模拟场景：一场比赛41%的零售收入集中在30分钟里
以下数据为模拟示例。某职业足球俱乐部主场场均观众约4万人，场内有3家固定零售店和6个售卖亭，主要销售球衣、围巾、帽子和纪念品。一个赛季下来，场均零售收入约62万元。把每场的零售数据按分钟切开后，一个规律非常稳定：从终场前15分钟到终场后15分钟，这30分钟贡献了约41%的零售收入，而开场前90分钟加起来只占35%，比赛进行中的其余时间占24%。
如果只看日报里的“场均零售62万元”，这个规律是看不到的。而一旦看到，零售运营的问题就从“怎么提高客单价”变成了“怎样在30分钟里接住一波集中需求”。
离场观众和入场观众，其实是两种顾客
同一个人，在入场和离场时的购买状态完全不同。入场时，他赶时间找座位、手里拿着饮料、不想整场比赛拎着购物袋；离场时，比赛结果已经确定，情绪处于一场比赛的最高点或最低点，而且接下来只剩回家这一件事，不在乎手上多一个袋子。
Consumer Analytics 在模拟数据中还发现，离场时段购买者中，带儿童的家庭观众占比明显更高，他们往往是在孩子的要求下临时决定买一件球衣或一条围巾；季票老球迷则更可能在赛前购买新赛季球衣。这说明终场时段零售点的商品陈列，应该更靠近儿童尺码和价格适中的纪念品，而不是只摆最贵的正式版球衣。
胜负情绪会把同一个时段的需求放大或压缩一倍以上
终场30分钟的零售额对比赛结果极其敏感。模拟赛季中，按结果分组的数据如下：
| 比赛结果 | 终场30分钟零售额 | 占全场零售比例 | 主店最长排队时间 |
|---|---|---|---|
| 输球 | 约14万元 | 29% | 6分钟 |
| 平局 | 约21万元 | 37% | 11分钟 |
| 常规赢球 | 约32万元 | 46% | 18分钟 |
| 补时绝杀赢球 | 约45万元 | 53% | 24分钟 |
这张表说明两件事：第一，胜负情绪会让同一时段的需求相差三倍以上；第二，需求越高的场次，排队越长，也就意味着流失越多。补时绝杀那场，按客流计数估算，有近四百名观众进店后没有完成购买就离开了。
离场动线决定了谁能走到零售点门口
终场时段的顾客不会专门绕路去零售店，他们只会在离开的那条路上顺手购买。Spatial Analytics 会把入口、大厅通道（Concourse）、座席区出口、零售点和停车场出口放在同一张图上，计算每个零售点在终场时段的“路过人数”。
模拟数据中，主店位于南侧大门旁，终场时段路过人数约1.1万人；东侧售卖亭位于通往地铁站的方向，路过约9000人；而北侧一家固定店虽然面积最大，但北侧出口主要通向停车场，终场后大部分观众直接前往停车区，店门口人流只有约3000人。面积最大的店，终场收入反而排在第三。
这类问题只看各店销售额是分析不出来的，必须把离场方向和出口分流比例一起看。如果场馆调整了出口开放方案，零售点的价值也会随之改变。
这30分钟的真正上限，是收银台而不是需求
在需求最高的场次，零售收入常常不是被观众的购买意愿限制，而是被收银能力限制。模拟数据中，三家固定店合计36台收银终端，球衣类订单因为要确认尺码和印号，平均处理时间约75秒，30分钟内理论上限约860单；6个售卖亭合计约430单。两者相加接近1300单，而赢球场次这一时段的实际成交就在1250单左右，已经贴着上限。
换句话说，赢球时多出来的需求，很大一部分根本没有机会成为收入。这时候继续讨论“要不要多进货”意义不大，需要优先讨论的是收银方式：移动收银、预装袋的常规尺码、把印号服务改为赛后预约，都能缩短每一单的处理时间。
线上下单、场内自提：把购买从拥挤时段前移
另一种办法是把一部分购买从终场高峰挪走。在模拟方案中，场馆在下半场第70分钟起通过大屏和App提示“现在下单，离场时在南门自提点取货”，并为自提订单准备单独的取货窗口。试运行4场的结果显示，约18%的终场零售订单转为线上下单，主店最长排队时间从18分钟降到10分钟，赢球场次终场零售额提高约12%。
需要注意的是，线上下单对家庭观众和临时起意的购买效果有限，这部分顾客更依赖现场看到商品。所以自提只能分流一部分需求，不能替代现场零售点。
AI预测终场零售时最容易犯的三个错误
- 用场均值备货和排班：终场零售额在14万到45万元之间波动，按均值准备，赢球时不够、输球时浪费。更合理的方式是按比赛前的胜负概率和对手热度，给出区间预测并提前准备弹性人手。
- 把排队流失当成需求不足：收银饱和时的成交数只是能力上限，不是真实需求。Demand Model 需要用进店人数和放弃人数修正。
- 忽略出口方案变化：一旦安保调整出口分流，历史数据中的零售点人流规律就会失效，必须在模型中单独标注。
在BB体育的模型分工里，Forecast Model 给出区间，Venue Intelligence 给出点位建议，但这些判断最终都需要零售运营人员复核，尤其是对胜负概率的使用，模型只能提供概率，不能替代现场根据比分变化做出的临时调度。
回到布局：终场30分钟的零售点应该怎么摆
把以上分析落到布局上，模拟方案给出的调整包括：在南门和东侧地铁方向各增加一个终场限时售卖点，只卖围巾、帽子和常规尺码球衣；北侧大店在终场时段把一部分人手调往南门；在停车场出口设置小型自提柜，服务直接前往停车区的观众。BB体育场馆商业研究组的测算是，这些调整在赢球场次可以把终场零售额提升15%到20%。
BB体育在分析终场零售时，会把票务、闸机、出口计数和收银数据放在同一条时间轴上；离场后前往停车场的观众在消费上有什么不同，可以参考停车与餐饮零售数据的联合分析。如果希望从场馆整体经营的角度理解不同活动类型对零售的影响，可以阅读体育场馆商业运营相关文章。
