← 返回全集
📊 配套练习与数据:学完本章可在 教学数据工坊 动手算(模拟数据库 + 练习模板),或 在线预览。
第三篇 · 运营篇 · 模块 E · 计划与支撑 第 20 章 预测与需求日历 · 投屏课件 0 / 25
第三篇 · 运营篇 · 模块 E · 计划与支撑

预测与需求日历

第 20 章 | 模块 E · 计划与支撑 | 共 25 屏
读完这章您能回答:凭什么现在就知道那天会不会满房。

本章要您做到

课堂任务卡 · 第 20 章
情境:A 店凭经验判断展会日"肯定满",提前 30 天关掉所有低价档。B 店查历史:去年同展会 D-30 在手只有 30 间,最终 95 间。
任务:只看上面这组数,查本章判定表,写出您的动作与依据(第几行)。写完再展开答案。
答案与判据(写完再看)
用多久的历史至少 2 年,剔除异常年(如疫情、大修、政策突变)
按什么分组按星期几分组(周一与周六 pickup 完全不同);再叠加事件日
偏差怎么看实际 pickup 持续高于预测 → 上调;持续低于 → 下调
该情境的实际结果:B 店判断:增长空间还很大,此时关闭低价档为时过早,应先保持开放、观察 pickup。 最终 A 店因过早关档损失了大量中价客源;B 店逐步收紧,满房且均价更高。 结论:预测的价值在于"什么时候该动手",而不只是"会不会满"。
判分点:动作对且能说出依据行,才算过。只写结论不写依据=不算会。

情境导入

您一定踩过的坑

距国庆还有 40 天,销售说"放心,肯定爆满",于是价格一路往上抬。

结果那年高速免费政策变了,客流没来,最后出租率不到 50%——高价把客人都吓跑了。

错不在涨价,在于把"感觉"当成了"预测"。

预测不是算命,它是一套方法:用历史数据推断未来,再每天用新发生的实际数据去修正。预测准不准,直接决定收益管理的上限。

三要点怎么用(各配一例)

核心公式

某日最终预订量预测 = 当前在手 + Σ(剩余各提前期的历史 pickup) pickup(提前期 d) = 历史上「距入住 d 天」那天新增的预订数 预测准确度:MAPE(平均绝对百分比误差)<10% 为良好
算例:距某日还有 10 天,当前在手 50 间。
历史 pickup:D-10 新增 4、D-9 增 5、D-8 增 3……D-1 增 2,剩余期合计约 35 间。
预测最终 = 50 + 35 = 85 间。可售 100 间 → 预计出租率 85%,属紧俏 → 可执行保护位与关低价档。
关键:随着时间推进,用实际 pickup 替换历史值,预测会自动收敛变准。

算例 3 · 预测随时间的自我修正

D-10:在手 50,历史剩余 pickup 35 → 预测最终 85 D-7 :在手 63(实际新增 13,历史为 11)→ 略快 剩余 pickup 修正为 26 → 预测最终 89 D-3 :在手 78(新增快于历史)→ 预测最终 94 D-1 :在手 91 → 预测最终 93(收敛)
预测会随实际数据不断收敛,越临近越准。
这正是"每天用实际替换历史"的意义——预测不是一次算完就放着,而是每天在更新。
若某天实际 pickup 明显偏离,就是需要人工干预的信号(检查是否有事件变化或渠道异常)。

本章判定表 · 预测与需求日历怎么用

用多久的历史至少 2 年,剔除异常年(如疫情、大修、政策突变)
按什么分组按星期几分组(周一与周六 pickup 完全不同);再叠加事件日
偏差怎么看实际 pickup 持续高于预测 → 上调;持续低于 → 下调
日历标什么展会、演出、赛事、节假日、寒暑假、考试季、航班换季
日历更新频率每周一更新,滚动往后补 7 天(固定动作)
事件日提前量大型事件提前 6–12 个月标注并开始布价
准确度标准MAPE <10% 为良好;>20% 需重建模型
最重要的用途预测决定保护位(第 12 章)——预测越准,收益越高
用法:预测与日历是"一个定性、一个定量":日历告诉您哪天特殊,pickup 告诉您实际来了多少。两者配合才是完整预测。

