排班管理:导致现金流受损的错误,以及能扛住高峰的方法
2026年10月28日更新:新增2个常见问题。

正确的排班应当依据实际需求,而不是习惯。请将您 Google Business Profile 的分时数据,与 Rappi/Uber Eats/DiDi 的历史订单以及 POS 的客单价数据交叉比对,并以这三条曲线来制定排班表。按这种方式规划的餐厅,人工成本可以压到销售额的 28%-32%;而照搬上周排班表的餐厅,人工成本则在 35% 至 40% 之间。另外,74% 的本地搜索最终会在 24 小时内转化为到店或下单(数据来源:Think with Google),而此时厨房可能只有半数人手在岗。
一位来自Chapinero的烧烤店老板,把他三月份的排班表和同月Google商家资料页的表现报告发给了我。排班表安排了四个人在12:00至16:00负责用餐区,两个人在19:00至23:00值班。但数据显示恰恰相反:61%的电话和58%的路线请求集中在18:30至21:00之间。他们在午餐时段人手过剩,却在晚上人手不足,而且是同一家店、同一周,数据就在一次点击之外,还是免费的。
这已经不是人力资源问题了。如今一家社区餐厅的需求,是在三个各自有运行时段的数字引擎中形成的:本地搜索、外卖平台和预订。每个引擎都有自己的曲线,而且没有一条曲线与我们从八十年代餐厅继承下来的分段排班相吻合。您完全可以拥有行业最好的食材成本率(按公司规定,每道菜绝不超过32%),但如果把人力成本放在错误的时段,依然会把整个利润吃光。
这些年我一直建议只用POS的历史数据来做排班,别无其他。这里我错了:POS只记录了已经买单的顾客;它看不到那些敲了数字化大门、却因为预计送餐时间显示55分钟而离开的需求。这部分流失的需求在收银台上看不见,却在平台后台可见,而它恰恰决定了19:00至21:30是否需要多加一名厨师。
排班管理的替代方案对比
| 按习惯排班(错误做法) | 按实测需求排班(本方法) | |
|---|---|---|
| 人工成本占营业额比 | ✕占营收的35-40%,淡季周峰值达44% | ✓稳定在28-32%,逐周对照实际营业额衡量 |
| 预测来源 | ✕上周的排班表,复制粘贴而来 | ✓三条交叉曲线:每小时GBP数据、各时段外卖数据、POS按客单统计 |
| 每周闲置工时 | ✕18-26小时付薪工时,却没有销售支撑 | ✓4-7小时的缓冲,经过刻意安排并编入预算 |
| 排班表制作耗时 | ✕店长每周日耗时3.5小时,用纸或WhatsApp制作 | ✓35-45分钟,使用已准备好的模板和数据 |
| 应对突发高峰的反应 | ✕当天临时打电话,加班费按小时加收35% | ✓预先约定的支援名单:2人,提前40分钟通知即可到岗 |
| 团队年度离职率 | ✕超过75%,提前24小时公布排班 | ✓45-55%,排班表提前14天公布并严格执行 |
| 5星评价的影响 | ✕在排班不足的时段评分下降,平均3.8 | ✓稳定在4.4-4.6,因为服务时间不会暴涨 |
排班表说的是一回事,Google后台的数据却是另一回事
查皮内罗(Chapinero)一家烤肉店,12:00到16:00前厅排4人,19:00到23:00只排2人;而其Google的表现报告显示,61%的电话咨询和58%的路线请求集中在18:30到21:00之间。午餐时人手过剩,晚餐时人手不足,同一家店、同一周,数据却免费摆在一键之遥。这种错位靠招人解决不了,只需把人时从一个时段调到另一个时段,一分钱都不用多花。支撑这一判断的数字也是公开的:根据HC-Resource的《2025年餐厅运营基准》,外卖和打包已占总销售额的40%,而这40%的订单可不会在下午两点下单。
当POS的历史数据不够用的时候
当您的需求开始在门店之外形成时,POS就不再能为您服务了。多年来,我一直建议只用收银历史数据排班,这一点我当时判断错了,因为POS记录的只是已经付款的订单,对那些已经敲开线上大门、却在预计等待时间显示55分钟后离开的需求视而不见。判断的方法很简单:如果您的平台后台在19:00-21:30时段的访问次数高于订单数,而同一时段的POS却持平,那问题不在于需求低,而在于出餐能力不足。据Earnest Analytics统计,2024年纽约的DoorDash市场份额为37.1%,Uber Eats为34.9%,Grubhub为21.8%;三个数据面板,三条曲线,而您的收银系统从未看到过它们。
