隐性浪费。

投资人应该优先追问三个问题：每小时需要多少人、这些人产生了多少销售、低峰多出来的人在做什么。只看月度工资总额，无法回答这三个问题；按小时拆解的排班报表，才能看出成本是由工资水平造成，还是由人员配置造成。

2. 先用四个指标建立判断框架

我建议从四个基础指标开始：销售额/工时、人工成本率、排班达成率和高峰缺口率。它们分别回答产出、费用、执行和服务风险四个问题，不能相互替代。

这四个指标放在一起时，判断会更准确。例如，人工成本率上升但销售额/工时同步上升，可能是主动增加高峰人力带来的合理投入；人工成本率不变但销售额/工时下降，则通常意味着低峰冗余、出勤失真或客流预测错误。

3. 投资人先看趋势，再看异常点

单日数据很容易受到天气、团购、节假日和临时活动影响。更可靠的方式是同时看过去四周的同星期、同餐段数据。例如，连续四个周二的12:00至13:00，销售额分别为4200元、4500元、4300元和4400元，而排班人数分别为8人、8人、10人和10人，那么后两周的人力投入是否必要，就值得单独复盘。

我不会因为某一天低峰工时高就立即要求店长删班，而会先确认当天是否有大宗备货、设备清洗、盘点或培训任务。排班效率不是把人压到最少，而是让每一段工时都有可解释的任务。没有任务说明的工时，才是报表里最需要追问的工时。

二、背景和真实场景：为什么低效排班很难被月报发现

1. 餐饮客流不是均匀到店

餐饮店的销售往往呈现明显的波峰波谷。正餐店可能集中在午餐和晚餐，咖啡店可能集中在上午和下午，快餐店则可能在工作日午间出现极短而陡峭的高峰。把全天营业时间平均分配人员，是最容易执行、也最容易产生浪费的排班方法。

一间营业12小时的门店，如果午餐高峰只持续2小时，晚餐高峰持续3小时，那么真正决定顾客体验和出餐效率的，可能只有5个小时。其余时段需要的人手，与高峰期并不相同。投资人如果只看“今天上了多少人”，却不看“每个小时上了多少人”，就无法判断配置是否合理。

2. 一个常见的门店复盘场景

我曾按小时拆过一类面积约120平方米、设置60个座位的正餐门店。门店日均营业额约2.8万元，日均实际出勤工时约118小时，表面上人工成本并不突出。但把工时放到销售曲线上后发现，11:00至12:00和14:00至16:00两个时段都明显偏离需求。

这家店的问题不是全天人手太多，而是高峰前一小时缺少前置准备人员，低峰时又没有及时收缩，晚餐高峰则出现岗位错配。后来店长把部分备货工时提前到10:00至11:00，并增加17:30至19:00的弹性人员，同时减少14:00至16:00的固定班，日工时只减少约6小时，但高峰投诉和临时加班明显下降。

3. 报表为什么经常“看起来没有问题”

月度报表会把不同岗位、不同时间段和不同任务的工时加总。加总后的数字虽然适合核算工资，却不适合管理排班。例如，某店本月实际出勤工时为3500小时，计划工时为3600小时，排班达成率达到97.2%，表面上非常稳定。

但如果其中300小时发生在低峰，且高峰又缺少160小时，月度总量就掩盖了结构性错误。投资人要避免“总量正确，所以排班正确”的判断。排班管理最危险的不是总工时超标，而是工时出现在错误的时间、错误的岗位。

三、常见误区：看似节省人工，实际上可能损害利润

1. 误区一：人工成本率越低越好

人工成本率下降当然值得关注，但它不是越低越好。过度压低人工，可能导致高峰出餐变慢、翻台率下降、差评增加、员工疲劳和离职率上升。对于正餐门店，少安排一名关键岗位员工，可能节省100多元工资，却因为等待时间增加损失数百元销售。

我会把人工成本率分成“效率性下降”和“风险性下降”。效率性下降来自更准确的预测、流程改善和多技能岗位；风险性下降则来自削减清洁、备货、服务和高峰岗位。前者可以持续，后者往往在一两周后通过投诉、退款和复购下降反映出来。

