看希尔顿饭店集团的预测秘笈.docVIP

看希尔顿饭店集团的预测秘笈 5 已有 295 次阅读 2011-10-10 发行者：朱栋 分享到迈点蓝 新浪 MSN/QQ 开心 人人 　　希尔顿饭店集团公司是世界上著名的住宿和餐饮游乐公司，它所属的247家公司中，有一些是世界最著名的饭店，包括Waldorf-Astoria和Hilton Hawaiian Village等。希尔顿拥有或部分拥有31家饭店并为其他业主代管28家饭店。希尔顿还特许172家饭店，12家饭店赌场和4家游船。近日，希尔顿酒店及度假村在上海宣布：未来5年内，该公司计划在中国新开100家酒店，而该公司的旗舰品牌“希尔顿酒店及度假村”将在华新开40家。它每年的净利润高达9700万美元，总资产超过75亿美元。 　　每年下半年开始对希尔顿旗下各个饭店进行年预测，到九月份结束。在饭店层级上的预测需要几个步骤，并与希尔顿的年商业计划相衔接。每年预测都包括年收入预测、花费及其它因素、出租率和平均每日房价的预测等。同时，还有各个部门的明细表(包括食品、饮料、电话和其它经营部门)的预测。每家饭店还需要按月更新预测数据，并与年预测的当期值相比。除此之外，希尔顿饭店还有对收入和费用渐进连续的预测……一个庞大的饭店集团的预测工作是不容小觑的，那么希尔顿到底是怎样进行预测的呢?又有哪些预测方法可供中国酒店借鉴使用呢? 　　预测方法概述 　　现有许多预测方法，从简单的直觉方法到复杂的方法，预测方法的分类可以参见图A。 　　预测方法首先分为非正规预测方法和正规预测方法。非正规预测方法依靠直觉并且缺乏供其他预测者参考的系统程序。正规预测方法概括了所需遵循的步骤并可以反复应用。正规预测方法细分为定量分析法和定性分析法。定量分析法是本专题的主要部分，它又分为因果分析法和时间序列法。 　　在时间序列法中，假设一种类型的数据会随时间重复发生，当确认后，就可以预测任何随后时间段内的数值。例如，如果12月份的季节型数据是30%的饭店出租率，低于已确认的月平均水平，那么可以估计来年12月份饭店出租率很可能还是30%且低于月平均水平。 　　时间序列法假设在源于序列的历史数据的基础上可以独立确认数据类型。他们没有考虑管理者面向未来做出的某些决策，如定价、广告等。接下来我们介绍时间序列法包括朴素法和平滑法。 　　因果分析法假设某一变量是其他变量的函数。例如，饭店中食品和饮料的销售量是饭店客房出租率的函数。因此预测食品和饮料的销售额要参考客房销售额的预测值。因果分析法包括一元和多元线性回归、非线性回归和计量经济法。 　　朴素法 　　用于预测的最简单的时间序列法是利用最近时期的观测值进行预测。例如，一个食品经理对本月300000元的销售额计划可能是基于上月300000元的销售额做出的。预测的这一朴素法假设不存在季节性原因影响销售额的问题。若将季节性因素考虑在内，预测者可能以前一年同一个月中的销售额为基础加、减一定百分比。 　　例如，假设一家饭店2011年1月客房销售额总计为900000元。由于预期销售量和价格将有所增长，预期增长率为10%，则2012年1月的预测值，将为990000元，计算如下： 　　基准×(1+10%) = 2012年1月预测值 900000× (1.1)= 990000元 　　虽然朴素法以非常简单的规则为基础，但它也可以提供合理准确的预测，特别是估计一年以上的数值。有时更复杂的方法不一定能有效地提高预测的准确性，因而要调整它们的使用，尤其在较高成本的情况下更是如此。 　　移动平均法 　　在有些情况下，用于预测的数据产生波动的主要原因在于其随机性。由于管理者不会以偶然发生的随机性数据为基础做出经营决策，因而他们试图通过对特定时期的数据作平均或“平滑”处理以消除随机性。这样的预测方法叫做移动平均法，用数学方式表述如下： 　　移动平均数 = 前N个时期的业务活动/N 　　式中N为移动平均中的时期数 　　下面以某饭店中委托食品服务公司服务为例对移动平均法予以说明。食品服务公司每周向某饭店供应5天餐食制品，管理者需要预计第13周的销售量。图D表示了每周供应客数。使用最近3周的数值移动平均，预计第13周需供应的客数为1025，计算如下： 　　3周移动平均数 = (1025 +1000+1050)/ 3 = 1025客 　　得到周用餐结果的最新数据后，可以用这一数值替代公式中最早一周的数值来计算平均数。在这种方法中，平均值的计算“移动了”一次，计算时就要以最新观测值更新数据一次。例如，如果在第13周向某饭店供应950餐，那么预测第14周的数量，就可以用3周移动平均，其计算如下： 　　第14周客数预测 = (11周一13周的销售总量)/ 3 　 = (1000 +1050+