方案一:对照Google Business Profile的曲线排班
最便宜的方案,就是依据您Google Business Profile的表现报告排班。它能提供六个月历史数据中到店、电话和路线请求的高峰时段,无需许可证,也无需安装。适合单店经营、客流以街坊为主、堂食占比很大的店长,这类店靠的是那些搜索“附近的餐厅”并直接步行过来的顾客。切换成本只需一个下午:按星期几导出高峰数据,粘贴到现有排班表旁边,修正三个安排最不合理的时段。它的局限确实存在,应当直说:它衡量的是意向而非实际消费,分不清是来订位的电话,还是问节假日是否营业的电话。
方案二:依据外卖平台的历史数据排班
如果您的外卖业务占比较大,起决定作用的曲线就来自Rappi、Uber Eats或DiDi,需要在每个平台的后台按半小时时段查看。这一方案最适合出餐量大、堂食比例低的厨房,在这里,人时安排不当会直接体现在出餐时间和取消订单上。Black Box Intelligence在2024年的统计显示,外卖占比超过68%的品牌,增速比其他品牌快3个百分点;但如果厨房19:30才到位,而高峰18:45就已开始,这一优势就会全部流失。切换的难度中等,因为需要手动整合两三个彼此不互通的数据面板,而且每逢促销改变曲线,都得每月重复一次。
方案三:三条曲线叠加的排班表
我推荐的方法是把三个数据源合并到同一张表格里:Google店铺主页的浏览量和路线请求,各平台按半小时统计的订单,以及POS的小票数据,逐日叠加,然后把人手安排在三者重合的地方。这也是Masterestaurant在任何运营诊断中首先会做的表格,因为它回答了唯一重要的问题:钱是在几点进账的,又需要多少人来应对。前厅的班次校准可以参考The Restaurant HQ在2024年公布的用餐时长:两人午餐约45分钟,六人晚餐桌约90分钟,典型的一桌约1.5到2小时。翻台估算不准,换班就会晚半小时,高峰也就被打乱了。第一次切换成本很高,从第二次开始几乎为零。
悖论:排得更精细,未必卖得更多
在重新调整任何东西之前,有一个矛盾需要先解决。把排班精确到分钟,完全依照实测需求来调整,确实能提高利润率;但如果班次每周都在变,人员流动就会更频繁,而流动的代价会在高峰期以派单错误的形式回到您身上,恰恰是您为之费了很大力气才覆盖住的那个高峰。我的做法是先固定三到四个基础班次作为稳定的骨架,本季度谁都不动;另外留出每周8到12小时的弹性工时,按曲线灵活调配。设想相反的情况:您每周都按面板重新分配,三月多赚了两个百分点的利润,五月却失去了最信赖的烧烤师傅,而新招的人要用六周才能跟上节奏。把这笔账算完整,节省下来的部分就全被吃掉了。
不动菜单也能提升利润率的地方
把一个人时从14:00调到20:00不花一分钱,却能改变整个晚上的结果,而这正是大多数人在寻找盈利能力时最容易忽略的一点。您的单品食材成本率完全可以做到行业最优,绝不超过每道菜32%,这是本店设定的上限,我也不建议您做到那么极致。但如果人手都排在错误的时段,利润仍会被全部耗尽,因为人工成本不是分摊到每道菜上,而是体现在盈亏平衡点上。顺便说一句,预付定金是同样有效的杠杆:OpenTable的测量显示,定金可将爽约率降低57%,预付可将其降低44%;而20:30的一次爽约,恰恰就是您安排了人手却没有收到钱的那张桌子。先把人时排对,再谈价格。
什么情况下不应该改动排班表
有三种情况,按兵不动才是正确的决定。坦白说出来,比推销一个方法更有价值。第一种:如果您的门店是带得来速窗口的快餐店,据QSR Magazine统计,美国快餐销售额中约70%经由这一窗口完成,您的客流曲线非常稳定,原有排班已经相当精准。第二种:如果您每周营业不足五天,或只有一个运营班次,重新分配的余地太小,这项工作耗费的时间会超过它带来的收益。第三种,也是我见过最容易被忽视的:如果您刚更换主厨,或还有两个空缺未补,就不要动排班表,否则会打破您仅存的稳定。先稳住团队,观察完整一个月,再来调整。
真正的差距从哪里拉开
