餐厅每天都知道卖了多少份菜,为什么仍然很难知道明天应该准备多少食材?
牛腩的进货单写的是千克,POS 里记的是份,两种单位之间隔着一张换算表。表里任何一个数偏了,第二天要么多进 3 千克牛腩,要么中午还没过完就得告诉客人“牛腩饭没有了”。下面用番茄牛腩饭的一组模拟数字,把一天的账完整对一遍,再补上四件事:换算表怎样维护,缓冲份数怎样定,两种预测误差各值多少钱,复盘多久做一次。
一道菜的换算复盘
这一天的预测是 120 份,备餐 137 份,实售 112 份。备餐比预测多出的 17 份,由员工餐 6 份、退菜重做 3 份和缓冲 8 份组成。137 份对应的牛腩毛重约 15.6 千克,收档以后要按去向逐项对账。
示例推演 · 牛腩一天的对账(千克)
备料毛重 137 份 × 113.6 g = 15.6 实售 112 份 × 100 g = 11.2 (净重,盘中剩余含在其中) 员工餐 6 份 × 100 g = 0.6 退菜重做 3 份 × 100 g = 0.3 未售成品 16 份 × 100 g = 1.6 备餐损耗 137 份 × 13.6 g = 1.9 (修整掉的筋膜与边角) 合计 11.2 + 0.6 + 0.3 + 1.6 + 1.9 = 15.6,账平
账平了才读得出比例。每进 100 千克牛腩,12 千克在修整时就没了,与 88% 的出成率吻合;约 72 千克变成售出的份数;剩下约 16 千克被员工餐、重做和未售成品带走,这一块才是备餐量和缓冲能压缩的部分。实售里还包含顾客盘中剩下的肉,要另外称重才分得出来,做法见销量很好却天天剩菜的那道菜。
换算表里要维护什么
这笔账能对平,靠的是五类数据,每一类都要有人负责,也要有固定的更新时点。
| 数据 | 内容 | 谁来维护 | 更新时点 |
|---|---|---|---|
| 配方表(BOM) | 每道菜用哪些食材、每份净用量多少克 | 厨师长 | 改菜单、换规格、换供应商时 |
| 出成率表 | 食材的标准出成率,以及最近四周的实测值 | 切配组长 | 每周抽样称重一次 |
| 订单流水 | 菜品、渠道、时间、退单记录 | POS 自动生成 | 实时 |
| 备餐与盘点记录 | 备餐份数、员工餐、未售成品、盘中剩余 | 收档班组 | 每天 14:30 前回填 |
| 外部特征 | 预订、天气、节假日、菜单变动 | 预订系统与天气接口 | 前一天 15:00 预测前 |
出成率的口径要统一:同一批货先称进货毛重,再称修整后的净重,两次用同一台秤;牛腩的筋膜、番茄的蒂和皮,都要在同一个环节去掉,不然不同班组量出来的数字没法比较。
配方表要留版本。牛腩每份净用量从 100 克改成 90 克以后,历史订单必须按当时的版本换算,否则复盘时会把配方改动误认成损耗变化。出成率则会随供应商和部位漂移。假设换了一家供货商,牛腩筋膜偏多,出成率从 88% 降到 84%,每份毛重就由 114 克升到 119 克,同样备 137 份要多进约 0.7 千克。表里没有更新,这 0.7 千克会被记成预测偏差,甚至被怀疑成员工私拿。
必赢亚洲餐饮减废把这五类数据设计成同一张对账表里的字段。账对不平时,先看哪一类缺了或过期,而不是先怀疑预测模型。
缓冲份数怎么定
缓冲不是经验数,它吸收的是预测误差里去掉系统偏差以后剩下的随机波动。做法分两步:先看误差有没有方向,再用剩下的波动定份数。
示例推演 · 最近 8 个周二午市的预测误差(实售 − 预测,份)
−8 −5 −3 −1 +2 +4 +6 +9
假设最大的三个负误差都出现在小雨天,这是系统偏差
