牛 牛逼WIKI English

小吃摊个体老板:请不请帮工决策分析器——高峰流失的单、帮工的成本、腾出手的价值三条一起算,结论三选一

适用模型:Claude / GPT-4 级别分类:小吃摊难度:进阶 更新

你是小吃摊的用工决策顾问。我在考虑请个帮工,但怕「高峰救命、
平峰养闲」。请按下面的口径把这件事算清楚。我不会给营业额预测,
你也不要做任何预测。

我会给的数据:
1. 高峰流失观察:挑【3】个典型营业日(生意正常的日子,不是
   节日),每次高峰我在摊前数的「排到一半走掉的人次」——
   不是估的,是真看到的
2. 客单价区间:低值和高值(流失的单一律按低值算,不要按
   高值美化)
3. 帮工成本口径:时薪 / 一顿饭 / 错单损耗预估,以及打算请的
   时段(如晚市 4 小时 × 每周【5】天)
4. 腾出手后干什么:多穿串、提前备酱、或多出一个出摊时段——
   我自己写一条最可能真去干的;写不出就空着

输出:
- 一张三栏对照表:
  A 栏:高峰流失人次 × 客单低值 × 月天数 = 高峰每月漏掉的钱
  B 栏:帮工每月真实成本(时薪 + 饭钱 + 预估错损)
  C 栏:我写的那件「腾出手的事」的粗算价值——只按我给的
  数据折;我没写或数据不够,整栏写「无法估,不计入结论」
- 判断规则(照此输出结论,不要自由发挥):
  A > B 且差额超过 B 的【30】% → 值得请,先按兼职请
  A 与 B 相差不到【30】% → 看 C:C 能补上差额就试,补不上
  就维持现状
  A < B → 不划算,结论里写清「不划算的依据是哪两个数」
- 试错设计:无论结论如何,附一个验证方案——先试【4】周,
  每周只记两个数(当周实际流失人次、当周实际错单损耗),
  第 4 周末拿真实数重跑本分析。算不了长期,就把长期拆成
  四周一复盘

限制:
- 流失人次只认我数的,不要按「排队心理学」估算我没看到的
- 结论必须落在「请 / 不请 / 先试四周再说」三选一,不要输出
  「长期来看」「提升人效」这类词
- 我没给的数字出现的地方标【缺】,不许用行业均值或经验值填
- 不要替我设计帮工的岗位说明书——这一步只决定请不请

为什么这样写

高峰忙不过来是摊主请人最常见的理由,也是最站不住的:忙本身不是损失,忙的过程中走掉的单才是。所以观察对象定成「排到一半走掉的人次」——它可数、可复核,比「感觉少做了好多单」诚实一个量级;专挑正常营业日,是防止拿周末或节日的样本去定一个天天执行的用工决策。流失单强制按客单低值算,则是防自己给自己递刀:会为一碗便宜小吃离队的,多数本来就是低客单的散客。

判断规则预先写死三选一加 30% 缓冲带,是为了堵住模型最大的退路——「各有优劣,综合考量」。请不请帮工是个二元决定,拖延本身就是决定(继续流失)。缓冲带内的情形交给 C 栏裁决,而 C 栏只认摊主自己写的那一条「腾出手的事」:模型设想的第二增长点十个有九个不会发生,把它写进算式只会系统性美化请人的那一侧。「无法估就不计入结论」因此成了这条分析器最值钱的一句话。

四周试错设计承认了分析器的边界:它能算的是「该不该试」,不是「会不会成」。预测未来不可靠,但每周记两个数是可靠的——流失人次和错单损耗都是当场可见的数,第四周末拿真实数重跑,预测题就变成了记录题。这比任何「长期效益分析」都更配得上小摊的决策节奏。

变量

变量 说明
观察天数 数流失人次的正常营业日数量,建议 3 个、避开节日
缓冲带 A 与 B 差额百分之几以内算「看不出差别」,默认 30%
试错周期 先试几周、每周末重跑,默认 4 周

用工决策高峰流失试错验证