JD5250航班2026年5月4日旅客流失异常分析

汇报口径：5月4日采用OD明细精确去重；历史事件采用经停航班两航段最大值；航班动态统计截至2026年6月11日

当日情况说明

JD5250（首都航空）为海口美兰（HAK）—亳州（BZJ）—北京大兴（PKX）经停航线，计划2026年5月4日18:10从海口起飞。当日为五一假期倒数第二天（返程高峰节点），全天天气原因导致延误。

11:34 首次发布旅客通知短信。HAK-BZJ航段通知时179人、提前6.6小时；BZJ-PKX航段通知时178人、提前10.0小时。天气原因延误首次告知旅客。
18:10 计划离港时间。JD5250计划从海口起飞。实际离港延迟至约19:37（HAK-BZJ）和22:49（BZJ-PKX），两段分别延误约90分钟和87分钟。
01:01+1 最终到达北京大兴。较计划到达严重延迟，通程旅客（海口-北京）需承受两段行程和经停衔接的全部不确定性。

当日海口至北京大兴方向共有190名购票旅客（HAK-BZJ 69人/BZJ-PKX 72人/HAK-PKX通程 49人），最终54人退票。退票集中在海口-北京通程旅客（44人/49人，退票率89.8%），海口-亳州仅1人退票、亳州-北京仅9人退票，OD分布极度不均匀。

事件异常点

5月4日的异常本质是海口至北京通程旅客集中退出

已验证事实 三个OD合计购票190人、退票54人，整体退票率28.4%。其中海口-北京通程旅客购票49人、退票44人，退票率89.8%；两个本地OD合计购票141人、退票10人，退票率仅7.1%。通程旅客退票率是本地OD的12.7倍。

54人OD去重后退票人数
89.8%海口-北京通程退票率
81.5%通程旅客占全部退票
7.1%两个本地OD合计退票率
旅客OD代码购票人数退票人数退票率退票贡献
海口-北京 HAK-PKX 49人 44人 89.8% 81.5%
海口-亳州 HAK-BZJ 69人 1人 1.4% 1.9%
亳州-北京 BZJ-PKX 72人 9人 12.5% 16.7%
2026年5月4日OD购票与退票分布
54名退票旅客中44名为海口至北京通程旅客。海口-亳州仅1人退票，亳州-北京9人退票，异常并非三个OD均匀发生。

这也解释了为什么两个航段表面上都出现超过32%的净流失。 44名海口-北京通程旅客同时占用两个航段，集中退票会同步压低两段承运人数；因此"两航段同步流失"主要是同一批通程旅客退出在航段报表上的投影，不能解释为两地本地客源同时发生同等严重问题。

航段记录仍用于核对延误和通知影响

当天HAKBZJ延误90分钟、BZJPKX延误87分钟；首次通知为HAKBZJ提前6.6小时、BZJPKX提前10.0小时。通知时两航段人数分别为179人和178人，最终实际承运119人和121人。

航段通知提前量延误通知时人数实际承运退票净流失净流失率
HAKBZJ 6.6小时 90分钟 179人 119人 46人 60人 33.5%
BZJPKX 10.0小时 87分钟 178人 121人 54人 57人 32.0%
2026年5月4日与历史基准对比
5月4日退票54人，明显超过2025事件最大值23人和2026年其他事件最大值22人。比例虽与少数历史极值接近，但绝对受影响旅客数量远高于历史。

统计口径说明

5月4日退票人数按三个OD相加精确去重：44+1+9=54人。历史事件缺少OD明细，仍按两航段最大值比较。
净流失率展示两个航段中较差值，并保留两段明细，避免总体数字掩盖局部问题。
通知提前量以首次旅客通知短信相对计划离港时间计算，分别保留两段的最短和最长值。
延误率按运行日统计，任一航段延误≥15分钟计为延误，≥60分钟计为严重延误。
OD明细解决了经停重复计数问题：海口-北京通程旅客会同时影响HAK-BZJ和BZJ-PKX两个航段记录，因此航段退票46人和54人不能相加。OD口径下的唯一退票人数为54人。

五一假期内，5月4日从前两次轻微波动跃升为异常

已验证事实 2026年劳动节假期为5月1日至5日，JD5250实际有记录的运行日为5月1日、3日和4日。三班均达到15分钟延误标准，但只有5月4日达到60分钟以上严重延误，并出现54人退票和33.5%的最差净流失率。

2026年五一期间运行日对比
5月1日最大延误27分钟、退票4人；5月3日最大延误44分钟、退票0人；5月4日最大延误90分钟、退票54人。相邻运行日对比排除了“整个假期都普遍高流失”的解释。
管理含义：假期期间“有延误”并不足以触发大规模流失；当延误升级至约90分钟，同时旅客获得数小时的替代决策窗口时，流失风险发生非线性跃升。