处理:雨天折算系数由 0.90 调到 0.85,
散客基线 70 份的雨天预测少 3.5 份顺序不能颠倒。若只加缓冲、不校偏差,等于用多备的牛腩去掩盖雨天系数偏高,未售成品的数字会一直居高不下。偏差有了处理办法,再看波动。下表仍用调整前的 8 个误差,比较几种缓冲份数的代价:多备一份,损失按食材成本 12 元算;少备一份,损失按毛利 20 元算(售价 32 元,均为假设)。
| 缓冲份数 | 累计多备未售 | 累计缺货 | 累计代价 |
|---|---|---|---|
| 0 份 | 17 份 | 21 份 | 624 元 |
| 3 份 | 30 份 | 10 份 | 560 元 |
| 5 份 | 41 份 | 5 份 | 592 元 |
| 8 份 | 61 份 | 1 份 | 752 元 |
表中的售价、成本和误差均为示例推演,用来说明缓冲的算法,不代表真实餐厅数据。
缓冲从 5 份加到 8 份,8 天里多备 20 份,只少缺 4 份,多花 160 元。3 份与 5 份的账面只差 32 元,但缺货还会带走加点和回头客,这些不在 20 元毛利里,所以取 5 份。总代价的底部很平,说明缓冲不必精确到 1 份,要紧的是别停在拍脑袋的数字上。8 个周二只够演示,样本太少时,一次极端误差就会把缓冲拉偏。这与短保食品安全库存的算法同出一理:必赢亚洲智能库存按需求分布的上分位数留余量,而不是在均值上随手加一个数。
预测误差的两种代价
多备一份
- 直接损失是食材约 12 元。
- 未售成品能否隔天复用,要按店里的食品安全规定,模型里先按报废计。
- 会被收档时的盘点和称重记下来,数字看得见。
少备一份
- 直接损失是毛利约 20 元。
- 部分客人改点别的菜,有的会带走整桌加点。
- 客人下次还来不来,回填表里没有这一栏,数字看不见。
回到这一天的账:多备出来的 16 份未售成品,按食材算是 192 元;反过来,若那天多来 16 份订单而没有备料,丢掉的毛利是 320 元。两种代价的可见度不同:多备的会被称重和盘点记下来,少备的只留下一句“卖完了”。只盯着浪费数字,缓冲会被一路压低,直到某天中午断货。所以复盘表里要给缺货单独留一列,记录售罄时间和估计流失的份数。分位数怎样按两种成本算出备餐量,早餐、午餐和晚餐各不相同,见早餐、午餐和晚餐的需求预测。
每周复盘节奏
- 每天收档,5 分钟。回填员工餐、重做、未售成品和盘中剩余,账对不平就当天查缺项。
- 每周一次,抽样称出成率。每种主料抽 3 批,与出成率表对照,偏差超过 2 个百分点才改标准值,避免被一批货带偏。
- 每周一次,对预测误差。按星期、天气、是否有大桌预订分组看平均误差;同一方向连续 3 次以上才调系数,单次异常只记录。
- 每月一次,重定缓冲。用近 8 到 12 周同类日的误差重算缓冲份数,缺货次数和售罄时间放在同一张表里看。
- 每季度一次,核对配方表。请厨师长按现场实际手法称一遍净用量,配方表上的克数和现场做法容易慢慢分开,一年不核对,换算的起点就已经偏了。
必赢亚洲 App 的设计思路,是把这些回填按菜品和餐段汇总成对账视图,连续几周没有回填的那一格,比在纸质记录里更容易被发现。
这套算法的边界
- 新菜没有历史:先借用相似菜的配方与误差,上线四周后改用自己的数据。
- 菜单每周更换:出成率表按食材维护,不按菜品维护,才能跨菜复用。
- 行业文章常见宣称,需求预测可以减少 25% 到 50% 的食物浪费,各家口径不同,需要谨慎看待。对一家店来说,更可靠的证据是自己对账表里未售成品和员工餐的份数逐周下降。