模拟场景：开赛第35分钟，北看台瓶装水售空

设定一个模拟示例。某体育场举办一场6万人的联赛关键战，当天最高气温33度。开赛第35分钟，北看台两个售卖点的瓶装水售空，排队观众开始转向附近的其他售卖点，导致相邻两个点的队伍也超过了15分钟。

场馆中央库房还有约9000瓶水，但从中央库房推车到北看台，需要穿过已经坐满观众的环形通道，单程20多分钟，一趟只能运300瓶。更麻烦的是，场外城市仓还有两车货，但场馆周边从开赛前3小时起实行交通管制，货车要到比赛结束、观众散场以后才能进场。

事后复盘发现，这场比赛的瓶装水总备货量是够的，缺的是北看台在上半场的局部库存。BB体育供应链研究组把这类问题称为“位置性缺货”，它在赛事物资中比总量缺货更常见。

为什么比赛开始以后补货通常来不及

赛事日的物流环境和平时完全不同，主要有四个限制：

  • 交通管制：大型比赛前后，场馆周边道路通常会限制货车通行，只在规定时段放行；
  • 进场时间窗：物资车辆需要提前报备，在指定时间通过指定入口进场，错过时间窗就要等到下一个窗口；
  • 安检：进场物资需要逐车检查，一辆车可能需要20到40分钟；
  • 场内通道：开放观众入场后，推车和叉车在通道中的通行速度会下降一半以上。

这四个限制叠加的结果是：开赛前2小时到散场后1小时，场馆基本是一个“封闭系统”，只能依靠已经进场的库存运转。所有需要在这段时间使用的物资，必须在此之前就位。

以 Event Date 为零点，排出72小时物流时间表

既然开赛后补不进来，计划就要以比赛开始时间为零点往回排。模拟案例的时间表如下：

  1. 赛前72小时：确认城市仓的最终库存，根据最新售票数据和天气预报更新需求预测；
  2. 赛前48小时：非易腐物资（瓶装水、包装饮料、纪念品、清洁用品）第一批进场，入中央库房；
  3. 赛前24小时：按预测把物资从中央库房分发到各看台的前置库存点；
  4. 赛前6小时：易腐食材和热食原料进场，这是最后一个常规进场时间窗；
  5. 赛前3小时：交通管制开始，此后只有应急车辆可以进出；
  6. 比赛期间：只在场内从中央库房向各售卖点补给；
  7. 散场后1小时：管制解除，回收剩余物资并补充下一场的库存。

在比赛日，物资的 Lead Time 不只是工厂的生产周期，还包括车辆报备、等待时间窗、安检和场内分发。BB体育的 Supply Chain Analytics 会把这几段时间分别计入，模拟案例中一车瓶装水从城市仓出发到进入看台前置点，比赛日需要约5小时，而平时只要1.5小时。

这张时间表意味着，比赛日的物资需求预测最迟要在赛前72小时定稿，赛前24小时最多只能做结构上的微调。关于赛事物资为什么要从比赛日倒排生产和采购，可以参考体育赛事物资的时间约束一文。

需求要按区域和时段预测，而不是只算全场总量

回到北看台的问题，全场总量预测是准确的，错在分布。Demand Model 在做赛事物资预测时，需要把需求拆到每个看台区域、每个时段。

模拟数据显示，高温天气下，瓶装水的全场人均消费约为1.4瓶，但北看台因为朝西、下午直晒，人均达到2.1瓶；时间上，入场前1小时和中场休息的15分钟合计占全天销量的55%。如果只按人均1.4瓶把库存平均分到各看台，北看台必然在上半场售空。

这类按区域和时段的消费差异，也是场馆消费分析关注的问题，例如场馆餐饮销售分析中讨论的排队与价格判断。

Safety Stock 应该分层放在场内，而不是集中在库房

赛事物资的安全库存，关键不在“备多少”，而在“放在哪”。模拟案例调整后的做法是把库存分成三层：

第一层是售卖点库存，覆盖该点入场到中场休息结束的预测需求；第二层是看台前置库存点，每个看台设一个，覆盖该看台下半场需求加上约25%的安全库存；第三层是中央库房，覆盖全场约15%的波动和突发情况。北看台因为高温暴露，前置库存点的安全库存系数从25%提高到40%。

这样调整后，比赛期间从中央库房的长距离补给从原来的十几趟减少到三四趟，推车主要在看台前置点和售卖点之间短距离往返，单程时间在5分钟以内。

如何验证预测和布置是否合理

验证最好在比赛开始前进行。一是利用赛季中的普通场次做演练，按新的分层方式布置库存，记录每个售卖点的售空时间；二是在赛前24小时根据最新天气重新计算高温区域的系数；三是比赛当天安排专人在中场休息前15分钟巡查各前置库存点，发现低于警戒线时提前补给，而不是等售卖点报缺货。

BB体育在模拟项目中会记录每场比赛的“售空时间点”“补给次数”和“散场后剩余量”，逐场校准各区域的需求系数。模型给出的是建议分布，现场负责人可以根据观众实际入场情况调整，调整记录也会回写到下一场的参数中。

这类判断可能在哪里出错

常见的偏差包括：天气预报变化没有及时反映到预测中；客队球迷集中在某个看台，带来与主队球迷不同的消费习惯；进场时间窗被临时调整；以及临时放票导致某些区域的人数高于预期。这些情况都需要有人在赛前72小时到24小时之间持续跟进，AI可以提示变化，但是否调整、调整多少，需要结合现场判断。

比赛开始以后再补货，通常只能在场内有限地挪动。真正能决定比赛日物资是否充足的，是赛前三天的预测、进场安排和库存布置。这也是BB体育把赛事日历和进场时间窗作为赛事物资模型基础输入的原因。