假设示例

D-30 到 D-7：一次匿名预订进度演算

下面只讨论一组演算数据，以及判断为什么在两个复核点发生变化。

演算设置

假设一班航班有 180 个座位。历史参照在 D-30、D-21 和 D-7 的累计预订中位数分别为 72、88 和 126。本次演算在三个时间点记录 58、82 和 132。

只看 D-30，当前值比参照少 14 个，第一反应会是销售偏慢。我会先把这个判断写成待复核，不急着当成结论。

这次演算故意放进一个误判：看到少 14 个，就把累计缺口直接解释为后续需求偏弱，并准备一次性开放较多低价位座位。

再看最近 7 天的新增预订。本次演算增加 22 个，历史参照增加 14 个。当前总量仍低，但近期增量已经快了 8 个。

演算把动作缩小为：先开放 6 个较低价位座位，保留 48 小时，再在 D-21 复核。这里的 6 个和 48 小时只是示范参数，没有真实业务含义。

到 D-21，累计差值从 -14 收窄到 -6。演算在这一点结束临时开放，继续观察到 D-7；D-7 记录为 132，比历史参照高 6 个。

D-7 的 +6 不能证明前面的动作带来了增量。演算没有控制价格、节假日、团体需求、竞品班次等变量，也没有计算收入结果。它只说明设置复核点后，D-30 的第一次判断被后续数据纠正。

如果最近 7 天的新增预订也低于参照，或可售座位、班次和机型已经变化，动作会是另一种。本文不替这些边界条件作结论。

这组示例最终留下四项：D-30 的初始判断、检查增量后的调整、D-21 的复核决定，以及 D-7 的结果。每一项都能回到当时看到的数据。