2. 误区二：用最低客流日制定所有排班

有些门店为了控制人工，拿周一或雨天的客流作为排班基准，结果在周五晚餐和周末午餐时被动加班。临时叫人不仅成本高，还会让员工形成“不按计划上班”的习惯，店长也会越来越依赖救火。

正确做法是至少建立三种客流情景：保守情景、基准情景和高位情景。保守情景用于决定最低固定班，基准情景用于形成主排班，高位情景用于预先安排兼职、跨店支援或弹性待命人员。

3. 误区三：只按人数排班，不按岗位任务排班

同样是8个人，前厅有5人、后厨有3人，和前厅有3人、后厨有5人，产生的服务能力完全不同。餐饮店不是“人越多越能解决问题”，关键在于瓶颈岗位是否得到配置。

我见过后厨备餐不足时，店长继续增加前厅服务员；也见过收银排队时增加传菜员。此类排班增加了总人数，却没有增加瓶颈环节的处理能力。排班表必须把岗位、任务和高峰时间绑定起来，而不是只填写员工姓名和上下班时间。

4. 误区四：把员工主动加班当作责任心

员工频繁加班，有时说明工作积极，有时则说明排班没有覆盖任务量。若加班集中发生在某个固定餐段，通常不是员工个人效率问题，而是班次衔接或岗位配置问题。

我建议把加班分为三类：可预期加班、突发客流加班和管理失误加班。可预期加班应调整排班；突发客流加班应设置弹性人力；管理失误加班则需要追查备货、收档、盘点或交接流程。

四、专业判断逻辑：从销售预测推导班次，而不是从习惯复制班次

1. 先建立“销售，订单，工时”三层关系

排班不能只看销售额。销售额高，可能是高客单价大桌；订单数高，可能是大量小单；外卖订单多，后厨压力会提高，但前厅压力未必同步增加。因此我会把数据拆成三层：销售额代表收入任务，订单数代表业务频次，工时代表资源投入。

以快餐店为例，午间销售额从6000元增至7200元，订单数可能从100单增至145单。如果只看销售额增长20%，可能认为人员增加20%就够了；但订单增长45%，收银、配餐和打包岗位的压力可能已经超过销售额所反映的幅度。

基本计算可以这样做：

• 每小时销售额 = 该小时已完成订单的实收金额。
• 每小时订单数 = 堂食、外卖、自提和团购核销订单的合计。
• 每小时工时 = 该小时实际在岗人数乘以该小时有效工作时长。
• 岗位工时 = 前厅、后厨、收银、配送打包和管理岗位分别统计。

如果暂时没有系统化数据，可以先用人工表格连续记录14天。14天不一定足以覆盖所有季节变化，但足以发现固定班次、明显低峰冗余和高峰缺口。

2. 用任务量而不是感觉确定人数

每个岗位都应该有一个粗略的处理能力基准。例如，一名收银员每小时可稳定处理35至45笔标准订单；一名配餐员每小时可完成30至40份打包任务；一名服务员在60个座位的正餐店中，具体承接能力要受到桌型、上菜方式和点单流程影响。

这些数字不是行业定律，必须用门店自己的数据校准。我的做法是先选取没有明显异常的3至5个高峰时段，记录在岗人数、订单量、平均等待时间和差评情况，再计算一个“可接受产能区间”，而不是迷信单一标准。

如果人员增加后，订单处理量没有增长，说明新增岗位可能不是瓶颈；如果人员不变而等待时间持续增长，说明原有产能基准已经失效。排班的本质，是把人放到限制系统产出的环节上。

3. 把班次设计成“固定骨架＋弹性补位”

我比较推荐两层结构。固定骨架覆盖开店、基础服务、基础备货和收档等不可取消任务；弹性补位只覆盖可预测的高峰窗口。这样既能保证门店正常运转，又不会让全天都维持高峰配置。

4. 用“边际人力收益”决定是否加人

是否增加一个人，不能只问“今天忙不忙”，而要问这个人增加后能带来多少额外销售、减少多少订单流失、降低多少加班或投诉。可以使用一个简化判断式：边际人力收益 = 预计新增贡献毛利 − 新增人工成本 − 新增管理成本。

