За повечето мениджъри в сектора на хотелиерството и ресторантьорството неделният следобед не е време за почивка. Това е време за „Танца с графиците“. Седите с електронна таблица в едната ръка и интуиция в другата, опитвайки се да отгатнете колко сервитьори ще ви трябват за следващия четвъртък. Ако не осигурите достатъчно персонал, отзивите ви в Google ще се сринат, а екипът ви ще прегори. Ако прекалите с персонала, гледате как маржът на печалбата ви се изпарява под формата на трима души, които стоят наоколо и полират чаши, които вече са чисти.
Прекарах много време в разглеждане на счетоводните книги на независими ресторантьорски групи и хотелски вериги. Има повтарящ се модел, който наричам Емоционалният марж на безопасност. Това са допълнителните 15-20% разходи за труд, които мениджърите добавят към графика просто защото се страхуват да не останат в недостиг. Когато нямате данни, вие купувате застраховка чрез ведомостта за заплати.
Наскоро работих с хотелиерска група от среден мащаб, която реши да спре да гадае. Чрез интегриране на външни данни — метеорологични модели, графици на местни концерти и дори прекъсвания на обществения транспорт — в тяхното планиране, те постигнаха 30% намаление на разходите за труд без да уволнят нито един човек или да накарат екипа си да работи по-усилено. Те просто спряха да плащат за случая „за всеки случай“. За да стигнат дотам, те трябваше да идентифицират най-добрите AI инструменти за хотелиерството и да променят мисленето си от реактивно към предвиждащо.
Проблемът: Защо вашият график ви лъже
💡 Искате Пени да анализира вашия бизнес? Тя картографира кои роли може да замени AI и изгражда поетапен план. Започнете своя безплатен пробен период →
Традиционното планиране в хотелиерството разчита на принципа „Миналата година плюс или минус“. Гледате какво сте направили на тази дата миналата година и коригирате леко. Но миналата година не валя във вторник и нямаше концерт на Harry Styles за 20 000 души на три преки разстояние.
Когато мениджърите използват статични инструменти, те попадат в Капана на реактивния график. Това е ситуация, в която нивата на персонал се определят въз основа на исторически средни стойности, които нямат връзка с реалното търсене за деня. Резултатът е „Излишък от смени“ — бавно, невидимо изтичане на вашия капитал. Повечето собственици приемат това като „цената на правене на бизнес“, но в епоха на растящи разходи за храна и тесни маржове, това всъщност е избор да губите пари.
Прозрението: Синтез на данни пред човешка интуиция
Често казвам на клиентите си, че мениджърът-човек е блестящ в гостоприемството, но е слаб в многовариантното смятане. За да изградите перфектен график, трябва да претеглите поне пет променливи външни фактора:
- Хипер-локално време: Спад на температурата с 2 градуса може да премести тълпата от външната тераса към вътрешния салон, променяйки мигновено необходимото съотношение сервитьор-маса.
- Събития в района: Графиците на местните стадиони, театрални представления и дори училищните ваканции създават „пикове в търсенето“, които историческите данни често пропускат.
- Транспортна логистика: Ако основната линия на метрото или магистралата близо до вашия обект е затворена за поддръжка, вашият „очакван“ поток от клиенти ще спадне с 25%.
- Нагласи и умора на персонала: AI не гледа само продажбите; той следи кой е работил три поредни двойни смени и е вероятно да осигури по-бавно обслужване или да се обади по болест.
- Активност на конкурентите: Пъбът отсреща провежда ли голяма промоция? Това влияе на броя на случайните ви клиенти.
Групата, с която работих, осъзна, че никой човек, без значение колко е опитен, не може да синтезира тези променливи в шест обекта в 16:00 ч. в неделя. Те се нуждаеха от система, която може да го направи. За по-задълбочен поглед върху това как тези динамики се проявяват в специфични ниши, вижте нашето ръководство за спестявания от персонал в хотелиерството.
