以營業額與尖峰時段推算人力需求：建立科學化的排班模型

第一步：描繪你的營業額曲線與客流時鐘

過去我們總習慣用「早班、晚班」的固定架構來排班，但這種思維往往造成離峰時段人浮於事、尖峰時段人手不足的雙重浪費。要建立科學化排班，第一步就是拋開既有班表，先還原顧客的實際行為。拿出過去至少三個月的每日營業明細（POS 或手寫帳本皆可），以每 30 分鐘為單位，計算平均營業額與來客數，畫出每週七天的「客流曲線」。

多數餐廳會呈現明顯的兩個高峰（午餐與晚餐），但細節才是關鍵：週五晚餐的尖峰是從 18:00 開始還是 18:30？週末早午餐的拉麵時段會持續多久？這些差異直接影響你該幾點配置多少人。此外，將營業額除以平均客單價，可粗略換算成來客數，這個數字才是人力的真正對應指標——因為洗碗、出餐、帶位的工作量與「人數」相關，而非「金額」。

具體做法：

• 用試算表建立每週七天、每天 24 小時的表格。
• 填入每 30 分鐘的來客數或營業額（若無數據，可先現場記錄一週）。
• 以視覺化圖表標出高峰、次高峰與離峰時段。
• 計算各時段的「來客數佔全天比例」，作為人力配置的基礎。

第二步：拆解工作站，計算「每小時所需人時數」

有了客流曲線後，接著要定義出餐與服務的單位產能。不同工作站（外場帶位、點餐、送餐、吧台、廚房各區）都有每小時能服務的上限。每 30 分鐘的來客數，除以站點的每小時產能，就能得出該時段需要的「人時數」。例如，外場服務人員每小時約可服務 20-30 位顧客（依餐點型態與動線而定），廚房每小時約可出 60-100 份餐。

這裡必須提醒：產能會因餐點複雜度、設備數量而異。建議你先以「現場計時」的方式實測自己店內各站點的產能，例如找一天在安靜時段連續模擬出餐，記錄實際產出。有了產能基準，便能建立「每時段最低人時需求」的表格。

接著，將「人時需求」除以「每位員工當日可工作時數（通常 8 小時）」，即可推算出當日需要的總人力。「這不只是數學題，更是對顧客體驗的承諾。」我曾看過一家中型餐廳，老闆為了省人力，將外場縮到只剩一位，結果週末尖峰時段點餐出錯率高達 15%，顧客負評連連，反而流失更多營收——這正是過度節省人力的代價。

第三步：導入彈性排班，用「分班制」與「兼職」填補尖峰

科學化排班的核心精神是「讓人力貼著客流曲線走」，而不是硬切三班。實務上，可採用「分班制」：正職員工在離峰時段休息，尖峰前後再回來上班；同時大量運用兼職或計時人員，僅在特定的 2-3 小時高峰時段出勤。這能有效降低總人事成本，同時避免員工過勞。

舉例來說，某家日式拉麵店發現週末晚上 18:00-20:00 是最高峰，便安排兩名正職廚師在 16:00-17:00 休息，接著從 17:00 連班至 21:00；另外再加派兩名兼職外場僅於 17:30-21:00 上班。如此一來，週末晚上的人力從原本的 5 人提升到 7 人，但實際增加的總工時僅 6 小時，人事成本增加有限，服務品質卻大幅提升。

注意事項：

• 分班制需與員工溝通，確保休息時間確實到位，避免連續上班過久。
• 兼職人員的訓練應簡化，聚焦於核心工作，降低上手門檻。
• 建立「目標人力表」貼在休息室，讓員工了解為何這樣排班。

第四步：建立「預測模型」並定期校正

科學化排班不是一次性專案，而是持續滾動的系統。建議以週為單位，將上週的實際來客數與預測值比對，找出偏差原因（例如天氣、週邊活動、季節性），並更新下週的預測。初期可使用簡單的移動平均法，之後可逐步納入「特殊日期」標記（如國定假日、發薪日、大型活動日）。

「先想清楚『這家店為誰而開』，再談裝潢與菜單——什麼客人都想討好的店，通常誰也留不住。」這句話在排班上同樣適用：你的目標客群是家庭客、上班族還是夜貓子？不同客群決定了你的尖峰分布，也決定你該在哪個時段投入最多資源。例如，若主力是上班族，週間中午與週五晚上就是關鍵；若主力是家庭客，週末午間與假日早午餐才是重頭戲。

此外，定期檢視「每小時人事成本／營業額」的比值，一般來說，控制在 20-30% 屬健康範圍（依餐飲類型而定）。若某時段比值過高，就需調整人力或促銷策略來轉移需求。

第五步：導入工具與 SOP 因應突發狀況

使用雲端排班軟體（如行事曆表單、排班 App）能大幅減少行政時間，並自動計算總工時與薪資成本。但工具只是輔助，更重要的是建立「現場調度 SOP」：當尖峰比預期早到或晚結束時，值班主管必須有權力即時增減人力（例如聯絡兼職人員提前到班、讓正職延後休息）。

實務建議：設置「人力調度白板」，每小時更新實際來客數與服務狀況，讓大家一目瞭然。同時，訓練所有員工「多能工」，例如外場能幫忙包裝外帶、廚房能協助簡易出餐，如此在臨時缺勤時就不會捉襟見肘。

常見錯誤與提醒：

• 錯誤一：為了省人力，離峰時段只剩一人顧全場，結果客人進來無人接待。
• 錯誤二：忽略員工身心負荷，尖峰時段連續 6 小時不休息，導致服務品質下降。
• 錯誤三：排班完全交由資深員工「協調」，缺乏數據依據。

結論：從「固定班表」到「客流導向」的文化轉變

建立科學化排班模型並非一蹴可幾，它需要數據蒐集、產能評估與員工共識。但只要堅持以顧客流量曲線為核心，你將能省下不必要的成本，並讓現有人力在最關鍵的時刻發揮最大價值。最後回到核心概念：排班不是「人力分配」，而是「回應顧客」。當你願意誠實面對數據，而非憑感覺安排，餐廳營運將逐步走向穩定獲利。