场景化锻炼 · 超售决策

纯浏览器运行 · 不联网 · 不装系统 · 适配课堂投屏 | 数据取自「杭州滨江云璟酒店」脱敏数据集 2025-10-02(国庆次日)

场景

国庆次日,前厅打来电话:“今天订满了,还能不能再接几间?”

您是收益课上的“当日收益官”。桌上没有 RMS 系统,只有一张日报和一张判定表(表 E)。请基于以下信息做决策:

320可售房量(间)
308当前已确认预订(间)
11%历史 No-show 率(今日预期)
¥680每间空置的机会成本(房费贡献)
¥1,200每间 walk(拒住)成本(升级+补偿)

第一步:您决定超售多少间?

决策结果核算

对照 · 表 E 三步法

① 算可超售数:可超售上限 ≈ 预期 No-show 数。今日预期 No-show = 308 × 11% ≈ 34 间。超过这个数,就开始承担 walk 风险。
② 设安全边界:No-show 有波动(历史 8%–14%),不能顶满 34。留缓冲,通常取预期值的 60%–90%。
③ 触发处置:一旦实际到店超过可售房,立即启动升级/补偿/walk 流程,并记入《调价台账》,让本次经验变成下次的可查资产。

这节课要学生明白的只有一句话:超售不是“多接几间”的胆量,而是“空置损失 vs 拒绝入住成本”的量化权衡。系统只是把这个结果自动执行;判断本身,用一张表和四个数就能练。

← 返回专题页

讲师出题提示(来自数据集 10 个异常点之一)

该日期在脱敏数据集里被标记为 “超售风险”:国庆次日 OCC 96%,但 No-show 率异常升至 11%。把它和 2025-07-09 台风“海棠”(48h Pickup 落后 45%,考表 L 需求暴跌)、2025-08-21 竞对恶意降价(考表 C 不盲目跟价)串起来,就是一整套“异常日决策”场景库——全部脱敏、可复现、不依赖任何系统。