Datadrevet bemanning: Slutt å gjette på bemanningsplanen

Lønn utgjør vanligvis 30–35 % av en restaurants totale omsetning. Det er den største utgiften du kan kontrollere direkte på daglig basis.

Likevel planlegger de fleste restauranter bemanning basert på en kombinasjon av vane, magefølelse og det som fungerte forrige uke. Resultatet: kronisk overbemanning på rolige kvelder (penger ut av vinduet) og underbemanning på travle kvelder (gjester ut av døren). Begge er kostbare. Den ene vises bare raskere på bunnlinjen enn den andre.

99 % av operatørene sier de bruker mer på lønn i år sammenlignet med i fjor.

Datadrevet bemanning betyr ikke å erstatte din vurdering med et regneark. Det betyr å gi vurderingen din bedre grunnlag -- og dataene sier at dette grunnlaget er mye verdt.

Det optimale bemanningspunktet

Hvert skift har et optimalt bemanningsnivå. For få servitører og gjestene venter for lenge, servicekvaliteten faller, og du taper inntekter. For mange, og lønnskostnaden per gjest blir uholdbar.

Det optimale punktet er smalt, og det flytter seg. En fredag i januar trenger annen bemanning enn en fredag i juli. En fredag med en lokal festival trenger annen bemanning enn en vanlig fredag. Været, bookingtakten og tiden på året skyver alle på målet.

Å konsekvent treffe nær det optimale krever at du vet hvordan etterspørselen ser ut før skiftet starter. Og dataene på hva som skjer når du treffer riktig, er overbevisende.

Prisen på å bomme

79 % av restaurantene rapporterer at de manglet minst én stilling i 2024. Samtidig tapper overbemanning på stille kvelder marginene.

Tall fra National Restaurant Association viser at lønnsomme fullservice-restauranter holder lønnskostnadene på 34,2 % av salget, mens tapsgående restauranter bruker 42,9 % -- en differanse på 8,7 prosentpoeng. Den differansen handler ikke om å betale ansatte mindre. Den handler om å plassere ansatte der etterspørselen faktisk er.

En restaurant med EUR 50 000 i månedlig omsetning som reduserer lønnskostnadene med bare 3 prosentpoeng, sparer EUR 1 500 hver måned -- EUR 18 000 per år. Det er forskjellen mellom et lønnsomt år og et nullsum-år.

Hvorfor den gamle tilnærmingen feiler

Faste ukeplaner

Mange restauranter bruker en fast roterende ukeplan: samme antall servitører hver tirsdag, samme hver lørdag. Dette ignorerer at etterspørselen varierer fra uke til uke. En tirsdag før en helligdag oppfører seg ikke det minste likt en vanlig tirsdag.

Speile forrige uke

"Vi hadde 80 gjester forrige fredag, så vi planlegger for 80 denne fredagen." Dette er bedre enn en fast plan, men det ignorerer trender og arrangementer. Hvis bookingene ligger 20 % høyere enn på samme tidspunkt forrige fredag, må du vite det innen onsdag -- ikke oppdage det klokken 19 på fredag.

Lederens intuisjon alene

Erfarne ledere utvikler en sans for travle kvelder. Men 38 % av restaurantskiftene er feilbemannet -- gapet mellom intuisjon og optimalt er større enn de fleste operatører tror.

Hva datadrevet bemanning innebærer

Start med en etterspørsselsprognose

Bemanningsbeslutningen bør starte med en prognose, ikke en tom vaktlistemal. Hvor mange gjester er forventet? Hvordan er den nåværende bookingtakten sammenlignet med typisk takt for denne dagen?

41 % av amerikanske restaurantkjeder bruker nå prediktiv analyse for planlegging og salgsprognose, opp fra 29 % i 2021.

Hvis systemet forteller deg "fredag ligger 15 % over gjennomsnittet på dette tidspunktet i uken", legger du til en servitør. Hvis det sier "onsdag ser 20 % under normalt ut", justerer du før skiftet.

