运筹学方法在航空公司收益管理中的
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• 如何卖？
– 客座率
• 关注人数
– 客公里收入
• 关注票价
– 座公里收入
• 关注人数与票价
一、什么是收益管理（6）
• 航程：2100公里，座位数：200座
等级
平均票价
客座率 重点
客公里收入 座公里收入
重点
重点
Y
$420
0
M
$360
13
Q
$230
14
B
$180
55
V
$120
68
售出的座位数 客座率 总收入 平均票价
150 75% $25960 $173
每客公里收入（美分）
8.24
每座公里收入（美分）
6.18
（座公里=客公里*客座率）
20 23 22 30 15 110 55% $28940 $263 12.53 6.89
17 23 19 37 40 136 68% $31250 $230 10.94 7.44
4
x 10 2.5
EMSRb收 益
旅客选择收益
2
1.5
收益
1
0.5
0 试 验 1 试 验 2 试 验 3 试 验 4 试 验 5 试 验 6 试 验 7 试 验 8 试 验 9 试 验 10 平 均 值
• 航空公司销售评估指标
– 客座率
• 旅客人数/飞机可用座位数
– 客公里收入
• 总收入/（旅客人数*航段公里数）
– 座公里收入
• 总收入/（座位数*航段公里数）
– 平均折扣率
• 各旅客的票价之和/(旅客人数*航段公布价)
一、什么是收益管理（5）
• PEKCAN航班仅剩1个位子
– 100%概率卖500元 – 80%概率卖800元 – 50%概率卖1300元
票，如BOAC(现在的 British Airways) – 1972年, Littlewood 首次提出一种两个舱位的销
售控制策略 – 近40年来的发展历程
•来自百度文库航节控制single leg control; • 航段控制segment control; • 起始地、目的地控制origin-destination control
运筹学方法在航空公司收益管 理中的应用
中国民航大学 樊玮
报告提纲
• 一、什么是收益管理 • 二、收益管理的要素 • 三、需求预测 • 四、座位控制 • 五、超售管理 • 六、应用总结
一、 什么是收益管理（1）
• 起源于航空运输业 • 行业特点：就是必须在限定的期限内将各
种不同价位的产品销售出去，否则，就会 白白损失销售不了的产品 。
二、收益管理的要素(1)
• 影响收益管理的一些因素
– 用户行为和需求的易变性 – 控制系统 – 收益的要素 – 可变成本因素 – 价格体系 – 问题的规模 – 问题的界面 – ……
二、收益管理的要素(2)
市场 销售
市场细分
历史数据采集
Noshow、goshow分析
需求预测
座位分配控制 AU
团队销售 Price
• 1970, Lyle 指出旅客到达符合系统Gamma 和 随机 Poisson 过程.
• 经验研究表明，正态分布符合航空公司的 订座累计过程 [Belobaba,1987]
3.1 需求分布模型（2）
• Logit模型
– 可以表示系统性偏好的变化 – 在给定选择者代表性效用的设定时，暗含了选择项之间成比例的
– PODS（Passenger Origin-Destination Simulator） 即旅客起终点模拟器，是一种用来调查航空公 司收益管理技术的计算机模拟工具。最初由波 音公司的Hopperstad、Berge和Filipowski提出， 是波音公司决策窗模型的一个扩展，用来研究 航班时刻对航空公司市场份额的影响。
– 如某人因为其他交通工具（小轿车）的存在不习惯乘公交车出行， 那么可能对乘火车也会做出相似的反应。那么影响乘公交车和火 车的不可观测因素就具有相关性而不是对立性。
• 混合logit模型
– 克服了标准logit模型的三个限制：偏好变化、成比例替代、跨区 间选择。
3.2 旅客选择模型（1）
• PODS旅客选择模型
超售计算 OverBooking
二、收益管理的要素(3)
• 需求预测 • 超售 • 座位控制 • 团队管理
三、需求预测
• 1、需求分布 • 2、旅客到达模型 • 3、预测模型
3.1 需求分布模型（1）
• 1958, Beckmann and Bobkowski 比较了泊松、 负二项、Gamma 模型，指出旅客到达符合 Gamma 模型.
