餐厅容量控制管理
（一）餐桌安排方式选择
民航业、酒店业的容量控制策略是在某一时刻决定是否接受顾客对某一类型产品需求的问题。航空中的容量分配管理中，最有名的为Littlewood准则。假设只有折扣票和全价票两种票价，Littlewood准则认为只要卖出一张折扣票的收益不小于将其保留为一张全价票所获得的期望收益，即只要满足以下不等式，就应该接受折扣票的订票请求：
P2≥P1×FP（x1≥y1）
其中，P1表示全价票的价格，P2表示折扣票的价格，x1表示全价票的随机需求，y1表示全价票的保护水平，FP（x1≥y1）表示全价票需求高于保护水平的概率。但是，利用Littlewood准则求解多级问题中的最优预订限额和保护水平的计算量非常大，在短时间内难以得到最优预订限额。因此，现在往往会选择期望边际座位收益（EMSR）启发式算法，确定一个接近最优预订限额的预订量。
在一定时间段内，餐厅容量会受到生产能力和接待能力的限制，合理的餐厅容量控制可以提高收益。容量控制即在规定的时间及既定的人员、设备、设施下实现产量最大化或盈利最大化。在餐厅的收益管理中，容量控制策略是在高需求时段容纳尽可能多的顾客，从而有效提高服务效率。容量控制在餐厅实践中要同时考虑预订、顾客类型和餐桌安排三个方面的因素。
1.预订
目前，预订系统已被很多餐厅采用，特别是中高档餐厅，为了更好建立科学的预订系统，餐厅要记录顾客“取消”“无故不出现”及“晚到”的信息，为超额预订等措施提供依据。
2.顾客类型
餐厅规模大小、餐桌间的空间要求、不同就餐团体的人均消费额、顾客愿意等待的时间和高峰期持续时间等，都是影响餐厅选择有价值顾客决策的因素。有研究表明，随着就餐人数的增加，平均消费额也会增加，但是就餐人数的增加也会延长其就餐时间，使餐厅翻台率降低。因此，一部分餐厅管理者也会倾向于选择就餐人数较少的就餐团体，为餐厅带来更大利润，他们认为就餐人数较多的就餐团体平均消费较低，而就餐时间则更长；也有餐厅等其他小就餐团体入座时才接纳大的就餐团体。
3.餐桌安排
餐桌管理与等待时间相关，较长的等待时间是顾客不满意度的来源，要根据就餐团体不同人数及到达时间采取不同的餐桌安排策略。漫长的等待时间可能是顾客不满意的主要来源之一。餐桌管理是一种有效的经营策略，可以用来减少等待时间，提高座位周转率，并提高顾客满意度，而且并不需要对餐厅容量进行额外扩张。根据Hwang（2008）开展的餐桌安排实验研究结果，一般有4种餐桌安排方式，分别为从前到后、从外到内、从内到外及随机模式（见图8-4）。
（1）从前到后的餐桌安排策略，使顾客远离餐厅厨房或洗手间等嘈杂的区域而避免受到干扰。
图8-4 餐桌安排的常见4种方式
（2）从外到内的餐桌安排策略，优先安排顾客坐在餐厅的外部区域（如靠近临街窗户、外墙），顾客可以欣赏美景，坐在墙壁或窗户附近还可以保护其隐私。
（3）从内到外安排则正好相反，先安排顾客坐在位于餐厅中心的座位，顾客往往希望坐在方便参与餐厅组织有趣活动的地方。
（4）随机模式则随机安排客人入座。
这4种安排方式中，随机及从内到外的模式难以实现餐桌组合。从前到后及从外到内的模式有利于减少顾客等待时间，提高顾客满意度，增加餐厅收益。
互联网环境下，餐饮业及其供应链的数字化变革，使新零售业务以及数字化赋能成为行业发展趋势。随着网络时代的来临，越来越多的顾客在网上进行预订，很多餐厅将剩余座位数量信息在网络发布。餐厅的剩余数量对顾客选择行为的影响存在着这样一种现象：当顾客在线搜索到餐厅信息时，如果发现餐厅预订很少，剩余座位数很多时，多数顾客会认为餐厅食物不好或者服务不好，从而放弃在该餐厅预订；如果餐厅预订多，剩余座位数很少或需要顾客等待时，顾客会认为预订后用餐人数太多太拥挤或上菜速度慢，从而放弃预订。可见，顾客对餐厅容量紧缺性的感知与顾客价值感知、公平度感知之间关系较为复杂，餐厅是否实时向顾客公布实时空座信息，需要审慎地进行决策。
（二）座位组合仿真优化方法