排班不是日历问题,而是您唯一能在不动菜单、不涨一分钱价格的前提下,挪出6到8个百分点利润的地方。把一个人工时从14:00挪到20:00几乎不花钱,却能改变整晚的业绩。 几乎没人用的数据其实就摆在那里:Google Business Profile的表现报告里有浏览、电话和路线请求的高峰时段,还保留6个月的历史数据。Chowly联合创始人兼CEO Sterling Douglass指出,把线上渠道数据整合进日常运营的餐厅,会停止把外卖当成附属业务,开始围绕它安排厨房人手;这种整合正是猜出来的排班表与算出来的排班表之间的分水岭。 有一个悖论需要现在就理清:高峰期裁人看似省钱,实则是最昂贵的亏钱方式,因为服务时间每多一分钟,评分就往下掉一点,而平均评分下降一星,会影响独立门店5%到9%的营收(哈佛商学院Michael Luca)。您省下了40,000比索的班次成本,却可能让接下来三个月20:00的时段都受影响。 Masterestaurant的方法不是从软件开始,而是先用14天衡量每个时段的每人工时销售额。没有这条基准线,任何排班工具都只会把您原有的错误自动化,而且速度更快、界面更好看。 边际效率才是关键:您在班次里新增的最后一个人工时,必须带来超过其成本的销售额。一旦不再如此,就到了您的上限;这个上限在每家店、每一天、每个时段都不一样。
坦诚的方案比较:每种方案的成本及适合的人群
70%的门店都在这么做(以及它为什么失败)
- 照抄上一期排班表,只改两个名字;需求曲线变了,排班表却没变。
- 凭店长的经验衡量每班的效率,而不是看每工时的销售产出。
- 忽视Google Business Profile的表现报告,它免费提供每小时的浏览、来电和路线数据。
- 后厨每天都按同样的方式排班,但外卖订单有47%集中在周五和周六。
- 提前24或48小时才公布排班,然后又抱怨员工流动率高。
- 没有统计真实的下班时间:厨房22:00关火,员工23:20才离店,却没有记录。
真正守住利润的排班管理怎么做
- 排班表提前14天公布,高峰时段按30分钟划分,低谷时段按2小时划分。
- 一个核心指标:每工时销售额,按时段设定目标,并于每周一复盘。
- 每班签字确认的开店和收店运营检查表,弥合后厨与前厅之间的空档。
- 预先约定的支援:两名带薪待命的低强度人员,40分钟内即可到岗。
- 在营业量最大的班次结束时盘点库存,而不只是在一天结束时,以遏制库存损耗。
- 一名真正有权限的班次负责人,可以直接决定开档或收档,无需打电话请示老板。
决定排班表的关键数字
“我们用11周时间把人工成本从营业额的38%降到30.5%,没有裁掉任何人:把每周22小时的人工从午餐时段挪到18:30到21:30的时段,因为那里集中了Google上58%的路线请求,以及Rappi上61%的订单。每人工时销售额从41,000比索升至58,000比索,由于配送时间不再超过40分钟,在Maps上的评分从3.9升到4.5。”
综合案例仅供说明:案例中的名称和数字不代表真实企业,也不是行业数据。
四步搭建排班表
进入您的Google Business Profile表现报告,导出过去90天每小时的浏览、电话和路线请求数据。对Rappi、Uber Eats或DiDi的商家后台做同样的事:按时段统计订单量和平均出餐时间。最后导出POS的数据:每半小时的账单数。把三张表放在同一个表格里,每个30分钟时段一列。一个下午就能看清真实需求的分布,而它几乎肯定和现行排班表不一样。
把每个30分钟时段的销售额,除以该时段实际支付的人工时,后厨(BOH)和前厅(FOH)分开计算。每人工时低于35,000比索的时段标红,超过60,000比索的标绿。这张彩色图就是您的排班表:红色时段人手过剩,绿色时段需要加人。不要对全天取平均值,因为平均值恰恰会掩盖您想找的问题。
低谷时段安排长班,高峰时段精细切分。一位18:00上班、22:30下班的厨师,比两位从12:00覆盖到22:00的员工成本更低、产出更高。排班表要提前14天以书面形式公布,除非紧急情况不要更改:仅这一习惯对降低离职率的效果就超过任何奖金。另外提前约定一支两人的机动支援队伍,可在40分钟内到位,应对突发高峰。
每周一检查三个数字:人工成本占营业额的比例、高峰时段每人工时销售额,以及平均服务时间。每周只改一件事,绝不一次改三件,因为如果同时调整所有东西,就不知道哪项措施起了作用。把改动和结果记在同一张表上。八周之后,您就拥有自己的历史数据,这比任何行业基准都有价值,因为它来自您的门店、您的街区和您的菜单。
适用于此的Masterestaurant生态工具
没有任何工具能修好一份考虑不周的排班表,但当您已经测得基准线、希望从诊断走向每周决策时,生态中的三款工具可以帮您缩短这段路。
经理们常问的问题
餐厅排班怎样才能不为空闲工时买单?