假设高峰补位人员工作3小时，工资及附加成本为90元。如果他能让门店多完成12单，每单贡献毛利为18元，那么预计贡献毛利为216元，扣除90元后仍有126元空间。若他只是让已有员工更轻松，但订单量、等待时间和差评都没有改善，则加人的财务价值就需要重新评估。

五、具体案例和数据观察：一张排班报表如何暴露利润漏洞

1. 案例背景：两家店的人工率相近，利润却不同

为了避免只讲抽象原则，我用一个标准化情景进行拆解。甲店和乙店面积、座位数、客单价和月营业额接近，月营业额都约90万元，人工成本率分别为24.2%和24.8%。如果只看月报，乙店似乎只是略高0.6个百分点，差异不大。

进一步拆解后，甲店每月实际工时约3950小时，乙店约4380小时。乙店并不是员工工资明显更高，而是多出了430小时工时，约等于2.5名全职员工一个月的工作量。更关键的是，乙店多出的工时主要集中在下午低峰和收档后的拖延。

乙店的问题具有典型性：低峰冗余和高峰缺口同时存在。它不是单纯的“排多了”，而是“排错了”。如果只削减总工时，可能进一步削弱高峰；如果只增加高峰人员，低峰浪费又会继续存在。

2. 复盘动作：把430小时拆回具体时段

我建议先把异常工时按小时分布，而不是马上按员工姓名追责。乙店的430小时中，约350小时来自14:00至17:00的固定留守，约80小时来自收档超时。高峰缺口却集中在11:30至13:00、18:00至19:30两个窗口。

随后再追查低峰工时对应的任务。结果发现，部分备货工作原本可以安排在开档班，却被拖到下午；收档超时则与盘点表重复填写、清洁标准不明确有关。单纯要求员工“提高效率”并不能解决问题，必须重新设计任务时间和表单流程。

3. 结果判断：先调结构，再观察利润

乙店没有立即裁员，而是做了三项调整：下午固定班减少两人，增加开档备货时段；晚餐前设置90分钟弹性补位；收档任务按岗位分工并设定完成时限。四周后，月工时从4380小时降到4070小时，销售额保持在89万至92万元之间。

这类变化并不意味着所有门店都能复制同样的节省幅度。它说明的是一个判断方法：如果低峰冗余是真实存在的，且高峰缺口能够通过班次重构解决，那么减少低效工时的同时，单位工时销售额应该上升；如果单位工时销售额没有改善，就要检查是否误判了瓶颈。

六、报表怎么设计：投资人从零开始只需先看这几张表

1. 第一张表：按小时拆分的经营排班表

这张表是最重要的基础表，建议至少包含日期、星期、天气、促销活动、时段、销售额、订单数、计划人数、实际人数、计划工时和实际工时。若条件允许，再增加堂食订单、外卖订单、退款金额和平均等待时间。

注意“实际工时”必须来自真实打卡或现场记录，不要直接拿排班计划代替。计划工时反映管理意图，实际工时反映真实成本，两者之间的差异本身就是管理信息。

2. 第二张表：岗位产能与瓶颈记录表

这张表用来回答“为什么已经有很多人，顾客仍然等待”。建议按岗位记录每小时处理量、等待时间、返工数和临时调岗次数。岗位不宜一开始拆得过细，先按照前厅、收银、后厨、配餐打包、清洁收档和店长管理等大类即可。

• 收银岗位：记录排队人数、订单处理数和支付异常次数。
• 后厨岗位：记录完成单量、退菜数、出餐延迟和备料不足次数。
• 配餐打包岗位：记录外卖单量、错漏发数量和平均打包时长。
• 前厅岗位：记录平均点单等待、收台时长和顾客投诉。

如果一个岗位的处理量长期接近上限，且等待时间同步上升，就要优先增加或优化这个岗位。反过来，如果某岗位人数增加后，瓶颈指标没有变化，新增工时就很可能没有转化为经营收益。

3. 第三张表：排班异常原因表

异常原因表的价值在于防止管理层把所有偏差都归结为店长执行不好。排班偏差至少要分成预测偏差、员工变动、临时客流、任务延迟、设备故障和流程重复六类。每一类异常的解决方式不同。

