体育赛事专业课 · C2
需求预测
体育赛事的需求预测是「赛程已定、需求随对手与战绩波动」：要预测的不是办不办，而是这一场会来多少人、哪个看台区先满、什么时候开始动销。
核心要点
四条要记住的
- 先建赛程分级表。按对手实力、历史交锋、争冠或保级意义、球星是否出场，把全赛季主场赛事分为 S／A／B／C 四级，每级对应一条历史售票曲线与上座率基准。
- 看台区需求不同步。中线核心区与球门或篮下区最先售罄，两端与高层看台最后动；预测必须分看台区做，只预测总量无法指导调价。
- 提前期由票务政策决定。季票提前 60–120 天开售并锁定；散客票通常提前 14–30 天开售，德比、季后赛与决赛等热门赛事提前 45–60 天；开赛前 48 小时是最后一个销售高峰。
- 战绩与天气是两大突变源。主队连胜会显著抬升后续场次需求；雨战或极端高温会使入场率下降 10%–25%，必须在赛前 24 小时做入场率修正。
要点对照
核心指标一览
| 指标 | 定义 / 公式 | 说明 |
|---|---|---|
| 赛程分级系数 | S／A／B／C 四级对应的上座率基准 | S 级不低于 95%；A 级 80%–90%；B 级 60%–75%；C 级 40%–55% |
| 分看台区售票曲线 | 各看台区 T-30／T-14／T-7 累计售罄率 | 核心区最先满，两端与高层最后动 |
| 对手引力系数 | 对手排名、历史交锋、球星效应 | 德比与争冠战可到 1.4–1.8 |
| 战绩动量 | 近 5 场胜率与连胜或连败场次 | 连胜 3 场以上，后续场次需求上修 10%–20% |
| 天气修正因子 | 降雨概率与极端温度 | 可使入场率下降 10%–25% |
| 团体与客队球迷配额 | 已锁定团体票 + 客队球迷区座位数 | 需从散客可售座中先行扣除 |
常见错误
这个行业容易踩的坑
- 全赛季用一条平均曲线——德比和保级无关战的需求能差三倍，平均曲线两头都错。
- 只看总量不看看台区——总量 70% 时可能核心区已满、两端全空，此时调价无从下手。
- 忽视客队球迷配额——不预留会引发安保与票务冲突，预留过多又压低主场散客收入。
- 赛前 24 小时不做天气修正——雨战仍按晴天配置备货与人力，浪费严重。
自测
两道题
第 1 题 全赛季主场赛事做需求预测时，第一步应该做什么？
解析 · 体育赛事需求的离散度极高，德比与保级无关战的上座率可能相差三倍。用全赛季平均曲线预测，会导致热门场次低估（少赚）、弱场次高估（空座与备货浪费）。先分级再分别套用同级历史曲线，是让预测可用于定价与配额的前提，赛程分级也是后续分级定价的基础。
第 2 题 赛前 24 小时应重点修正哪一项预测输入？
解析 · 到了赛前 24 小时，对手、赛程级别、季票结构都已固化，不可能再变；唯一会剧烈变化并直接影响当日收入的是天气——雨战或极端高温会让持票人放弃到场，入场率下降 10%–25%。这个修正直接决定餐饮与衍生品备货量、现场人力排班，以及是否需要在最后窗口追加折扣票清库存。
关联
对应通用内核：K01 需求预测 · K02 动态定价 · K03 库存控制 · K04 渠道管理 | 行业：体育赛事详解