场景:距入住 6 天,预测最终 88 间,但近 3 天实际 pickup 明显偏慢

预测值88 间(可售 100,预计出租率 88%)
实际 pickup近 3 天日均 5 间,历史同期 9 间 → 明显偏慢
是日历事件变化吗?查日历:原标注的展会取消 → 是原因之一
是渠道异常吗?查渠道:某 OTA 配额已满,关闭了 → 是原因之二
修正预测下调至约 76 间
对应动作释放保护位、开放低价档填量(不硬守)
记录写明"展会取消 + OTA 配额满"两个原因,供下次参考
结论:预测偏了不可怕,可怕的是不查原因、也不修正动作。
预测的价值一半在于估算,一半在于"偏差触发您去查发生了什么"。
案例 · 两次不同的"感觉"
A 店凭经验判断展会日"肯定满",提前 30 天关掉所有低价档。B 店查历史:去年同展会 D-30 在手只有 30 间,最终 95 间。
先想 30 秒 → 按 → 翻到下一屏看结论
案例 · 两次不同的"感觉" · 结论
B 店判断:增长空间还很大,此时关闭低价档为时过早,应先保持开放、观察 pickup。
最终 A 店因过早关档损失了大量中价客源;B 店逐步收紧,满房且均价更高。
结论:预测的价值在于"什么时候该动手",而不只是"会不会满"。
案例三 · 一张日历的复利
某店第一年只标了 8 个事件日(主要是法定假期)。第三年,他们建立了完整的信息源,标出了 31 个。
先想 30 秒 → 按 → 翻到下一屏看结论
案例三 · 一张日历的复利 · 结论
第三年事件日带来的额外收入是第一年的 3.6 倍,而投入几乎没变(每月 30 分钟信息同步)。
结论:需求日历是有复利的资产——第一年粗糙,第三年精准,而它每年都在自动产生收益。
案例四 · 预测如何救了一次布价
某店 D-21 时的一场争论:
销售:"展会还有三周,在手才 30 间,肯定很淡,要不要先降点价?"
收益:"我查了去年同展会:D-21 在手 28 间,最终 95 间。增长主要发生在 D-10 到 D-2。"
销售:"所以现在不能降?"
收益:"对。现在在手低是正常的——因为散客还没开始订。如果现在降价,就是把后面会来的高价客提前贱卖了。"
销售:"那什么时候动手?"
收益:"等到 D-10,看 pickup 是否如期启动。启动了就收紧,没启动再促销也不迟。"
先想 30 秒 → 按 → 翻到下一屏看结论
案例四 · 预测如何救了一次布价 · 结论
D-10 时 pickup 果然启动(日均 12 间,历史 5 间),该店按计划收紧低价档并分阶段提价,最终满房且 ADR 比去年高 18%。
结论:预测的价值不只是"算出结果",更在于"告诉您现在该不该动手"。很多错误不是判断错,是动手太早。

常见错误(续)

提醒

自学者提示:没有系统也能做预测——用 Excel 建一张表:行是星期几,列是提前期(D-30 到 D-0),填入历史 pickup,就是您的第一个预测模型。
再单独建一张"需求日历",把明年本地的展会、演出、假期标进去。这两张表,就是整个运营篇的地基。

与前后章的联系

练习
  1. 当前在手 60,剩余提前期历史 pickup 合计 25,预测最终多少间?
  2. 为什么预测要按星期几分组?
  3. 实际 pickup 连续一周高于预测,说明什么、该怎么办?
  4. MAPE 大于 20% 说明什么?
  5. 需求日历应标注哪些事件?至少列出 5 类。

要点

  1. 预测对象是需求曲线,不是最终出租率。
  2. pickup 是最小单元:统计每个提前期的历史新增量。
  3. 预测 = 当前在手 + 剩余各期的历史 pickup,并每天用实际值替换历史值。
  4. 日历是定性、pickup 是定量:日历说"哪天特殊",pickup 说"实际来了多少"。
  5. 偏差要查原因:事件取消?渠道关闭?——偏差本身就是信号。

本章小结(5 条,可复述)

练习(进阶)
  1. 为什么"在手低"不等于"需求弱"?举本章例子说明。
  2. 预测偏差很大时,您的第一反应应该是什么?
  3. 用 Excel 设计一张 pickup 表(说明行、列各是什么)。

遇到下面这些情况,直接按"动作"做

"在手很低,是不是很淡"不一定——看pickup 是否还没启动(参考去年同期的增长节奏)
要不要现在降价先查历史:增长发生在哪个提前期;别动手太早
预测偏差很大先查原因(事件取消?渠道关闭?),再修正动作
没有预测系统用 Excel:行=星期几,列=提前期,填历史 pickup
不知道有什么活动建信息源清单:展馆、票务、校历、航线公告
MAPE > 20%预测模型需重建(先查口径与异常年)

常见场景速查

第三篇 · 运营篇 | 模块 E · 计划与支撑 | 第 21 章

常见场景速查

课堂任务卡 · 第 20 章
情境:A 店凭经验判断展会日"肯定满",提前 30 天关掉所有低价档。B 店查历史:去年同展会 D-30 在手只有 30 间,最终 95 间。
任务:只看上面这组数,查本章判定表,写出您的动作与依据(第几行)。写完再展开答案。
答案与判据(写完再看)
用多久的历史至少 2 年,剔除异常年(如疫情、大修、政策突变)
按什么分组按星期几分组(周一与周六 pickup 完全不同);再叠加事件日
偏差怎么看实际 pickup 持续高于预测 → 上调;持续低于 → 下调
该情境的实际结果:B 店判断:增长空间还很大,此时关闭低价档为时过早,应先保持开放、观察 pickup。 最终 A 店因过早关档损失了大量中价客源;B 店逐步收紧,满房且均价更高。 结论:预测的价值在于"什么时候该动手",而不只是"会不会满"。
判分点:动作对且能说出依据行,才算过。只写结论不写依据=不算会。