延误时长和通知时长都在抬高风险，但二者不能单独解释5月4日

已验证事实 航段级样本中，延误时长与净流失率的Spearman相关系数为0.37，通知提前量与退票率的相关系数为0.41，均为中等偏弱的正相关。90分钟以上延误组净流失率中位数为10.1%，9小时以上通知组退票率中位数为9.0%。

延误和通知时长分组
分组结果支持“延误越长、通知窗口越长，流失风险通常越高”的方向性判断，但样本结构、航段客源和事件类型可能同时影响结果，不能视为因果估计。

合理推断 5月4日处于五一假期倒数第二天，海口至北京通程旅客需要承受两段行程和经停衔接的不确定性。提前6.6至10.0小时获知约90分钟延误，使这批旅客有充分时间改选直达航班、高铁或调整返程计划；而天气原因通常意味着恢复时间存在不确定性。这一“通程暴露更深 + 假期返程敏感度 + 可替代时间窗口”与89.8%的通程退票率高度一致，但仍需竞品运力、票价和退票时间序列验证。

通知提前量与流失率散点图
5月4日并非通知最早或延误最长，却在相似窗口内形成最大的退票气泡和最高的流失率之一，说明还存在假期节点、客量基础或替代方案等交互因素。

当天已有集团内直达替代资源，但需要在通知时点主动锁座

已验证事实 5月4日共有6班集团内海口至北京首都直达航班，均未发生延误。以11:34首次通知为界，仍有4班尚未计划起飞：HU7281、HU7081、HU7381和HU7581。它们实际到达北京首都的时间均早于JD5250最终到达北京大兴的01:01+1。

首次通知后的集团内替代航班窗口
HU7281距通知仅约1.4小时，操作时间紧；HU7081和HU7381分别有约4.4小时、7.4小时准备窗口，且可比JD5250提前约5.0小时、2.6小时抵达北京，更适合作为优先改签候选。
候选航班计划离港实际离港实际到达PEK通知后决策窗口较JD最终到达机型当前可用座位
HU7281 13:00 13:02 16:42 1.4小时 8.3小时提前到达 A330-neo 约66座（客座率78.3%）
HU7081 16:00 16:09 19:59 4.4小时 5.0小时提前到达 A330-300 约50座（客座率83.8%）
HU7381 19:00 18:58 22:23 7.4小时 2.6小时提前到达 B787-9 约29座（客座率90.4%）
HU7581 21:00 21:01 00:30+1 9.4小时 0.5小时提前到达 A330-300 约48座（客座率83.9%）
边界条件：替代航班到达北京首都机场，而JD5250到达北京大兴机场。实际引导时必须实时确认余座，并明确机场变更、地面交通和旅客最终目的地。

结合当日客座率，改签至集团内航班的容量基本充足，但HU7381接近满载是瓶颈

已验证事实 从当日票价目标监控表获取的最终客座率数据显示，11:34通知时已有两班离港（HU7181、HU7481），剩余4班合计物理座位约1772个，最终客座率分布在78.3%至90.4%之间，估算可用余座约193个。44名通程旅客理论全部可被吸收，但仍需分散至多班。

替代航班客座率与可用座位
可用座位按(1-最终客座率)×物理座位估算，未考虑订座后未值机的释放效应，也未扣除可能的保护座位。HU7381（19:00）最终客座率90.4%，仅余约29个可用座位，是主要容量瓶颈。
航班号计划离港机型总座位最终客座率最终余座通知时状态
HU7181 08:00 B787-9 292 78.7% 63 通知时已离港
HU7481 11:00 A330-300 292 74.6% 75 通知时已离港
HU7281 13:00 A330-neo 301 78.3% 66 通知后可用
HU7081 16:00 A330-300 303 83.8% 50 通知后可用
HU7381 19:00 B787-9 292 90.4% 29 通知后可用
HU7581 21:00 A330-300 292 83.9% 48 通知后可用
193个4班可用航班最终余座
44人需改签的通程旅客
90.4%HU7381最终客座率（最高）
83.8%HU7081最终客座率（推荐）

改签优先顺序建议：HU7081（16:00出发，余座约50个，4.4小时决策窗口）为首选，HU7381（19:00出发，余座仅29个）为补充，HU7281（13:00出发，决策窗口仅1.4小时）和HU7581（21:00出发，到达接近JD5250）为兜底。按此顺序累计，前两班最终余座约79个，可覆盖44人中大部分；若HU7381因客座率过高仅能承接较少旅客，则需启用HU7581。

客座率的时效性限制：表中"最终客座率"来自当日票价目标监控表，不代表11:34通知时点的精确值，也不区分舱位。实际改签操作时需以实时系统余座为准。

退票释放了可重新销售的航段库存，但现有新购票补位有限

OD退票会释放约45个HAK-BZJ席位和53个BZJ-PKX席位。现有明细显示，首次短信后两个航段分别新增购票4人和13人，仅补回约8.9%和24.5%；按退票释放量粗略估算，仍分别有约41个和40个席位没有被新客补回。

