航空公司收益管理系统.ppt

折扣 B：30 折扣 A：60 全价：100 折扣票分配的方法 1980 年开始使用折扣票分配模型，模型是基于Littlewood(1972) 年的研究（边际收入法），目前用启发式方法， 模型可考虑以下因素： 多种票价； 顾客购票行为； 随时间进行的分配调整（临近起飞日前，将高价票向低价票转移）； 取消定票的预测； 团队管理 团队集中的航班上，团队所占的比重达到50～100％； 团队定位早、折扣高，与高票价旅客争座位，且有取消订票的可能； 但团队旅客对航班要求较灵活，如时间、转机飞行等； 客流管理 (Traffic Management) 客流管理 (Traffic Management) 问题起因： 航线安排的自由使问题复杂化； 枢纽航空港的出现使航空公司提高载客率，降低成本：1980年转机旅行只占10%，1985年已达65%； 转机使折扣票问题更趋复杂：短程的全价票的票价可能低于转机的长程折扣票价，仅按折扣种类确定优先序的方法不适用了。 枢纽港 甲 乙 丙 50 30 40 40 50 60 110 80 80 120 150 A B 新的控制方法 虚拟嵌套技术： 将15万种不同是票价组合按票价值的大小分为八个优先等级，并按该等级分配票的数量； 购买任何机票时，只有当该票所含各航班的相应等级中还有剩余票时，才允许出票； AA开发了一个动态规划模型进行分类，使同类中的票价差别最小，而类间差距最大； Portland to Miami Full fare Los Angeles to Miami Full fare 2 等级 航班及折扣类型 数量 Portland to Miami Discount Dallas to Miami Full fare 4 数量 … Portland to Dallas Discount Los Angeles to Dallas Discount 8 数量 … 转机折扣票问题 假定从A经过B转机到 C的票价为1500元；从A到C的票买900元，从C到B是票买800元，显然买两张票的价值高； 这里也有是买一张转机票还是买两张票的决策问题； 在考虑票价分类时，也要考虑上述因素（分类时转机票价要打个折扣）； 乘客选择模型 市场变化迅速，预测模型误差较大 需要评价价格和时间变化对乘客的影响； 乘客选择模型用于计算乘客的效用函数，模型变量包括：起飞时间，服务类型，飞行时间，航线，价格，限制条件等。 该模型主要用来研究乘客的行为，如对价格、航线、时间的反应，以及其他航空公司调整价格对本公司的影响； 全航程收益管理 如何解决使每个座位产生的收益最大：多售票的同时提高平均票价； 对每个航线每个航班能实时计算出每个座位的EMSR； 全航程管理使问题将更复杂，关键是计算出每一张票的最低可售价（Bid price），相互关系更为复杂。 实施监控 使用产出管理系统后，还要对实施及其效果进行监控和评估，主要有以下几方面： 需求预测的监控（用其他方法进行校验）； 关键航线的监控（需要人工进行检查和干预）； 分类监控（报告由价格变化导致的分类变化）； 收入机会模型对系统效益进行综合评估 超额定票收入机会模型 如何评价超额定票系统的效果 计算实际发生的净收益占理想控制下可能得到的最大净收益的比例： 收益机会 = 理想收益 - 不控制收益 实际收益 = 实际收入 - 超额成本 - 不控制收益 效果 = 实际收益/收益机会 （%） 该系数高达90%以上 不控制：没有超额预定，定座满员后，后续的预定被拒绝（根据详细的预定记录）； 理想控制：既无超员，又无空座； 若有 n 个超员，理想收入为： 实际收入 + 超额成本 - n?最低票价 若有 m 个空座，理想收入为： 实际收入 + m?最高票价 折扣票分配收入机会模型 开发了折扣票分配收入机会模型来估算新方法与传统方法收入的差额： 计算各航班没有折扣票控制的收入：最低可能收入； 计算理想控制下的收入：最高可能收入； 两者之差即是折扣票控制的收入机会； 实际收入与最低可能收入之差占收入机会的比例即为效率系数； 收益管理系统的效益 早期系统使空座率从15%降到7%（1980年），新系统使空座率进一步降到3%（1990年）； 每万名乘客只有16个oversales, 下降62%; 超额定票系统的效益： 年 收入机会系数 净收益（亿美元） 1988 92% 2.10 1989 93% 2.35 1990 90% 2.25 折扣票分配系统的效益：