4. 报表不必一开始就复杂

投资人从零入门时，不建议一开始建设几十个指标。第一阶段只要能按小时看到销售额、订单数、实际工时、单位工时销售额和异常原因，就已经足够发现大部分明显问题。

当门店连续四周稳定记录后，再增加岗位级指标、预测偏差和弹性人员使用率。报表越复杂，越容易让店长为了填表而填表。管理报表的标准不是字段多，而是能否让一个具体决策更快、更准确。

七、不同经营情况下的行动建议：不要用同一把尺子管理所有门店

1. 新店开业期：先保服务稳定，再找浪费

新店前四周没有稳定历史数据，客流预测误差通常较大。这个阶段不适合直接追求最低人工率，更适合建立岗位协作、记录真实产能和形成客流样本。可以安排略高于成熟门店的基础人力，但必须记录每小时任务，否则“试营业期多排人”会变成长期惯性。

新店建议每天复盘三件事：哪个时段等待最长、哪个岗位最常被临时调动、哪个时段员工明显无任务。第一项指向服务风险，第二项指向岗位设计，第三项指向低峰冗余。三者同时记录，比单纯统计工资更有价值。

2. 成熟平日店：优先做预测和班次衔接

成熟门店的客流规律相对明显，最适合进行排班优化。建议将近四周同星期数据作为基础，再根据天气、商圈活动、周边办公人数和节假日进行修正。不要只使用上周同一天，因为上周可能存在促销、施工、降雨或竞品活动。

平日店尤其要关注“高峰前30至60分钟”。很多门店把员工安排在客流已经到来的时刻，却忽略备货、摆台、设备预热和外卖包装准备。适当提前一部分工时，可能比高峰临时加人更便宜，也更能降低等待。

3. 周末波动店：建立待命而非全员在岗

周末客流可能受天气和家庭出行影响，波动大于工作日。固定排满全部高峰，容易在阴雨天浪费；完全不留弹性人员，则会在晴天或商场活动日被动加班。

可采用“核心班＋短时待命”的方式。核心班保证最低服务，待命人员在明确时间窗口内保持可联系，但是否到岗要根据实际客流、排队人数和订单积压触发。待命规则必须提前写清楚，包括通知时间、最短工时和取消规则，否则容易引发员工不满。

4. 外卖占比高的店：按订单波峰重做后厨班次

外卖订单会改变门店的瓶颈。堂食高峰可能由前厅点单和收台主导，外卖高峰则可能集中在配餐、打包和骑手交接。如果仍然沿用堂食店的前厅后厨比例，人工投入就会出现错配。

我建议至少拆分堂食和外卖两个订单曲线，再观察它们重叠的时间段。重叠时段需要配置能够跨越备餐、配餐和沟通环节的多技能员工；外卖单独高峰时，则不应盲目增加前厅服务人员。

5. 低客单价快餐店：重点看单量和处理速度

低客单价门店的利润更依赖订单吞吐量。每小时销售额可能不高，但订单密度非常大。此类门店如果只用销售额/工时判断，容易低估收银、配餐和打包的工作压力。

快餐店应重点追踪平均出餐时间、每小时完成单量、错漏单率和高峰积压单量。只要增加一个人能够显著减少积压并提升每小时完成单量，就可能比单纯压缩工时更有利。

6. 正餐低频高客单店：重点看服务完整度

正餐店的高客单价意味着一次服务失误可能影响整桌消费和复购。此类门店不适合照搬快餐店的极限人效逻辑，应把迎宾、点单、传菜、收台和投诉处理纳入排班判断。

正餐店可以接受某些低峰时段存在一定准备工时，但必须能对应到摆台、备料、环境维护或预订桌准备。只要低峰工时能减少高峰混乱，它就不一定是浪费；关键是任务是否真实完成、是否改善了后续服务结果。

八、不同情况下的取舍：排班优化不是简单的“加人”或“减人”

1. 在利润和服务之间取舍

如果门店处于亏损状态，投资人自然希望降低人工。但我建议先区分可撤销工时和不可撤销工时。可撤销工时是低峰等待、重复填表和无效留守；不可撤销工时是保证食品安全、开档准备、收档清洁和高峰关键岗位的必要投入。