餐厅排班怎样才能不为空闲工时买单?
正确的排班要以实测需求为依据,而不是依据习惯:把您Google Business Profile的高峰时段、外卖平台的历史数据和POS的客单价放在一起对照,然后把人工时分配到这三条曲线上。把富余时段的人工挪到需求最高的时段,不花一分钱,还能避免高峰时厨房人手不足。
堂食和外卖同时开展时,餐厅排班该怎么组织?
堂食和外卖同时开展时,餐厅排班该怎么组织?
以需求时段为单位规划餐厅排班:前厅按Google上的信息安排,后厨按平台订单安排,并为突发高峰预先约定一份机动支援名单。
排班表应提前多少个小时公布?
排班表应提前多少个小时公布?
十四天,书面公布,并严格执行。据美国劳工统计局(Bureau of Labor Statistics)数据,该行业年人员流动率接近75%,其中很大一部分是因为班次只提前24小时通知。提前两周公布不花一分钱,却是您对抗人员流动最便宜的杠杆。
12名员工的门店需要排班软件吗?
12名员工的门店需要排班软件吗?
员工达到10到12人起就适用,前提是您已经测得每人工时销售额。如果还没有,软件只会把您现有的错误自动化。先用一张表手工测量14天;之后,如果店长每周花超过3小时排班,软件的投入就能自己回本。
库存管理怎样与排班管理衔接?
库存管理怎样与排班管理衔接?
在营业量最大的班次结束时盘点,而不只是在一天结束时。如果每天盘点一次,库存损耗就无人负责;如果按班次盘点,每位负责人都要签字确认自己的数字,有具体的人为结果负责,损耗自然会下降。先盯住三种关键原料就足够开始。
扫码点餐能替代纸质菜单,减轻服务员的工作量吗?
扫码点餐能替代纸质菜单,减轻服务员的工作量吗?
不是。在Masterestaurant上,建议始终是两者兼用:纸质菜单掌控服务节奏、菜品故事和推荐销售;二维码作为外卖、无障碍、价格调整和数据分析的补充。为省一名服务员而取消纸质菜单,通常会让平均客单价受损。
排班管理:来自官方来源的2026数据
可核实的基准数据,来自官方及非商业来源(政府、行业协会和市场数据),绝不取自竞争对手。
| 数据 | 数值 | 来源 |
|---|---|---|
| 墨西哥餐饮业直接就业人数 | 2,1 百万个直接就业岗位 | CANIRAC 2024 |
| 墨西哥餐饮行业中的微型企业 | 96%的经济单位为微型企业 | INEGI / CANIRAC |
| 食材库存周转率(行业基准) | 每月4至8次 | Sculpture Hospitality (regla de la industria) |
| DoorDash在餐食外卖配送中的份额(美国) | 67%的观测销售额(2024年3月,含Caviar) | Bloomberg Second Measure 2024 |
| Uber Eats在餐食外卖配送中的份额(美国) | 23%的观测销售额(2024年3月) | Bloomberg Second Measure 2024 |
| 2024年底DoorDash全国份额(美国) | 60,7% (Uber Eats 26,1%; Grubhub 6,3%) | Earnest Analytics 2024 |
