產能導向的排班方法：以工作站與預估客流為核心

先確定「為誰而開」，再談排班

輔導過多家新創餐廳，最常看到的第一個錯誤，就是急著設計菜單、裝潢風格，卻沒想清楚「這家店為誰而開」。一家主打家庭聚餐的餐廳，與一家鎖定午間商務客的簡餐店，兩者的離峰、尖峰時段截然不同，工作站的設計（例如外帶打包區、兒童椅擺放區）也會影響人力配置。若企圖討好所有客群，往往在尖峰時段哪種客人都服務不好，排班自然無所適從。因此，排班的第一步不是計算工時，而是回頭檢視你的目標客層。明確了客群，才能預測他們何時上門、需要什麼服務，進而決定每個時段應該安排多少人力。

我的建議是：開店前，先用一張紙寫下「主要客群」與「次主要客群」，並標註他們可能的消費時段（例如上班族午間12:00-13:30、家庭客假日11:30-13:00）。接著，盤點你的工作站（如出餐口、吧台、收銀、清潔），以及每個工作站需要的最少人力數。這份盤點，是排班的基礎藍圖。

以預估客流為核心，拆解每小時工作站需求

排班不是「一天幾個人」，而是「每一小時，每個工作站需要幾個人」。核心做法是先做「每小時來客數預測」，再轉換成「工作站所需人時數」。具體步驟如下：

• 統計歷史數據：從POS系統拉出過去三至六個月的每小時交易筆數，排除促銷、節日等特殊日，找出平日與假日的平均曲線。
• 設定產能係數：例如，外場服務生每小時可服務約15至20組客人（依餐點複雜度調整），廚師每人每小時可出30至50份主餐。這個數字可透過實際計時測得。
• 計算每小時需求人時：將預估來客數除以產能係數，取整數並加上緩衝（建議10-15%），得到該工作站每小時的最低人力數。

例如，某家義大利麵館預估週六12:00-13:00來客80人，外場產能係數為每小時每人服務20人，則需要4名外場。但因為還有帶位、點餐、結帳等不同工作站，更細緻的做法是拆解出「帶位員」、「點餐員」、「送餐員」，各自計算需求量。

把需求轉成排班表：正職與兼職的搭配策略

有了每小時需求圖，就能畫出「人力負荷曲線」。將固定工作站（如主廚、收銀）與變動工作站（如外場支援、洗碗）分開。排班時，優先安排正職人員覆蓋基礎需求（例如每天10:00-14:00、17:00-21:00必須有正職在崗），再以兼職人員填補尖峰時段的多餘需求。舉例：某餐廳每週六晚上是高峰，以兼職工讀生排入18:00-22:00，而正職則負責管理與出餐品質。

常見錯誤是為了讓員工「一天上滿8小時」，硬把人力從離峰塞到尖峰，或反之。正確做法是打破「一天一班」的框架，採用「分段班」例如11:00-14:00與17:00-21:00，中間休息，只需支付實際工作時數的薪資。同時，必須建立「跨站訓練」制度，讓外場能支援簡單內場工作（如備料），增加調度彈性。

導入滾動式預測與現場微調

預估客流不可能100%準確，因此排班表需要「滾動調整」。建議每週一審視上週實際狀況，修正本週預測。導入數位工具（如雲端試算表或排班軟體）可以即時更新預估，並自動生成需求人數。實務上，我也建議保留「機動人力」，例如兼職人員排入「待命班」，尖峰超過預估時只需一通電話，即可在30分鐘內到崗。

此外，每日營業前，值班經理應根據當日天氣、訂位數、外送平台訂單量（如有），微調當日排班。例如雨天外送訂單可能增加，但內用減少，可將部分外場抽調去協助打包。實施滾動預測時，初期會比較費神，但兩週後就能累積可靠的數據模型。

常見錯誤與成本管控提醒

最常見的排班錯誤有四：

• 只看「整天業績」而忽略「每小時」：整天業績高不代表每個時段都該排滿人，可能午餐爆滿、晚餐冷清。
• 固定班表不動如山：例如週三總是有促銷活動，但班表卻沒跟著調整。
• 缺乏「工作站」思維：只算總人數，沒考慮廚房內場「爐台」與「備料」是否需要區分。
• 為了「公平」而平均分配人力：完全平均分配，導致尖峰人手不足、離峰閒置。

要知道，人力成本通常佔營收的25%至35%（視產業型態），排班過度寬鬆會直接侵蝕利潤。但過度緊縮又會導致服務品質下滑，客訴增加。建議以「工作站人員數下限」為底線，寧可離峰時段全店僅2人（例如一人外場兼收銀、一人在廚房），但絕不能低於這條安全線，否則易發生工安或食安問題。

持續優化：以數據回饋校準排班模型

最後，排班不是「做完就丟」，而是需要持續優化的系統。每個月，對比「預估客流」與「實際來客數」的差異，找出預測誤差的來源，例如附近新開了競爭店、氣候變化、或外送平台流量轉變。同步檢視每位員工的工作效率，透過工作流程改善（例如改進備料流程、移動設備位置），提高產能係數，就能在同樣來客數下減少所需人力。

同時，邀請員工參與排班溝通，明白排班的依據，能減少抱怨。舉例，曾有一家店排班老是讓資深員工抱怨假日不想上班，後來我建議讓資深員工優先選平日固定班，但假日則以兼職為主，並在週間多排他們負責開店與備料的訓練，結果離職率大幅降低。排班是一種科學，也是一種管理藝術，核心始終是：「先想清楚為誰而開，再用數據說話。」