BIBIYAYA · FOOD AI OPERATIONS LABAI智能库存 · 临期食品管理 · 餐饮减废 · 厨余资源化

必赢亚洲餐饮减废:为什么每天统计剩菜重量还不足以真正减少浪费?

一家中型中餐店把一周的剩菜倒进称重桶,合计 126 kg。这个数字得来不易,但厨师长拿着它仍然回答不了一个具体问题:明天宫保鸡丁到底少切多少鸡丁?总重量只能说明浪费发生了,说明不了是哪道菜、哪一批、哪个时段、什么原因造成的。下面用一组模拟数字,说明必赢亚洲餐饮减废怎样把桶里的重量拆成可以执行的结论。

同一个 126 kg 里,装的东西性质完全不同。鱼骨、鸡骨、茶叶渣和蛋壳,无论怎样优化都会产生;切配时多削掉的边角、打烊时没卖出的整锅卤菜、被退回的清蒸鱼、多做出来没人吃的米饭,则原本可以不发生。混在一起称,减废目标就会被“减不掉的重量”稀释。

把重量挂到五个维度上

一条有用的剩余记录,至少要回答五个问题:哪道菜(菜品),用的哪种食材(食材),哪一批做的(备餐批次),在什么时段产生(服务时段),属于哪一类损耗(损耗类型)。损耗类型分五种:备餐损耗、退菜、员工餐、未售成品、盘中剩余。前四个维度决定改哪里,损耗类型决定怎么改:备餐损耗改切配标准,退菜改出品流程,员工餐和未售成品改备餐量,盘中剩余改份量。

示例推演 · 一条可用的称重记录

日期    09-03 周三,晚市 19:30–21:00
菜品    清蒸鲈鱼        食材  鲈鱼(含头骨)
批次    B2(17:40 出鱼)  类型  盘中剩余
重量    0.42 kg
拆分    可避免 0.05 kg,不可避免 0.37 kg(鱼骨、鱼刺)
从称重桶到行动结论的归因链:一周 126 kg 先挂上菜品、食材、批次、时段、类型五个维度,扣除 37 kg 不可避免部分,再把 89 kg 可避免部分按盘中剩余、未售成品、备餐损耗、退菜、员工餐排序,结论落到两条具体调整
图 1:Waste Attribution Chain——总重量经五个维度归因、扣除不可避免部分后,可避免的 89 kg 按损耗类型排序,最大的两格就是行动入口。

“可避免”字段最容易被省略,却最重要。骨头、鱼刺、茶叶渣先扣除,再谈减少多少;否则得到的是一个永远减不到零的目标,一线员工很快就不再相信这个数字。

从称重桶到可行动结论

下面把一周 126 kg 按损耗类型拆开,并标出其中不可避免与可避免的部分。

表 1:一周 126 kg 称重桶按损耗类型拆分(示例推演数字)
损耗类型 合计 kg 不可避免 kg可避免 kg 第一个要问的问题
备餐损耗 36 2214 切配是否过细,边角能否进汤底
退菜 909 退回是因为口味、上错菜,还是等得太久
员工餐 80 8是不是打烊前多做的成品被员工消化了
未售成品 260 26哪个批次、几点做的、当时预测多少
盘中剩余 47 15 32 哪道菜、哪类客人、份量是否偏大
合计 126 37 89 可避免部分才是减废目标

表中数字为示例推演,用于说明归因方法,不代表真实餐厅数据。

员工餐不是垃圾,却常是过量备餐的隐蔽出口:晚市多做 6 kg 成品,员工吃掉,桶里就没有了,数字反而好看,所以要单独记账。

示例推演 · 逐层拆到可行动

126 kg  称重桶合计
 −37 kg  不可避免:骨、刺、茶渣、蛋壳
= 89 kg  可避免
   ├ 26 kg  未售成品
   │   └ 19 kg  其中晚市 20:30 之后的批次
   │       └ 15 kg  其中卤水拼盘、凉拌黄瓜
   └ 32 kg  盘中剩余(可避免部分)
       └ 12 kg  其中双人套餐的米饭与青菜

“把 126 kg 减下来”这个模糊目标,于是变成两条明天就能执行、后天就能复查的调整:晚市 20:30 之后,卤水拼盘改为每批不超过 2 kg 的小批量补做;双人套餐的主食改为一碗起、可续添。改动都很小,效果也容易在下一周的同一格里看出来。

采集方式的取舍

归因需要的字段来自后厨现场,而后厨最缺的是时间。常见的采集方式有四种,能回答的问题越多,多出的动作也越多。

表 2:剩余物采集方式的取舍(定性比较)
方式 记录内容 现场多出的动作 主要局限
只称总重一个总重量 几乎没有 只能看趋势,回答不了哪道菜
分桶称重 损耗类型与重量倒入前先选桶 类型清楚,菜品仍然未知;桶多占地方
称重 + 点选菜品 重量、菜品、类型、时段 每次倒入前点两下 高峰期容易漏点,需要收档时补录
称重 + 图像识别辅助 重量,加上识别出的菜品与类别基本不增加,但要装设备并校准 光线、遮挡、混装会影响识别,需要抽检

近年有研究在酒店、餐厅与餐饮服务(HORECA)场景里评估过 AI 摄像头和称重设备,用来识别剩餐的类别;但识别结果仍然需要人工抽检和校正,混装的盘子和昏暗的后厨都会让它出错。比较务实的顺序是:先把“称重 + 点选菜品”做到不超过两下操作,图像识别放在后面补漏,而不是充当唯一依据。

每天只做三个动作

  1. 收档前核对。每笔称重记录都要有菜品、损耗类型和时段,缺项当场补,隔天就补不准了。
  2. 只找最大的一格。在必赢亚洲 App 里与剩餐、备餐相关的汇总视图中,找到今天可避免部分里最大的一格(菜品 × 时段 × 类型),用一句话写下结论。
  3. 明天只改一个数。把结论变成一个具体调整,例如“晚市卤水拼盘每批不超过 2 kg”,并在明天同一时段复查同一格。

别用“剩菜重量 ÷ 营业额”当考核指标

营业额上涨、点单结构变化、天气变化都会让这个比值波动,却说明不了任何一道菜有没有改善。应当考核某一格的可避免重量,并和上一周的同一菜品、同一时段比。

归因之后仍然剩下的、确实无法避免的部分,才轮到考虑它的去向。骨头、茶叶渣和含油汤底成分差别很大,必赢亚洲厨余资源化会按成分选择堆肥、厌氧消化等路线;前端归因没做好,后端处理只是在为多余的采购和多余的备餐买单。

KEEP READING

继续阅读必赢亚洲餐饮减废的其他文章

早餐、午餐和晚餐应该使用同一套需求预测模型吗?

早餐、午餐、晚餐的需求来源与错误代价各不相同:共享星期、天气、节假日和菜单特征,但预测目标、粒度和备餐分位数要按时段分别设定。

早餐、午餐和晚餐应该使用同一套需求预测模型吗?

菜品份量应该怎样根据真实剩餐数据调整,而不是只靠厨师经验?

份量调整应看剩余率的中位数与 P75 而非平均数,按客群拆分后再定动作,并用同菜两周的 A/B 试验和盈亏平衡算法,把厨师经验变成可检验的假设。

菜品份量应该怎样根据真实剩餐数据调整,而不是只靠厨师经验?

返回必赢亚洲餐饮减废栏目

在线询盘

请留下您的联系方式,我们会尽快与您联系。

扫码联系我们