跳过导航链接首页 » 劳动力管理 » 劳动力管理行业解决方案
从合规问题看餐饮企业劳动力管理的必要性
2014-01-07 打印本页
分享到:
字体

 

 

随着我国居民收入水平的增加、生活节奏的加快以及消费观念的改变,近十几年来,餐饮业呈现持续高速的发展势头,并已成为我国服务业中的一个重要支柱产业,对于拉动经济增长,促进就业都发挥了重要作用。

 

在看到积极向好的一面的同时,我们也要看到在迅速扩张的过程中,所暴露出的合规方面的一些问题。近几年,餐饮卫生违规事件频出,比如某中餐连锁企业存在餐具清洁不合标准,尤其是用餐高峰时段,“简化”操作环节,消毒清洁敷衍了事;某知名全球快餐连锁企业,食品超过保鲜、保温时限并未废弃处理,更改有效期标签继续销售;餐厅员工没有健康证或健康证过期不续等现象在餐饮企业中也比比皆是。这些问题门店有的停业整顿,有的被罚款,其中一些上市企业的股票也应声下跌。对于连锁餐饮企业来说,这类问题不仅是对某家门店的影响,而影响的是该餐饮品牌在消费者心中的形象。

 

关于上述的卫生安全隐患,我们不妨从劳动力管理的角度来思考一下它们产生的原因,以及如何解决这些问题,让消费者能够得到更好的服务体验。

 

 

建立并不断优化工时标准

 

首先,就餐饮业而言,午餐和晚餐时段即餐厅最为忙碌的时段,为了减少顾客等待的时间,保证客户满意度,此时各个岗位的劳动强度势必将增大,如果没有足够的人手,就可能会导致员工疲劳,普通人在身心俱疲的时候恐怕也很难保证工作态度和质量。如果能够根据工作量匹配合理的人员,那么就能减少超负荷工作的情况,同时加以有效的培训和管理,相信工作质量也能够得到保证。这样做既可以保证卫生清洁达标等服务要求,让顾客吃的放心安心,同时也避免员工因劳动强度长期过重而对企业满意度下降,造成人员流失。所以针对各个岗位,建立合理的劳动力匹配标准将有助于避免超负荷工作,保证服务质量的达成。

 

关于劳动力匹配标准,也即餐饮门店的工时标准,在这里我们列举一些工时标准的分类和影响其建立的因素,给大家作参考。首先,我们可以把工时分为两类,一类是属于直接工时,一类属于间接工时。直接工时即准备、制作菜品,点餐、传菜等直接服务于顾客的工作时数;间接工时即非直接服务于顾客的工作时数,如开业、打烊、进货、开会、培训等。直接工时涉及的岗位或工作内容通常与营业数据直接相关,工时随营业数据的变化而变化,所以应针对不同的岗位(工作站)制定相应的工时标准,并将营业数据与岗位挂钩。其表现形式通常为下图所示:

 

关于各岗位的具体数值,因不同的餐饮形态和标准化程度而异,但通常还会考虑技能水平、餐厅布局、动线等因素。例如,对于新开业和已开业多年的门店,门店运营效率有所不同;有些餐厅只有一层楼面,有些餐厅有两层,动线就会有差异;同一餐厅,针对早餐产品和正餐产品,其工时标准也会有所不同。因此工时标准需要结合实际情况来制定,另外,工时标准的制定并非一次性,需要持续地改善优化。

 

间接工时通常不受营业数据变动的影响,属于日常例行事务。例如,门店只要照常营业,那么开业、打烊等工作就要进行;包括店长每周进行营业额预估、工时预估,做员工排班也属于例行事务,要占用一定的管理工时。所以对于间接工时的工时标准通常是固定的:每天开业准备1小时;打烊收市1小时;每周做预估、排班5个小时等。

 

 

科学有效地进行营业预测

 

那么,对于修改食品有效期的行为,表面上看是员工的违规操作,但实际上这种行为的产生与餐厅的生产计划有着紧密的联系。餐厅每天都会制定生产运营计划,包括每天应该准备多少原材料,什么时间生产等。对于一些经营快餐的企业,为了保证供餐的速度,有一些菜品和主食需要提前制作,同时为了保证所供餐品的新鲜度,需要给预制的餐品设定废弃时间,逾期应进行废弃处理。在实际运营中,餐厅既要确保预制的产量能够及时满足顾客需求,又要避免预制的产量过剩而造成浪费,这时生产计划的制定就尤为关键。然而生产计划实际又是根据餐厅的就餐需求而制定,那么营业预测的准确度、维度和细度就成为了关键。

 

预测的准确度主要是指所采用的预测算法,预测算法并非一成不变,需要结合各门店的实际情况而定。比如针对已经运营一年以上的门店,可参考的历史营业数据较充足,变化规律也已稳定,那么可以采用日均趋势法作为预测算法。对于新开业或运营不足一年的门店,一方面可以参考同类型门店的历史数据,采用日均趋势法,另外也可以采用业界常用的平滑指数算法进行预测。这里我们以日均趋势算法为例,通过下图帮助大家理解其基本原理:

在这里我们参考了过去6周以及去年同期6周的数据,得出平均的趋势指数,然后就可以按此指数得出未来一个时期每天的总营业额。对于一天之内的营业波动,我们不仅要参考历史同一天同一个时段的波动变化,也可以参考前一天同一个时段的波动变化,并考虑节假日、打折促销等特殊事件的影响,最终形成一天的营业波动预测。

