Par 30% zemākas darbaspēka izmaksas, 0 neapmierinātu darbinieku: Kā viesmīlības grupa novērsa maiņu uzpūšanos ar prognozējošo AI

Lielākajai daļai viesmīlības vadītāju svētdienas pēcpusdiena nav paredzēta atpūtai. Tā ir paredzēta „Maiņu plānošanas dejai”. Jūs sēžat ar izklājlapu vienā rokā un iekšējo sajūtu otrā, mēģinot uzminēt, cik viesmīļu jums būs nepieciešams nākamajā ceturtdienā. Ja darbinieku būs par maz, jūsu Google Reviews reitingi kritīsies un komanda izdegs. Ja to būs par daudz, jūs vērosiet, kā jūsu peļņas marža izgaist trīs cilvēku formā, kuri dīkstāvē pulē jau tā tīras glāzes.

Esmu pavadījis daudz laika, pētot neatkarīgu restorānu grupu un viesnīcu ķēžu grāmatvedības datus. Pastāv atkārtots modelis, ko es saucu par Emocionālo drošības rezervi. Tie ir papildu 15–20% darbaspēka izmaksu, ko vadītāji pievieno grafikam vienkārši tāpēc, ka baidās palikt bez pietiekama darbinieku skaita. Ja jums nav datu, jūs pērkat apdrošināšanu, izmantojot savu algu fondu.

Nesen es strādāju ar vidēja lieluma viesmīlības grupu, kas nolēma pārtraukt minējumus. Integrējot savā plānošanā ārējos datus — laikapstākļu modeļus, vietējo koncertu grafikus un pat sabiedriskā transporta traucējumus —, viņi panāca darbaspēka izmaksu samazinājumu par 30%, neatlaižot nevienu darbinieku un neliekot komandai strādāt smagāk. Viņi vienkārši pārtrauca maksāt par „katram gadījumam”. Lai to sasniegtu, viņiem bija jāidentificē labākie AI rīki viesmīlībai un jāmaina domāšana no reaktīvas uz prognozējošu.

Problēma: Kāpēc jūsu maiņu grafiks jums melo

Tradicionālā viesmīlības plānošana balstās uz principu „Pagājušais gads plus vai mīnuss”. Jūs skatāties uz to, ko darījāt šajā datumā pagājušajā gadā, un veicat nelielas korekcijas. Taču pagājušajā gadā otrdien nelija lietus un trīs kvartālu attālumā nenotika Harry Styles koncerts ar 20 000 apmeklētāju.

Kad vadītāji izmanto statiskus rīkus, viņi nonāk Reaktīvā grafika slazdā. Šajā situācijā personāla līmenis tiek noteikts, pamatojoties uz vēsturiskajiem vidējiem rādītājiem, kuriem nav nekādas saistības ar konkrētās dienas faktisko pieprasījumu. Rezultāts ir „Maiņu uzpūšanās” — lēna, neredzama kapitāla aizplūšana. Lielākā daļa īpašnieku to pieņem kā „uzņēmējdarbības izmaksas”, taču pārtikas cenu pieauguma un saspringto maržu laikā tā faktiski ir brīvprātīga izvēle zaudēt naudu.

Atziņa: Datu sintēze pārāka par cilvēka intuīciju

Es bieži saku saviem klientiem, ka vadītājs-cilvēks ir izcils viesmīlībā, bet vājš sarežģītu aprēķinu veikšanā. Lai izveidotu perfektu maiņu grafiku, ir jāizvērtē vismaz pieci mainīgi ārējie faktori:

1. Hiperlokaļie laikapstākļi: Temperatūras kritums par 2 grādiem var novirzīt pūli no āra terases uz iekštelpu atpūtas zonu, acumirklī mainot nepieciešamo viesmīļu un galdiņu attiecību.
2. Pasākumu pārklājums: Vietējo stadionu grafiki, teātra izrādes un pat skolu brīvlaiki rada „pieprasījuma lēcienus”, kurus vēsturiskie dati bieži neuzrāda.
3. Transporta loģistika: Ja galvenā metro līnija vai šoseja jūsu norises vietas tuvumā ir slēgta apkopes darbu dēļ, jūsu „gaidāmā” apmeklētāju plūsma samazināsies par 25%.
4. Darbinieku noskaņojums un nogurums: AI neskatās tikai uz pārdošanas apjomiem; tas redz, kurš ir nostrādājis trīs dubultās maiņas pēc kārtas un, visticamāk, nodrošinās lēnāku apkalpošanu vai pieteiks slimības lapu.
5. Konkurentu aktivitātes: Vai krogā pāri ielai notiek vērienīga akcija? Tas ietekmē jūsu nejaušo apmeklētāju skaitu.

Grupa, ar kuru strādāju, saprata, ka neviens cilvēks, neatkarīgi no pieredzes, nespēj sintezēt šos mainīgos lielumus sešās dažādās vietās svētdienā plkst. 16:00. Viņiem bija nepieciešama sistēma, kas to spēj. Lai uzzinātu vairāk par to, kā šī dinamika izpaužas specifiskās nišās, skatiet mūsu viesmīlības personāla ietaupījumu ceļvedi.