先削减可撤销工时，通常不会明显伤害服务；直接削减不可撤销工时，可能导致短期工资下降、长期投诉和流失上升。真正专业的降本，是知道哪些钱可以省，哪些钱必须保留。

2. 在全职稳定和兼职弹性之间取舍

全职员工熟悉流程、稳定性高，适合承担开档、核心后厨和店内管理；兼职或小时工灵活，适合覆盖短时高峰，但培训、到岗稳定性和质量控制成本更高。

如果门店高峰稳定、员工技能要求高，过度依赖兼职可能得不偿失；如果门店周末波动很大，完全使用全职固定班又会增加低峰浪费。投资人应根据客流波动幅度和岗位复杂度组合使用，而不是追求某一种用工方式。

3. 在预测准确和现场灵活之间取舍

没有任何预测能完全准确。排班过度依赖预测，遇到天气或活动变化就会失效；完全不做预测，则只能依靠店长临场救火。较好的方案是用预测确定骨架，用现场指标触发弹性调整。

可以设置三个触发信号：连续15分钟排队超过设定人数、待出餐订单超过设定数量、某岗位积压超过设定时间。触发后才启动待命人员或跨岗支援，取消条件也要明确。这样既保留灵活性，又避免店长凭感觉随意调人。

4. 在标准化和个性化之间取舍

连锁门店或多店投资组合需要统一口径，否则无法横向比较；但每家店的商圈、面积、客单价和订单结构不同，不能用统一人数硬性要求。统一的应该是指标定义、数据周期和异常处理流程，而不是每家店都必须安排相同数量的员工。

例如，可以统一要求所有门店提交“每小时销售额、订单数、实际工时、岗位缺口和异常原因”，但允许商场店、社区店和外卖店使用不同的高峰阈值。这样既保留管理可比性，又不牺牲门店经营差异。

九、执行落地：用四周完成一次排班效率体检

1. 第一周：只记录，不急着改

第一周的目标是建立基线。店长按小时记录销售、订单、计划工时、实际工时和明显异常，不要一看到低峰产出低就马上删班。因为低峰可能承担备货、清洁和培训任务，贸然修改会让数据失去可比性。

• 统一营业时间和餐段定义。
• 区分计划工时与实际工时。
• 记录员工岗位，而不只是员工姓名。
• 标注天气、活动、团购和临时大单。
• 记录高峰等待、错单和积压情况。

2. 第二周：找出三个最明显的异常窗口

第二周不需要分析所有时段，只找三个最明显的问题：单位工时销售额最低的低峰窗口、等待时间最高的高峰窗口、计划与实际偏差最大的窗口。每个窗口都要附上原因假设，不能只写“人多”或“人少”。

例如，“周二14:00至16:00销售额低”不是完整原因；“周二14:00至16:00销售额低，但安排了完整午餐班，且备货任务在11:00前已完成”才足以支持调整。

3. 第三周：只改一到两项变量

排班优化最怕同时改动太多内容。第三周可以只调整低峰固定班和晚餐高峰补位，其他条件保持不变。这样第四周才能判断结果究竟来自哪个动作。

如果同时更改菜单、价格、促销、营业时间和人员配置，即便销售变化，也无法知道是哪项措施产生了影响。对于投资人来说，逐步试验比一次性大改更容易形成可复制经验。

4. 第四周：看结果，也看副作用

第四周要同时观察单位工时销售额、人工成本率、等待时间、错单率、员工加班和顾客评价。只看人工成本下降，可能漏掉服务损失；只看销售额上升，也可能忽略员工疲劳和加班。

四周体检结束后，投资人不一定要得到一个“最优排班表”，而应得到一套能持续修正的规则：什么情况下加人、什么情况下收缩、什么情况下调整任务时间、什么情况下必须保留安全冗余。

十、工具和管理方式：先把数据链打通，再谈智能排班

1. 最低可行工具链是什么

投资人不需要一开始就购买复杂系统。最低可行的工具链包括收银系统、考勤记录、排班表和异常复盘表。关键是四类数据能够按日期、时段和岗位对应起来。

如果销售数据按小时统计，考勤却只有整天汇总，人工效率就无法准确计算；如果考勤准确但岗位信息缺失，就无法定位瓶颈；如果异常只在群聊里口头说明，月底很难形成可复用经验。工具的价值首先是让数据互相匹配，其次才是自动计算。