在座位组合计算方面，Thompson（2002）曾经提出一种粗算法，即根据不同就餐团体的比例确定不同规模的餐桌数量。根据餐厅收益率的概念，可以看出粗算法忽略了平均消费额和用餐时间的差异，而这两者也是影响餐厅收益的重要因素。综合考虑不同就餐团体人数、平均消费额、用餐时间的差异这三类因素，才能有效提高餐厅收益，同时兼顾到对顾客服务水平的提升。
以下案例基于Kimes和Thompson（2003）对一家230座的餐厅进行了实证研究，从POS机获取相关数据，采用枚举法找到了最符合需求特征的座位组合。
这家餐厅名为Chevys，位于购物中心附近，共计56张餐桌，其中53张四人桌、3张六人桌，其晚餐为繁忙时段，经常出现大量顾客排队等候的情况。Kimes等首先从POS终端机中提取了近两个月的营业数据，计算出平均消费额、收益率、上座率、用餐团体类型以及用餐时间的平均值和标准偏差等数据，部分数据如表8-4所示。结果发现，一方面高峰时段顾客等待时间很长，另一方面上座率却很低，大部分时间上座率只有20％左右，Kimes等希望改变座位组合，以提高上座率，实现餐厅增加收益的目的。
表8-4 Chevys餐厅用餐团体类型与特征
在此基础上，杨慧等（2013）提出餐厅座位组合仿真优化方法，通过应用Flexsim系统仿真分析和实例研究，验证了该优化方法能够有效提高餐厅繁忙阶段的资源分配效率，显著增加餐厅收益，提高收益率；通过缩短顾客排队的平均等待时间，可以提高顾客满意度。
用C表示餐桌容量（该餐桌配有的座位数量），limC表示餐饮服务标准中可引领到该餐桌的最小顾客团体规模，PROBPartk表示规模（人数）为k的就餐群体出现的概率，AverCheckk表示规模（人数）为k的就餐群体的平均消费额，AverDurk表示规模（人数）为k的就餐群体的平均用餐时间。则确定容量为C的餐桌数量的计算方法如下。
第一步，计算需求因子。用DFC表示为容量是C的餐桌所配置座位的需求因子，它能够表达如下三方面信息：①容量为C的餐桌可以接待规模为［limC，C］的就餐团体，团体出现的概率越大，则该类型座位的需求因子越大；②团体的人均消费额越高，该类型座位的需求因子越大；③团体的平均用餐时间越长，该类型座位的需求因子越小。用公式表示为：
第二步，分配座位数量。容量是C的餐桌分配的总座位数量为：
第三步，计算餐桌容量。容量是C的餐桌数量为：
利用表8-4的数据做一个算例。该餐厅设置两人、四人、六人三种容量的餐桌，餐桌的分配原则是：1～2人团队安排在两人桌就餐；3～4人团队安排在四人桌就餐；5～6人团队只能在六人桌就餐；7人及以上的顾客团体流失。利用以上计算方法获得座位组合方案的过程如下。
两人桌的需求因子：DF2=3％×24.93/52.52+53％×27.71/49.93=0.308
四人桌的需求因子：DF4=21％×31.38/50.13+15％×42.44/54.23=0.249
六人桌的需求因子：DF6=4％×45.07/54.43+1％×56.3/60.78=0.042
两人桌的数量：SeatNum2=230×2×0.308/1.864=76
四人桌的数量：SeatNum4=230×4×0.249/1.864=123
六人桌的数量：SeatNum6=230×6×0.042/1.864=31
则两人桌的数量为：76/2≈38
四人桌的数量为：123/4≈31
六人桌的数量为：31/6≈5
因此，最终计算出的餐桌数量为：两人桌38张、四人桌31张、六人桌5张。根据杨慧等（2013）仿真优化分析，优化后的座位组合无论从人均消费额还是平均用餐时间都有利于增加餐厅收益。
该计算方法尤其适用于具有如下特点的餐厅：一是需求旺盛，在高峰时段会出现顾客排队等候的情况；二是从顾客入座到结账离去之间的用餐时间较短，翻台率较高；三是空间布局柔性大，变动成本低。必胜客、肯德基等西式快餐显然具备这些特点，而中式餐厅却有很大的不同。例如，中高档餐厅一般是包间设计，翻台率也很低。对于包间设计的餐厅，不容易重新布局，可以在规划之初，采用餐厅座位组合仿真优化计算方法并应用同类餐厅的业务数据给出优化方案，这一点类似于酒店房间的布局分配。对于在厅堂消费的中式餐厅，由于比较容易改变布局，在需求旺盛的情况下也非常适合使用此方法。