Transformācija: Pāreja uz prognozējošo personāla plānošanu

Mēs sākām ar viņu esošā tehnoloģiju arsenāla auditu. Viņi izmantoja standarta algu aprēķina pakalpojumu, kas veica pamatfunkcijas, bet nepiedāvāja nekādu tālredzību. (Starp citu, ja jūs pārmaksājat par pamata administratīvo apstrādi, jums vajadzētu iepazīties ar mūsu pārskatu par algu aprēķina pakalpojumu izmaksām, lai redzētu, kur šo naudu varētu lietderīgāk ieguldīt AI risinājumos).

Lai novērstu maiņu uzpūšanos, mēs ieviesām trīs līmeņu Prognozējošā grafika cilpu:

1. solis: Datu ievade

Tā vietā, lai plānošanas programmatūrai sniegtu tikai datus par „pagātnes pārdošanu”, mēs to savienojām ar API vietējiem laikapstākļiem un Eventbrite/Ticketmaster pasākumu grafikiem. Tas izveidoja „Pieprasījuma prognozi”, kas bija 92% precīza pat 10 dienas uz priekšu.

2. solis: Labākie AI rīki viesmīlības integrācijai

Mēs pārcēlām viņus uz tādām platformām kā 7shifts un Planday, taču ar papildinājumu. Mēs izmantojām AI starpprogrammatūras slāni, kas paņēma „Pieprasījuma prognozi” un automātiski sagatavoja ieteicamo maiņu grafiku. Tas mainīja vadītāja lomu no grafika izveides uz tā pārbaudi.

3. solis: Reāllaika pielāgošanās

Ja AI konstatēja pēkšņas izmaiņas (piemēram, negaisu vai transporta streiku), tas trīs stundas pirms maiņas nosūtīja paziņojumu vadītājam, iesakot „noņemt” vienu cilvēku vai lūgt citam ierasties agrāk. Šī ir atšķirība starp 30% ietaupījumu un 5% ietaupījumu.

90/10 noteikums darbībā

Šī transformācija ir lielisks 90/10 noteikuma piemērs: AI veic 90% no rutinētās datu sintēzes (prognozēšana un sākotnējā melnraksta izveide), atstājot vadītājam pēdējos 10% — lēmumus, kuros nepieciešams cilvēka faktors.

Vai konkrētam darbiniekam ir nepieciešama brīva pēcpusdiena ģimenes apstākļu dēļ? AI ne vienmēr zinās emocionālo kontekstu, taču tas precīzi pateiks vadītājam, cik šī piekāpšanās izmaksās personāla nodrošinājuma ziņā. Kad AI rūpējas par „ko”, cilvēki var koncentrēties uz „kuru”. Šī pieeja ir līdzīga efektivitātes uzlabojumiem, ko esam redzējuši citās nozarēs, piemēram, pārtikas un dzērienu loģistikā, kur prognozējošai plānošanai ir izšķiroša nozīme.

Rezultāti: Skaitļi nemelo

Pēc sešiem mēnešiem viesmīlības grupas rezultāti bija nepārprotami:

• Kopējās darbaspēka izmaksas: Samazinājās par 30% visā grupā.
• Darbinieku noturēšana: Faktiski palielinājās. Darbinieki ziņoja par mazāku stresu, jo viņi netika pārslogoti nepietiekama personāla dēļ un netika sūtīti mājās agrāk (zaudējot samaksu), jo vadītājs bija saplānojis par daudz cilvēku.
• Vadītāja laiks: Samazinājās no 6 stundām grafika plānošanai nedēļā līdz 45 minūtēm pārskatīšanai.

Penny perspektīva: Beidziet maksāt „nenoteiktības nodokli”

Ja jūsu darbaspēka izmaksas pārsniedz 30% no ieņēmumiem, jūs nemaksājat tikai saviem darbiniekiem — jūs maksājat Nenoteiktības nodokli. Jūs maksājat par to, ka nezināt, kas notiks nākamo otrdien.

Prognozējošais AI viesmīlībā nav domāts restorāna „dvēseles” aizstāšanai. Tas ir domāts tam, lai nodrošinātu, ka šī dvēsele nebankrotē izklājlapas kļūdas dēļ. Labākie AI rīki viesmīlībai ir tie, kas paliek fonā un vienkārši nodrošina pareizo cilvēku skaitu pareizajā laikā.

Ar ko sākt

Ja jūtat „Maiņu uzpūšanās” slogu, sāciet šeit:

1. Auditējiet savu „Drošības rezervi”: Apskatiet savus pēdējo četru nedēļu grafikus. Cik reizes jūs aizsūtījāt kādu mājās agrāk? Cik reizes darbinieki stāvēja bez darba? Tas ir jūsu mērķa ietaupījums.
2. Integrējiet vienu ārējo mainīgo: Jums nav nepieciešams pilns AI komplekts pirmajā dienā. Sāciet, apskatot laikapstākļus un vietējos pasākumus, pirms spiežat „publicēt” savu nākamo grafiku.
3. Izvērtējiet savus rīkus: Ja jūsu pašreizējā plānošanas programmatūra nepieļauj API integrācijas vai AI atbalstītu prognozēšanu, tā jums izmaksā dārgāk nekā tās ikmēneša abonēšanas maksa.

Efektivitāte nav saistīta ar smagāku darbu; tā ir saistīta ar precīzu zināšanu par to, cik daudz darba būs veicams, pirms vēl durvis ir atvērtas. Dati ir pieejami. Vai jūs tos izmantojat?