餐饮企业管理培训之数据库搭建

酒店/餐饮企业领班、主管、厨师长、餐饮总监、经理、总经理、一般员工

搭建管理数据库

数据库简介

1、数字数据

数据数字指由数字码和小数点组合的数据。如测量得到的1次、2条与5分等。服务业习惯称之为量化。

2、非数字数据

非数字数据指由语言和文字组成的数据，如信息、意见、反映、议题、设想等。服务业习惯称之为非量化

或软性数据。

非数字数据不能通过测量获得，而是通过广泛、深入地调查研究得到的。

3、硬数据

硬数据是工作改进的主要衡量标准，以比例形式出现，是易于收集、无可争辩的事实，是最需收集的理想

数据。

衡量管理有效度最终标准取决于投资回报率、营业额、利润、成本和质量控制等硬数据。

4、软数据

业绩评估中对软数据如态度、积极性、满意度、新技能运用等，进行临时分析，以便对硬数据进行补充，

非常有效。但软数据较难收集、分析，只有在得不到硬数据的情况下才使用。

（2）餐饮业绩效评估硬数据举例

完成营业额数量

接待顾客数量

续酒次数

换骨碟次数

回答客人问题的数量

平均推荐的有效次数

月度培训次数

客人投诉次数

退菜数量

换菜数量

单位营业额投诉比率

单位营业额退菜比率

奖金额

加班工资额

高价位菜品推荐数量

罚款额

项目成本节约比例

运行时间

投诉应答时间、次数

加班时间

每日各项工作内容平均用时

完成工作所需时间

培训时间

待客时间

开会时间

工作中断时间

记录延误时间

缺勤时间

迟到时间

晚报告时间

出错比率

事故次数

平均成本节约率

毛利率

原料重量

原料配比

人均消费

桌均消费

男女客人比例

问候次数问候率

折让率

折让人数

营销折扣

万元产值消耗率

百人接待消耗率

万人营业额消耗量

白人接待消耗量

顾客资讯建档率

百人接待投诉率

饱和量工作时间

半饱和量工作时间

闲置工作时间

加工时间

传递时间

桌均用餐时间

4、餐饮业绩效评估软数据举例

工作习惯

消极怠工

看病次数

旷工

过多的休息

怠慢客人

问候的诚意

委屈的次数

工作满意度

工作态度

对工作责职的理解

员工忠诚度

信心的增加

客户满意度

问题解决

冲突避免

委屈的解决

倾听理解能力

阅读能力

对新技能的运用

对新技能的运用频率

发展

工作效率提高程度

主动性

设定目标

语言表达能力

微笑程度

热情度

技能熟练程度

及时性

快速反应

随机应变能力

观察力

成就感

应付

推荐的语言表现

举例

劝说方式

情绪控制

建立数据的比对和可衡量性

服务业是质量指标非量化值很多的行业，意味着我们通过更多的事实调查才能寻找出规律和找到事实。

在实际操作中还应关注和总结出非数字数据转化成数字数据的方法。比如我们常说的态度、心态、执行力

都是非数字信息，那它是否有办法转化成数字数据呢？

经验告诉我们组合数据可以确定一个参考的量值。比如，要求将一个有关态度的比对量值，我们通过设计

多重变量来确定：

项目变量项权重分值得分备注

工作态度迟到、早退次数

早到晚退次数

问候客人次数

建议次数

表扬次数

……

数据可能是训练经理人搏击能力的泳池，可能被淹死，也可能被激活而乘风破浪，管理中最重要的是数据

管理，也是重要资汛管理，最有趣而乐此不疲的也是数据，难怪有人说生意经就是对数字保持敏感，我们

可以提出一串的数字问题。

一年十二个月营业额是如何变化的，营业额与温度有无关系，营业额与阴晴圆缺有什么关系？

女性客人与忠诚度有无关系？女性客人增加客流是否会加大？女性客增加酒水消费额是否会下降？人均消

费是否会增加？

客人的平均年龄波动是否与营业额波动一致？

客人的平均年龄是否会产生桌均消费的金额变化？哪个区域的桌均消费最高？他们都是我们的核心客人吗

？

冷菜消费额增加是否酒水也会增加？冷菜消费额下降是否意味客人滞留时间下降？

退菜数量的增加与厨房员工投诉是否量一致的关系，退菜数量的增加与老客人数量是否有关系？

奖金数量的增加与高价位菜品推荐数量有什么关系？罚款的增加与客人投诉的增加有没有关系？

员工缺勤的增加与事故数量有什么联系？

数据的内涵太丰富，它所影射出来的其他问题也帮助着我们进行决策，一定要对数据保持敏感。