要点

反面案例 · 案例四 · 预测如何救了一次布价
某店 D-21 时的一场争论: 销售:"展会还有三周,在手才 30 间,肯定很淡,要不要先降点价?" 收益:"我查了去年同展会:D-21 在手 28 间,最终 95 间。增长主要发生在 D-10 到 D-2。" 销售:"所以现在不能降?" 收益:"对。现在在手低是正常的——因为散客还没开始订。如果现在降价,就是把后面会来的高价客提前贱卖了。" 销售:"那什么时候动手?" 收益:"等到 D-10,看 pickup 是否如期启动。启动了就收紧,没启动再促销也不迟。"
D-10 时 pickup 果然启动(日均 12 间,历史 5 间),该店按计划收紧低价档并分阶段提价,最终满房且 ADR 比去年高 18%。 结论:预测的价值不只是"算出结果",更在于"告诉您现在该不该动手"。很多错误不是判断错,是动手太早。

本章小结

  1. 预测对象是需求曲线,不是最终出租率。
  2. pickup 是最小单元:统计每个提前期的历史新增量。
  3. 预测 = 当前在手 + 剩余各期的历史 pickup,并每天用实际值替换历史值。
  4. 日历是定性、pickup 是定量:日历说"哪天特殊",pickup 说"实际来了多少"。
  5. 偏差要查原因:事件取消?渠道关闭?——偏差本身就是信号。
练习(进阶)
  1. 为什么"在手低"不等于"需求弱"?举本章例子说明。
  2. 预测偏差很大时,您的第一反应应该是什么?
  3. 用 Excel 设计一张 pickup 表(说明行、列各是什么)。
练习(进阶)
  1. 为什么"在手低"不等于"需求弱"?举本章例子说明。
  2. 预测偏差很大时,您的第一反应应该是什么?
  3. 用 Excel 设计一张 pickup 表(说明行、列各是什么)。

一页带走

  • 预测的对象是需求曲线,不是最终出租率:您要猜的是"每天会来多少订单",而不是"月底能住满多少"。
  • pickup(预订进度)是预测的最小单元:每个提前期新增多少预订,是可以直接统计的历史规律。
  • 预测要不断修正:把预测值和实际 pickup 对比,偏差就是下次的修正依据。
  • 核心公式
    某日最终预订量预测 = 当前在手 + Σ(剩余各提前期的历史 pickup) pickup(提前期 d) = 历史上「距入住 d 天」那天新增的预订数 预测准确度:MAPE(平均绝对百分比误差)<10% 为良好
  • 算例 3 · 预测随时间的自我修正
    D-10:在手 50,历史剩余 pickup 35 → 预测最终 85 D-7 :在手 63(实际新增 13,历史为 11)→ 略快 剩余 pickup 修正为 26 → 预测最终 89 D-3 :在手 78(新增快于历史)→ 预测最终 94 D-1 :在手 91 → 预测最终
  • 用多久的历史至少 2 年,剔除异常年(如疫情、大修、政策突变)
  • 按什么分组按星期几分组(周一与周六 pickup 完全不同);再叠加事件日
  • 偏差怎么看实际 pickup 持续高于预测 → 上调;持续低于 → 下调
  • 日历标什么展会、演出、赛事、节假日、寒暑假、考试季、航班换季
键盘 → ← 空格翻页 · F 全屏 · P 打印 · D 看备课原文
本节目录(共 25 屏)
01 预测与需求日历02 本章要您做到03 情境导入04 三要点怎么用(各配一例)05 核心公式06 算例 3 · 预测随时间的自我修正07 本章判定表 · 预测与需求日历怎么用08 场景:距入住 6 天,预测最终 88 间,但近 3 天实际 pickup 明显偏慢09 案例 · 两次不同的"感觉"10 案例 · 两次不同的"感觉" · 结论11 案例三 · 一张日历的复利12 案例三 · 一张日历的复利 · 结论13 案例四 · 预测如何救了一次布价14 案例四 · 预测如何救了一次布价 · 结论15 常见错误(续)16 提醒17 与前后章的联系18 要点19 本章小结(5 条,可复述)20 遇到下面这些情况,直接按"动作"做21 常见场景速查22 常见场景速查23 要点24 本章小结25 一页带走

备课原文 · 教材对应段落