通用内核 · K01
需求预测
收益管理所有决策的地基。预测错了，后面定价、库存、渠道全跟着错——而且错得更贵，因为您会在错误的基础上做「正确」的动作。
核心原理
四条必须记住的
- 预测的是需求强度，不是出租率。出租率是结果，需求强度才是原因。同样的 60% 出租率，可能是需求刚好，也可能是您已经把价格定错了。
- 用 Pickup 看增量，而不是看存量。存量大说明过去卖得好，Pickup 大说明未来会卖得好。决策看的是未来。
- 历史同比是基准，不是答案。去年同期给您一个起跑线，但您得根据今年的特殊事件（展会、节假日错位、竞对新开业）做修正。
- 预测必须分客群做。整体需求平稳，可能掩盖了团队在涨、散客在跌。分开看才看得清该应对什么。
跨行业对照
同一套逻辑，五个行业怎么做
| 行业 | 具体做法 |
|---|---|
| 住宿业 | 看未来 30 天每日的预订曲线（Pickup），对比去年同期与竞争集 |
| 餐饮业 | 看各时段（午市/晚市）的预订桌数增速，结合天气与星期几 |
| 航空业 | 看航班起飞前 90/60/30/14/7 天的订座进度，行业最成熟 |
| 景区文旅 | 看分时预约放票后的消耗速度，叠加天气预报做修正 |
| 娱乐休闲 | 看场次开售后各场次的上座进度，热门场次往往几小时内售罄 |
关键指标
要算的数
| 指标 | 公式 / 定义 | 说明 |
|---|---|---|
| Pickup（增量） | 本期预订量 − 上期预订量 | 衡量未来需求在加速还是放缓 |
| 预订曲线 | 距使用日 N 天的累计预订量 | 与历史曲线对比判断快慢 |
| 同比偏差 | (今年 − 去年) ÷ 去年 × 100% | 判断今年整体强于还是弱于去年 |
| 需求等级 | D1 低 / D2 中 / D3 高 / D4 极高 | 把预测结果转成可执行的分档 |
常见错误
别人踩过的坑
- 只看出租率不看 Pickup——等您发现不对，已经来不及调价了。
- 拿去年同期直接当今年预测——忽略了节假日错位、竞对新开业、大型展会。
- 整体平稳就放松警惕——可能团队在涨散客在跌，结构已经恶化。
- 预测完不记录——下次遇到同样的情况还得重新拍脑袋。
自测
两道题，检验一下
第 1 题 距离入住还有 7 天，您的 Pickup 明显低于去年同期，但当前出租率高于去年。这时应该？
解析 · 出租率是「已经发生」的结果，Pickup 是「将要发生」的趋势。Pickup 落后意味着剩下的 7 天卖不动，最终出租率会被追平甚至反超。决策永远看未来，不看过去。
第 2 题 为什么预测要分客群做，而不是只预测总量？
解析 · 总量是多个客群的加总，一个涨一个跌可能刚好抵消。但团队客和散客的应对策略完全不同——不分开看，您会做出错误动作。
关联
关联判定表：表 I 预订窗口分档监控表 · 需求等级日历（D1–D4）
关联行业：住宿业 ·
餐饮业 ·
航空业 ·
景区文旅 ·
娱乐休闲