 

营业预测的维度主要是指直接影响门店各服务岗位工作量的因素,比如营业额、开台数、在台数、销售碗数、TC客流数等。预测维度也因不同的餐饮形态而不同,结合企业的管理要求和特点也会制定不同的统计维度。不同的预测维度影响不同岗位的工作量,每个岗位都与一个或多个预测维度相关联,这样结合前面介绍的岗位工时标准,就可以得出每个岗位所属的工时数和人数。这样得出的人工需求即依据业务需求而制定。

 

关于营业预测的颗粒度,即预测的时间间隔,比如每15分钟或每半个小时。颗粒度越细,最后形成的波动曲线就越平滑,就越能够体现出高峰低谷的变化。这样就可以有针对性的分配充足的人力来满足业务的高峰,同时避免低谷时段人力的浪费。当然,并不是说颗粒度越细越好,对于不同的餐饮形态应选择合适的细度。比如快餐企业的营业波动在很短的时间内会呈现很明显的变化,那么每15分钟的营业预测更加有效;对于传统中餐,可能每半个小时的预测更为适合。

 

事实上,很多餐饮企业已经在进行门店的营业预测,鉴于方法和方式的原因,在真正执行的时候,很难全面考虑预测的维度,也很难将颗粒度切割得较细,由于很多预测工作是人工完成,所以对预测算法的理解和应用水平因人而异,因此预测的效果和效率也不太理想。关于营业预测的算法和管理思路,通过借助IT手段,可以很容易的固化下来,便可以减少人为的影响,更有效的贯彻执行企业的运营管理思想。这样也是希望通过准确的营业预测指导生产运营计划的制定,从而更好的利用有限的资源并保证客户满意度。

 

 

优化排班,更加全面、公平

 

人员流失率高,招工难也是餐饮行业在人力资源管理方面领先的问题之一,但并不意味着可以“先上岗后办证”;对于技能资格不符合岗位要求的员工,不能为其指派无法胜任的工作;对员工的技能资格有效期要定期检查和跟踪,避免“过期不续”的情况出现。这些就需要门店管理者清楚掌握员工所具备的技能、证书情况,并且在排班的时候将正确的人安排到正确的位置上,只有进行正确的分工才有利于保证工作效率和服务水平。但餐饮行业的人员流动性非常大,门店管理者要想清楚的知道所有下属的技能资质状况,存在很大难度;在排班分配任务时,需要翻看厚重的员工资料册。对于每个员工的健康证何时到期,也需要门店管理者进行记录并定期查看,这无疑也将占用很多工作时间。另外,在人为排班的过程中很难充分考虑均衡性,也存在“人情班”等现象,这些都可能导致员工的不满和流失。

 

事实上,通过IT系统就可以帮助我们很容易的实现排班自动化,可以灵活地设定排班规则来指派合适的人员。接下来我们列举一些常见的排班规则供大家参考:

 

1.       只有健康证有效的员工可以被选择进行排班,并在证书到期前自动提醒。

2.       很多员工具备多项技能,分为主要技能和次要技能,在排班的时候系统能自动的去判断哪些员工的主要技能符合岗位要求,可以优先排这些员工,然后再考虑哪些员工的次要技能符合要求。

3.       根据员工填报的可用时间段,系统自动判断员工时间的可用性,并在排班时选择该时段可用的员工。

4.       餐饮门店有全职工和兼职工,对于兼职工而言,他们通常掌握的技能较为单一,全职工多为多技能员工,所以在排班时可以先排兼职的员工,再排全职员工,这样可以有更大的灵活性以满足各个岗位的需求。

5.       排班时考虑各员工已工作或已排班的工时数,可以优先排工时数较少的员工,尽可能确保排班的公平性。

6.       另外关于班次时长,班次间隔,排班天数等方面也可以设定约束条件进行控制。

 

上述仅列举了一部分排班规则,如果就单个规则来看,依靠人工判断还具有可行性,但现实中是需要将这些规则综合考虑,而且对各规则也要排定优先级,这时完全依靠人来判断难度很大,很难排出满足各方要求的班表。但借助技术手段,就可以在短时间内进行多次模拟比较,得出较为优化的排班表,结合人工需求的预测结果,可以获得更加可视化的需求与排班的对比,以便再进行微调。以需求为驱动的优化排班,将能够更好的满足业务需求,高效地利用劳动力资源,避免高峰时段人员不足,低谷时段人员冗余,使人工成本支出更为合理有效。

 

 

对于餐饮连锁企业来说,形成一套门店运营的管理体系固然非常重要,但更重要的是如何将这套模式更好的在各门店有效的推广执行。

 

综上所述,消费者不仅希望能够安心享用美食,同时也越来越看重服务体验;有关部门对于企业运营合规的监管力度也逐渐加强。因此能够提供有特色的餐饮产品,干净整洁的用餐环境,优质的服务,这些对于餐饮企业树立品牌形象,保持竞争优势十分重要。虽然一些餐饮企业出现了合规问题,遭遇到信任危机,但这也为企业审视和改善内部运营管理提供了很好的时机和切入点,更有利于实现快速复制不走样的目标,保持长久稳定的发展。

站内搜索
最新培训与会展
» 更多