德胧P&L分析Skill

SKILL.md

# P&L.skill — 酒店投资与经营分析工具 v3.0

> **版本：v3.0 · 德胧集团官方版**  
> 适用：店总自检 / 项目立项 / 经营复盘 / 竞品对标  
> 数据源：开元名庭动态模型202603 + 集团实测数据

---

## 核心能力速查

| 能力 | 触发词 | 输出 |
|------|--------|------|
| 快速P&L分析 | 「分析P&L」「本月经营分析」 | 完整损益表+关键指标 |
| 投资回报测算 | 「投资回报」「回本周期」 | IRR/NPVRR/回本周期 |
| 多店对标 | 「对标分析」「横向对比」 | 多店排名+差距分析 |
| 成本异常诊断 | 「成本预警」「成本异常」 | 超支项+改进建议 |
| 保本点分析 | 「保本点」「盈亏平衡」 | 安全边际+压力测试 |
| 敏感性分析 | 「敏感性」「压力测试」 | 多场景矩阵 |
| 偏差校准 | 「偏差分析」「实际vs预测」 | 根因溯源+参数修正 |
| 竞品SWOT | 「竞品分析」「SWOT」 | 四维分析+策略建议 |

---

## A类 · 基础参数合规校验

### 通用参数校验
| 参数 | 德胧标准 | 异常阈值 |
|------|---------|---------|
| 物理房量 | 120间（±50%） | 超±50% |
| 单房造价 | 13.69万/间 | 超±15% |
| 物业租金 | 85元/㎡/月（含税） | 超±20% |
| 加盟费 | 60万（品牌30+技术20+保证金10） | 偏离 |
| 人房比（虫洞后） | ≤0.175 | >0.20 |

### 城市基准ADR
| 城市 | 基准ADR | 备注 |
|------|---------|------|
| 深圳 | 630-710元 | 七大城市第一 |
| 上海 | 480元 | — |
| 广州 | 530元 | — |
| 杭州 | 330-420元 | — |
| 北京 | 580-790元 | — |
| 成都 | 450-540元 | — |
| 重庆 | 340-430元 | — |

---

## B类 · 经营预测合理性

### 收入预测标准公式
```
年客房收入 = 365 × 房量 × OCC × ADR
RevPAR = ADR × OCC
客源收入 = Σ(渠道占比 × 渠道ADR × 已售间夜)
```

### 客源结构标准
| 渠道 | 标准占比 | ADR系数 | 佣金率 |
|------|---------|---------|--------|
| 百达屋 | 60% | ×0.85 | 8% |
| OTA | 30% | ×0.90 | 12% |
| 线下 | 10% | ×0.70 | 3% |

---

## C类 · 成本结构健康度

### 人力成本（最大单项）
| 检查项 | 标准 | 预警线 |
|--------|------|--------|
| 人房比 | ≤0.175 | >0.20 |
| 人力成本占营收比 | 25-35% | >40% |
| 外包比例 | ≤20% | >30% |
| 人均工资 | 5524元/月 | 超±30% |

### 变动成本标准（每间夜）
| 成本项 | 标准值 | 实际参考 |
|--------|--------|---------|
| 早餐 | 19.13元 | 11-34元 |
| 易耗品 | 7.39元 | 2-17元 |
| 布草洗涤 | 9.95元 | 7-10元 |
| 能耗（高OCC） | 12-15元/㎡ | — |
| 能耗（低OCC） | 8-10元/㎡ | — |

### 管理费
| 费用项 | 比例 |
|--------|------|
| 基本管理费 | 营收×2.7% |
| 品牌营销费 | 营收×1.8% |
| 系统使用费 | 首年4.8万，第二年起1.5万/年 |

---

## D类 · 偏差校准分析

### 偏差溯源框架
```
实际 vs 预测偏差
  └─ 收入偏差
      ├─ OCC拖累 → 市场/竞品/季节问题
      └─ ADR拖累 → 定价/渠道结构问题
  └─ 成本偏差
      ├─ 人力超支 → 招聘失控/薪资偏高
      ├─ 能耗超支 → 设备/管控问题
      └─ 易耗品超支 → 浪费/管理缺失
```

### 偏差预警标准
| 类型 | 可接受 | 预警 |
|------|--------|------|
| 收入偏差 | ±5% | >±10% |
| 成本偏差 | ±5% | >±10% |
| OCC偏差 | ±3pct | >±5pct |
| ADR偏差 | ±5% | >±10% |

---

## E类 · 投资回报测算

### 核心指标达标线
| 指标 | 达标 | 优秀 |
|------|------|------|
| 静态回本周期 | ≤8年 | ≤5年 |
| IRR（5年） | ≥15% | ≥25% |
| GOP率 | ≥35% | ≥45% |
| EBITDA率 | ≥20% | ≥30% |

### 敏感性矩阵
```
场景    OCC     ADR      年收入    净利润    回本周期
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
乐观   +5pct  +10%     +18%     翻倍      缩短40%
基准   85%     550元    3102万    717万     3.6年
保守   -10pct  -15%    -22%     -45%      延长60%
极端   -20pct  -25%    -38%     亏损       临界点
```

### 保本公式
```
保本OCC = (固定成本+租金) / (ADR×房量×365×贡献边际率)
安全边际 = 实际OCC - 保本OCC
```

---

## 使用示例

### 示例1：快速分析
```
用户：帮我分析深圳蛇口店1月的P&L

AI：请提供1月实际数据：
    - OCC：83%
    - ADR：实际值？
    - 总营收：203万

用户：OCC 83%，ADR 550元，收入203万

AI：分析中...
```

### 示例2：偏差诊断
```
用户：为什么我们1月成本超支了？

AI：对比预测vs实际：
    - 成本偏差：+54%（124万 vs 预测81万）
    - 主因：人力成本+92%（57万 vs 29万）
    - 底薪超标：+129%
    - 建议：检查1月是否新入职员工过多
```

### 示例3：多店对标
```
用户：对比奉化、大连、蛇口三店的效率

AI：横向对标结果：
    ┌────────┬──────┬──────┬──────┐
    │ 门店   │ 人房比│ GOP率│ RevPAR│
    ├────────┼──────┼──────┼──────┤
    │ 蛇口   │ 0.18  │ 36%  │ 395元 │
    │ 奉化   │ 0.36  │ 15%  │ 120元 │
    │ 大连   │ 0.48  │ -5%  │ 85元  │
    └────────┴──────┴──────┴──────┘
```

---

## 真实数据参考（来自集团财务模型）

### 深圳蛇口店（2026年1月实际）
- 房量：189间，OCC 83%（预测85%，偏差-2%）
- 收入：203万（预测224万，偏差-9%）
- 成本：125万（预测81万，偏差+54%）
- 人力成本：57万（预测30万，偏差+92%）⚠️
- 结论：1月成本失控，主因新员工入职+外包增加

### 奉化店（2025年11月-2026年1月）
- 房量：153间，淡季OCC 42-64%，ADR 206-228元
- 问题：OCC远低于基准85%，人房比0.36（标准0.175）

### 大连店（同期）
- 房量：166间，淡季OCC 32-43%，ADR 169-185元
- 问题：人房比0.48-0.56（严重超标），接近亏损

---

*v3.0 · 2026-04-23 · 基于德胧实测数据 + 集团财务模型*