假設示例

D-30 至 D-7：一次匿名預訂進度演算

下文只討論一組演算數據，以及判斷為何在兩個覆核點出現變化。

演算設定

假設一班航班有 180 個座位。歷史參照在 D-30、D-21 和 D-7 的累計預訂中位數分別為 72、88 和 126。本次演算在三個時間點記錄 58、82 和 132。

只看 D-30，當前值比參照少 14 個，第一反應會是銷售偏慢。我會先把這個判斷寫成待覆核，不急於當成結論。

這次演算故意放入一個誤判：看到少 14 個，就把累計差距直接解讀為之後的需求偏弱，並準備一次過開放較多低價位座位。

再看最近 7 天的新增預訂。本次演算增加 22 個，歷史參照增加 14 個。當前總量仍低，但近期增量已快了 8 個。

演算把動作縮小為：先開放 6 個較低價位座位，保留 48 小時，再在 D-21 覆核。這裡的 6 個和 48 小時只是示範參數，沒有真實業務含義。

到 D-21，累計差值由 -14 收窄至 -6。演算在這一點結束臨時開放，繼續觀察至 D-7；D-7 記錄為 132，比歷史參照高 6 個。

D-7 的 +6 不能證明前面的動作帶來了增量。演算沒有控制價格、節日、團體需求、競品班次等變量，也沒有計算收入結果。它只說明設定覆核點後，D-30 的第一次判斷被後續數據修正。

如果最近 7 天的新增預訂也低於參照，或可售座位、班次和機型已經改變，動作會是另一種。本文不替這些邊界條件下結論。

這組示例最後留下四項：D-30 的初始判斷、檢查增量後的調整、D-21 的覆核決定，以及 D-7 的結果。每一項都能回到當時看到的數據。