2. 什么时候值得使用排班管理工具

当门店数量增加、员工超过一定规模、兼职占比上升，或者店长每天花费大量时间处理调班时，使用专门的排班管理工具会更有价值。它可以减少重复录入、保留调班记录、提醒工时异常，并帮助投资人按门店和时段比较数据。

但工具不能替代经营判断。系统可以告诉你某时段缺人、某员工超时、某门店工时偏高，却不能自动判断是天气造成的客流变化，还是岗位流程设计错误。投资人应把工具当作证据整理器，而不是自动决策者。

3. 数据可信度比数据数量更重要

排班报表最常见的问题不是没有数据，而是数据被人为修饰。店长为了让达成率好看，可能补录打卡；员工为了避免超时，可能提前打卡下班后继续工作；不同门店对“实际工时”和“加班工时”的定义也可能不同。

我建议建立三项校验：考勤记录与工资核算是否一致、排班工时与现场视频或交接记录是否大致匹配、异常工时是否有原因说明。不要追求每一条数据都完美，但要保证异常能被看见、解释和追踪。

十一、投资人最终要看的管理结论

1. 先判断问题属于“总量”还是“结构”

如果总工时高、低峰冗余明显，问题偏向总量和班次设计；如果总工时不高但高峰等待严重，问题偏向结构和岗位配置；如果工时、销售和服务同时恶化，则要进一步检查客流、产品、流程和人员能力，不能只把责任归给排班。

这一步非常重要。不同问题对应不同动作：总量问题可以优化班次；结构问题需要重排岗位；能力问题需要培训和流程改造；客流问题需要重新评估营业时段和营销投入。

2. 再判断降本是否具有可持续性

一次减少20小时工时，不代表管理能力提高。只有当减少低效工时后，单位工时销售额保持稳定或上升，高峰服务没有恶化，加班和离职没有增加，这次调整才具有可持续性。

我会把排班优化分为三层：第一层是删除无任务等待；第二层是把工时移动到真正需要的时段；第三层是通过培训和流程让同一名员工承担更多可协作任务。越往后，管理难度越高，但长期收益也越稳定。

3. 最后把经验沉淀为规则

投资人不能每周都亲自盯着排班表。真正有价值的结果，是把复盘经验写成规则。例如：周五晚餐订单超过某一阈值时，提前90分钟增加配餐岗位；连续两周下午单位工时销售额低于某一基准时，减少固定班并前置备货；收档超过标准时长时，检查任务清单而不是直接要求员工加快。

规则必须包含触发条件、执行动作、责任岗位和复盘指标。只有这样，排班效率才不会依赖某个店长的个人经验，也不会因为人员更替而重新失控。

十二、总结：餐饮成本管控的第一张报表，应该从“每小时的人”开始

对刚开始看餐饮报表的投资人来说，最容易陷入两个极端：要么只看人工成本率，看到数字上升就要求削减；要么只听店长解释，认为客流不可预测所以无法管理。我的判断是，客流确实有波动，但排班至少可以通过小时级数据、岗位产能和异常原因不断逼近合理状态。

排班效率的独特价值，不在于把人工成本压到最低，而在于把每一小时的人力放到最能影响销售、服务和流程的位置。低峰减少的是等待，高峰补足的是瓶颈，开档提前做的是准备，收档控制的是拖延。四者结合，才会真正改善利润。

下一步可以从一家门店开始，连续记录14天的小时销售额、订单数、计划工时、实际工时和岗位异常。先找出一个低峰冗余窗口和一个高峰缺口窗口，只调整一到两项班次变量，再用四周数据观察单位工时销售额、等待时间、加班和错单率。等第一轮结果稳定后，再把同样的方法复制到其他门店。

当你能回答“哪一个时段多了人、哪一个岗位少了人、这次调整带来了什么结果”时，餐饮报表才真正从记账工具变成了投资决策工具。

免费注册

咨询方案

扫码咨询方案