45个HAK-BZJ退票释放席位
4人短信后新增购票
53个BZJ-PKX退票释放席位
13人短信后新增购票

这说明"保住原客"和"补入新客"应并行。对海口-北京通程旅客优先安排集团内直达改签；通程客转出后形成的分段库存，则应立即重新组合为海口-亳州和亳州-北京的本地OD产品，主动面向临近出发需求销售。

建议形成"主动改签保客 + 重开销售补位"的双通道处置

  1. 建立假期经停航班高风险触发器。满足"假期/返程节点、任一航段预计延误≥60分钟、首次通知提前≥6小时、通知时客量≥150人"时，自动进入重点保客名单。
  2. 通知发布前先预锁集团内直达航班保护座位。以HU7081、HU7381为主要候选，HU7281作为时间紧迫的快速处置选项，HU7581作为兜底。根据实时余座分批锁定，优先覆盖海口-北京通程旅客。
  3. 主动引导集团内改签，而不是等待旅客自行退票。短信和客服外呼直接给出"原航班继续乘坐"与"集团内直达改签"两类明确方案，告知到达PEK与PKX的机场差异，并根据旅客最终目的地提供地面交通补偿或接驳。
  4. 通程旅客转出或退票后，立即重开分段销售窗口。保留必要的保护座位后，将释放库存拆分投放HAK-BZJ和BZJ-PKX，恢复官网、APP、OTA和代理渠道销售，并通过临期价格、会员触达和本地渠道获取新客。
  5. 设置两阶段库存闸门。第一阶段在通知后优先保留60-90分钟用于集团内改签；第二阶段将未使用的保护座位和已确认退票席位全部转为可销售库存，直至各机场值机截载前的安全时点。
  6. 按OD监测处置效果。在短信后30、60、120分钟跟踪通程改签人数、本地OD新购票人数、净退票释放库存和剩余可售座位；若新客补位率低于目标，应立即加大价格和渠道触达。

2025年五一没有同班可比样本，替代基准仍显示5月4日更严重

已验证事实 两份完整航班动态中，2025年5月1日至5日没有JD5250运行记录，旅客流失明细也没有同期记录。因此，不能回答"2025年五一同一航班是否也发生过类似问题"，只能回答"提供的数据中没有同班同期事件"。

为避免把"无运行"误读为"运行正常"，报告采用2025年其他可用运行期作为替代比较：旅客流失事件共12个，退票最大值23人，最差净流失率最大值24.6%。5月4日分别达到54人和33.5%，绝对退票规模为2025极值的2.3倍。

结论边界：可以确认"2025年五一没有JD5250同班事件记录"；不能据此推断首都航空其他航班、其他航线或全网络在2025年五一没有类似问题。

JD5250的延误率背景：2026年延误风险高于2025可用运行期

截至2026年6月11日，JD5250共有93个已运行日期，延误率为48.4%，较2025可用运行期的42.1%高6.3个百分点；严重延误率为26.9%，高8.5个百分点。

期间运行日延误率≥15分钟严重延误率≥60分钟平均最大延误
2025可用运行期 38 42.1% 18.4% 28.4分钟
2026年至6月11日 93 48.4% 26.9% 31.6分钟
2026年5月 18 50.0% 11.1% 25.7分钟
2026年五一假期 3 100.0% 33.3% 53.7分钟
JD5250延误率对比
五一假期样本仅3个运行日，100%延误率应视为小样本风险信号，不宜直接外推全年；但它说明5月4日发生在一个假期内连续延误的运行环境中。

口径边界与注意事项

旅客流失表不是全部航班底表。它仅包含进入延误/通知分析的事件，因此延误率必须来自两份航班动态，不能用流失表计算。

2025数据不是完整自然年。航班动态只提供2025年1-2月、11-12月共38个运行日；报告明确写作“2025可用运行期”，不将其包装成全年水平。

5月4日与历史退票口径存在可控差异。5月4日有OD明细，54人为精确去重值；历史事件缺少OD明细，以两航段最大值近似。该差异不会削弱5月4日异常结论，但历史极值可能被轻微低估。

相关性不等于因果。“假期返程敏感度”和“替代方案窗口”是与数据一致的解释，但仍需票价、竞品运力和退票时间序列验证。

客座率=装机容量可行性，但不等于改签可操作性。可用座位按(1-最终客座率)×物理座位估算，不代表对应舱位已开放签转，且未扣除超售缓冲和保护座位。

数据来源：延误航班旅客流失率-近两年-JD5250.xlsx、航班动态2026-06-11.xlsx、航班动态2026-06-11 (1).xlsx、航班动态2026-06-11 (2).xlsx、未来航班票价目标监控表 (2).xlsx，以及用户补充的2026年5月4日OD购票与退票人数。生成日期：2026年6月11日。