Трансформацията: Преминаване към предвиждащо планиране
Започнахме с одит на съществуващата им технологична инфраструктура. Те използваха стандартна услуга за заплати, която вършеше основните неща, но не предлагаше никаква предвидимост. (Между другото, ако плащате твърде много за бавна административна обработка, трябва да проверите нашия анализ на разходите за услуги по ТРЗ, за да видите къде тези пари биха могли да бъдат изразходвани по-добре за AI).
За да коригираме излишъка от смени, внедрихме тристепенен Цикъл на предвиждащия график:
Стъпка 1: Поглъщане на данни
Вместо просто да подаваме на софтуера за планиране „Минали продажби“, го свързахме с API за местното време и графиците на Eventbrite/Ticketmaster. Това създаде „Прогноза за търсенето“, която беше 92% точна до 10 дни напред.
Стъпка 2: Интеграция на най-добрите AI инструменти за хотелиерството
Преместихме ги към платформи като 7shifts и Planday, но с една особеност. Използвахме междинен AI слой, който вземаше „Прогнозата за търсенето“ и автоматично изготвяше предложен график. Това промени ролята на мениджъра от създаване на графика към неговото одитиране.
Стъпка 3: Гъвкавост в реално време
Ако AI открие внезапна промяна (напр. буря или транспортна стачка), той изпраща известие на мениджъра три часа преди смяната, предлагайки да „отмени“ един човек или да помоли друг да дойде по-рано. Това е разликата между 30% спестяване и 5% спестяване.
Правилото 90/10 в действие
Тази трансформация е перфектен пример за Правилото 90/10: AI се справя с 90% от рутинния синтез на данни (прогнозирането и първоначалното изготвяне), оставяйки на мениджъра последните 10% — човешките решения.
Нуждае ли се определен член на персонала от конкретен свободен следобед за семеен въпрос? AI невинаги ще знае емоционалния контекст, но ще каже на мениджъра точно колко ще струва това решение по отношение на покритието. Когато AI се справя с въпроса „какво“, хората могат да се съсредоточат върху „кой“. Този подход е подобен на подобренията в ефективността, които наблюдаваме в други сектори, като логистика на храни и напитки, където предвиждащото време е всичко.
Резултати: Числата не лъжат
След шест месеца резултатите за хотелиерската група бяха поразителни:
- Общи разходи за труд: Намалени с 30% в цялата група.
- Задържане на персонала: Всъщност се увеличи. Служителите съобщиха за по-малко стрес, защото не бяха „претоварени“, когато няма достатъчно хора, и не бяха пращани у дома по-рано (губейки заплащане), защото мениджърът е планирал твърде много хора.
- Време на мениджъра: Намалено от 6 часа за изготвяне на графици на седмица до 45 минути за преглед.
Перспективата на Penny: Спрете да плащате „Данък върху несигурността“
Ако разходите ви за труд са по-високи от 30% от приходите ви, вие не просто плащате на персонала си — вие плащате Данък върху несигурността. Плащате за факта, че не знаете какво ще се случи следващия вторник.
Предвиждащият AI в хотелиерството не е предназначен да замени „душата“ на един ресторант. Става въпрос за това да се гарантира, че душата няма да фалира поради грешка в електронната таблица. Най-добрите AI инструменти за хотелиерството са тези, които изчезват на заден план и просто ви дават правилния брой хора в точното време.
Откъде да започнете
Ако усещате тежестта на „Излишъка от смени“, започнете оттук:
- Одитирайте вашия „Марж на безопасност“: Погледнете графиците си за последните четири седмици. Колко пъти изпратихте някого вкъщи по-рано? Колко пъти хората просто стояха без работа? Това е вашата цел за спестяване.
- Интегрирайте една външна променлива: Не се нуждаете от пълен AI пакет още от първия ден. Започнете, като погледнете прогнозата за времето и местните събития, преди да натиснете „публикувай“ на следващия си график.
- Оценете технологичния си стек: Ако настоящият ви софтуер за планиране не позволява API интеграции или прогнозиране с помощта на AI, той ви струва повече от месечната си такса за абонамент.
Ефективността не означава да работите по-усилено; става въпрос за това да знаете точно колко работа има за вършене, преди вратите изобщо да се отворят. Данните са там. Използвате ли ги?