剧院演出专业课 · C2
需求预测
剧院的预测对象不是「这部戏总共能卖多少张」，而是「每一场、每个票档在距开演 T-30／T-14／T-7／T-1 各节点累计卖了多少」。因为库存开场即清零，晚卖一周就永远少卖一周，所以预测的核心是节奏而不是总量。
核心要点
四条要记住的
- 建立分场售票曲线。以距开演天数为横轴，记录每个票档的累计已售占比，与同类型剧目的历史曲线对齐，偏离超过阈值即触发调价。
- 先看剧目引力，再看档期。IP、主创与口碑决定需求天花板，周末晚场高于周末下午场，再高于工作日晚场，节假日档期系数可达 1.3–1.8。
- 首演口碑是最大的需求突变源。评分与社交媒体声量会在首演后 24–72 小时内重排后续场次需求，必须设实时复盘与重预测机制。
- 驱动变量清单要固定。剧目类型、主创阵容、档期系数、同城竞品同期演出、天气与交通、团体包场在手量、营销投放节奏；开票提前期通常 30–60 天，热门 IP 可到 90–180 天。
要点对照
核心指标一览
| 指标 | 定义 / 公式 | 说明 |
|---|---|---|
| 售票曲线 | T-30／T-14／T-7／T-1 各节点累计已售占比 | 与同类型历史剧目对齐，偏离即触发调价 |
| 档期系数 | 节假日／周末晚场／周末下午场／工作日晚场系数 | 基准 1.0；节假日 1.3–1.8；工作日午场 0.6 |
| 口碑因子 | 首演后评分与社交媒体声量变化 | 可在 72 小时内重排后续场次需求 |
| 团体包场在手量 | 已锁定的团体票与包场座位数 | 必须从散客可售座中提前扣除 |
| 退改率 | （退票 + 改签）÷ 已售票数 | 开演前 7 天是退改高峰，需回补库存 |
| 竞品同期演出 | 同城同档期同类型剧目数量与票价 | 直接分流需求，定价时应下调需求预期 |
常见错误
这个行业容易踩的坑
- 用上一部戏的曲线套新戏——剧目引力的差异远大于季节差异，只有同类型剧目才可比。
- 只预测总销量不分票档——低价档卖光、高价档空着的结构性缺货根本预测不出来。
- 忽视首演口碑——首演后需求可能翻倍或腰斩，等到 T-3 才发现已来不及调整价格与排期。
- 没把团体包场从预测基数里扣除——散客可售座虚高，临开演才发现无票可卖。
自测
两道题
第 1 题 为什么剧院的需求预测必须拆到票档，而不能只预测本场总销量？
解析 · 剧院的问题往往不是「卖不卖得掉」，而是「按什么价卖掉的」。当低价档被抢空、高价档大量空置时，总量售罄率可能仍有 70% 看起来正常，但单座收入已严重受损，而且此时想降价救场也只剩高价档可降。分票档预测才能提前发现结构性缺货，并通过调整各档配额与折扣来纠偏。
第 2 题 一部连演十场的新剧，首演结束后最应该立即做的是什么？
解析 · 首演口碑是剧院需求最大的突变源，评分与社交声量会在首演后 24–72 小时内重排后续场次的需求曲线。这个窗口内既有信息、又还有足够长的销售期可以调整价格与配额，是收益管理唯一有效的干预窗口。等到整轮结束复盘，库存早已清零；直接全面降价则会在需求其实上行的场次白白损失收入。
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：剧院演出详解