餐饮业专业课 · F2
需求预测
餐饮的需求波动比酒店更剧烈：一天之内午市和晚市天差地别，一周之内周末和工作日是两个世界，再加上下雨天可以让您一半的预订消失。
核心要点
四条要记住的
- 按时段预测，不按天预测。午市、晚市、下午茶的需求驱动因素完全不同，必须分开建模。
- 天气是餐饮特有的强变量。下雨天到店率可能骤降 30%–50%，这在酒店业几乎不存在，必须纳入预测模型。
- 星期几的影响远大于节假日之外的大部分因素。周五晚和周日晚通常是峰值，周一最淡。
- 预订数据是金矿。有预订系统的餐厅，要记录预订量、取消率、实际到店率、平均用餐时长——这些是预测的基础。
要点对照
需求影响因素权重
| 因素 | 影响程度 | 应对方式 |
|---|---|---|
| 天气 | 极高（尤其有露天位或依赖步行的店） | 提前 48 小时看预报，动态调整备货与预订释放 |
| 星期几 | 高（周末峰值可达工作日 2–3 倍） | 周末设置最低消费或提高套餐价 |
| 节假日 | 极高 | 提前开放预订、设置特别菜单与价格 |
| 周边活动 | 中高（展会、演出、赛事） | 建立商圈活动日历 |
| 竞对开业 | 中 | 监测商圈新开店，预判分流 |
常见错误
这个行业容易踩的坑
- 用昨天的客流预测今天——忽略了天气和星期几这两个最强变量。
- 不记录实际到店率——有预订系统的餐厅不利用这些数据是巨大浪费。
- 只看总客流不看时段分布——总客流平稳可能掩盖了午市崩塌。
- 预测了但不调整备货——预测的价值在于指导行动，不是写报告。
自测
两道题
第 1 题 明天预报大雨，您有 60% 的晚市座位已被预订。应该？
解析 · 雨天到店率通常显著下降，但预订客人未必会主动取消。正确做法是主动确认（减少 No-show）、把确认会来的座位之外的位置开放给候补（避免空桌）、并同步下调备货（减少损耗）。这比被动等待或盲目降价有效得多。
第 2 题 为什么餐饮预测要按时段做而不是按天做？
解析 · 午市多是周边上班族，追求快、客单价低、翻台快；晚市多是聚餐和约会，客单价高、停留久。按天平均会把这两个完全不同的场景混在一起，导致两边都预测不准。
关联
对应通用内核：K01 需求预测 | 行业：餐饮业总览