Definer ditt serviceforhold

Hver restaurant har et implisitt gjester-per-servitør-mål. I casual dining kan én servitør håndtere 20–25 gjester. I fine dining synker tallet til 8–12. Kjenn ditt tall og bruk det konsekvent.

Med en prognose på 90 gjester og et mål på 15 gjester per servitør trenger du 6 servitører. Enkel divisjon, men den fungerer bare hvis prognosen er pålitelig.

Flagg høytrykksskift tidlig

Noen skift fortjener ekstra oppmerksomhet. En forutsett etterspørsel godt over kapasiteten din, en helligdagshelg, et arrangement i nærheten -- disse bør flagges dager i forveien.

De verste bemanningsfeilene skjer når du oppdager problemet for sent. Et tidlig varslingssystem gjør fredagsmorgenpanikk om til tirsdagsettermiddagsplanlegging.

Spor nøyaktighet og forbedre deg

Etter hvert skift, sammenlign faktisk etterspørsel med prognostisert etterspørsel. Hvor traff du riktig? Hvor bommet du? AI-verktøy forutsier nå bemanningsbehov med opptil 95 % nøyaktighet, ifølge National Restaurant Associations referansetall.

Denne tilbakemeldingssløyfen er det som gjør datadrevet bemanning fra teori til en praksis som forbedres over tid.

Bookingtakt: nøkkelmetrikken

Det kraftigste bemanningsverktøyet er bookingtaktsammenligningen. Den måler hvordan dagens bookinger sammenlignes med der du typisk er på dette tidspunktet før en tilsvarende dag.

Hvis du normalt har 20 bookinger innen onsdag for den kommende lørdagen, og denne onsdagen har du 28, ligger etterspørselen foran normalt. Dette signalet er tilgjengelig dager før skiftet. Det gir deg tid til å justere vaktlister, kalle inn ekstra hjelp, eller forberede kjøkkenet på høyere volum.

Ingen annen metrikk gir deg denne kombinasjonen av tidlig varsling og pålitelighet.

Det økonomiske argumentet

70 % av restaurantene som bruker digitale planleggingsverktøy, ser forbedret lønnssomhet.

National Restaurant Association rapporterer at datadrevet prognose kan redusere lønnskostnadene med opptil 20 %, samtidig som det forbedrer ansattes engasjement ved å skape mer forutsigbare vaktplaner.

En mellomstor kjede så overtidskostnadene falle med 22 % i løpet av tre måneder etter å ha innført etterspørselbasert planlegging.

Tallene varierer mellom restauranter, men retningen er konsekvent. Å tilpasse bemanningen til etterspørselen sparer penger og forbedrer servicen på samme tid.

Hvordan Nine Tables hjelper

Nine Tables kobler sin etterspørselsprognose direkte til bemanningsanbefalinger. Systemet beregner forventede gjestetall basert på bookingtakt, historiske mønstre, vær og lokale arrangementer. Det bruker ditt serviceforhold og flagger skift som trenger oppmerksomhet.

Anbefalingen er et utgangspunkt, ikke et direktiv. Lederen har alltid siste ord. Over tid mates justeringer tilbake inn for å forbedre prognosen.

Kom i gang med det du har

Du trenger ikke sofistikert teknologi for å starte. Selv å spore bookingtakt manuelt -- hvor mange reservasjoner du har i dag kontra der du vanligvis er på dette tidspunktet -- gir deg et betydelig fortrinn over å planlegge i blinde.

Men de virkelige gevinstene kommer fra å kombinere bookingtakt med sesongmønstre,værdata, arrangementsdeteksjon og nøyaktighetssporing. Det er der de sammensatte fordelene oppstår. Lønnskostnadene dine er for store til å styres med gjetning. Gjestene dine fortjener konsekvent god service, ikke flaksen av om du tilfeldigvis planla riktig.