– 时至今日，全球大约超过80%的航空公司都在使用这一工具。 – 产品: PROS; （Sabre）Airmax; Habersham-Oasis Logistic Ltd. – 中国的航空公司
• 三大航、海航、川航、深航 • 2005年，深航的瑞马系统 • 厦门航空+中国民航大学
一、什么是收益管理（4）
一、什么是收益管理（3）
• 收益管理的历史与背景
– Delta航空公司曾经于1987年评估认为：在每一个航班上多 售出1张全价票，而不是折扣票，全年可增加5亿的收入。
– 原美利坚航空公司在1992的研究指出，在过去的3年中，因 实施收益管理计划，该公司共增加了14亿美元的额外收入， 并估算随着航空市场的日益扩大，这个数字将会更大。
替代 – 跨期间的重复选择，如个人过去的选择对当前选择产生的影响，
或属性改变后的滞后反应等
• 广义极值模型（generalization extreme value models，GEV）
– GEV模型的共性在于所有选项的效用不可观测部分服从于广义极值 的联合分布。这一分布允许选项间存在相关性，并且是一种能够 用于标准的logit模型的广义的单变量极值分布。
– PODS的基本思想是在真实的航空旅行当中模拟 乘客和航空公司之间的交易决策过程。
3.2 旅客选择模型（2）
旅客选择模型
航程/订座数据 航程/等级订座/取消
收益管理座位存量控制
当前订座
未来订座
预测模块
更新
历史订座 历史订座数据库
3.2 旅客选择模型（3）
• 基于非齐次旅客到达选择的舱位控制模型
• 收益管理的定义：在合适的时间将合适的 产品以合适的价格销售给合适的顾客。 （UA，1987）
• Yield ManagementRevenue Management
一、什么是 收益管理（2）
• 收益管理的历史与背景
– 1972之前: 研究集中在超售方面（overbooking） – 1970s早期: 部分航空公司开始提供限制销售机
– 客座率
• 关注人数
– 客公里收入
• 关注票价
– 座公里收入
• 关注人数与票价
一、什么是收益管理（6）
• 航程：2100公里，座位数：200座
等级
平均票价
客座率 重点
客公里收入 座公里收入
重点
重点
Y
$420
0
M
$360
13
Q
$230
14
B
$180
55
V
$120
68
售出的座位数 客座率 总收入 平均票价
150 75% $25960 $173
每客公里收入（美分）
8.24
每座公里收入（美分）
6.18
（座公里=客公里*客座率）
20 23 22 30 15 110 55% $28940 $263 12.53 6.89
17 23 19 37 40 136 68% $31250 $230 10.94 7.44
4
x 10 2.5
EMSRb收 益
旅客选择收益
2
1.5
收益
1
0.5
0 试 验 1 试 验 2 试 验 3 试 验 4 试 验 5 试 验 6 试 验 7 试 验 8 试 验 9 试 验 10 平 均 值
• 航空公司销售评估指标
– 客座率
• 旅客人数/飞机可用座位数
– 客公里收入
• 总收入/（旅客人数*航段公里数）
– 座公里收入
• 总收入/（座位数*航段公里数）
– 平均折扣率
• 各旅客的票价之和/(旅客人数*航段公布价)
一、什么是收益管理（5）
• PEKCAN航班仅剩1个位子
– 100%概率卖500元 – 80%概率卖800元 – 50%概率卖1300元
票，如BOAC(现在的 British Airways) – 1972年, Littlewood 首次提出一种两个舱位的销
售控制策略 – 近40年来的发展历程
•来自百度文库航节控制single leg control; • 航段控制segment control; • 起始地、目的地控制origin-destination control
运筹学方法在航空公司收益管 理中的应用
中国民航大学 樊玮
报告提纲
• 一、什么是收益管理 • 二、收益管理的要素 • 三、需求预测 • 四、座位控制 • 五、超售管理 • 六、应用总结
一、 什么是收益管理（1）
• 起源于航空运输业 • 行业特点：就是必须在限定的期限内将各
种不同价位的产品销售出去，否则，就会 白白损失销售不了的产品 。
二、收益管理的要素(1)
• 影响收益管理的一些因素
– 用户行为和需求的易变性 – 控制系统 – 收益的要素 – 可变成本因素 – 价格体系 – 问题的规模 – 问题的界面 – ……
二、收益管理的要素(2)
市场 销售
市场细分
历史数据采集
Noshow、goshow分析
需求预测
座位分配控制 AU
团队销售 Price
• 1970, Lyle 指出旅客到达符合系统Gamma 和 随机 Poisson 过程.
• 经验研究表明，正态分布符合航空公司的 订座累计过程 [Belobaba,1987]
3.1 需求分布模型（2）
• Logit模型
– 可以表示系统性偏好的变化 – 在给定选择者代表性效用的设定时，暗含了选择项之间成比例的
– PODS（Passenger Origin-Destination Simulator） 即旅客起终点模拟器，是一种用来调查航空公 司收益管理技术的计算机模拟工具。最初由波 音公司的Hopperstad、Berge和Filipowski提出， 是波音公司决策窗模型的一个扩展，用来研究 航班时刻对航空公司市场份额的影响。
– 如某人因为其他交通工具（小轿车）的存在不习惯乘公交车出行， 那么可能对乘火车也会做出相似的反应。那么影响乘公交车和火 车的不可观测因素就具有相关性而不是对立性。
• 混合logit模型
– 克服了标准logit模型的三个限制：偏好变化、成比例替代、跨区 间选择。
3.2 旅客选择模型（1）
• PODS旅客选择模型
超售计算 OverBooking
二、收益管理的要素(3)
• 需求预测 • 超售 • 座位控制 • 团队管理
三、需求预测
• 1、需求分布 • 2、旅客到达模型 • 3、预测模型
3.1 需求分布模型（1）
• 1958, Beckmann and Bobkowski 比较了泊松、 负二项、Gamma 模型，指出旅客到达符合 Gamma 模型.
– 时至今日，全球大约超过80%的航空公司都在使用这一工具。 – 产品: PROS; （Sabre）Airmax; Habersham-Oasis Logistic Ltd. – 中国的航空公司
• 三大航、海航、川航、深航 • 2005年，深航的瑞马系统 • 厦门航空+中国民航大学
一、什么是收益管理（4）
一、什么是收益管理（3）
• 收益管理的历史与背景
– Delta航空公司曾经于1987年评估认为：在每一个航班上多 售出1张全价票，而不是折扣票，全年可增加5亿的收入。
– 原美利坚航空公司在1992的研究指出，在过去的3年中，因 实施收益管理计划，该公司共增加了14亿美元的额外收入， 并估算随着航空市场的日益扩大，这个数字将会更大。
替代 – 跨期间的重复选择，如个人过去的选择对当前选择产生的影响，
或属性改变后的滞后反应等
• 广义极值模型（generalization extreme value models，GEV）
– GEV模型的共性在于所有选项的效用不可观测部分服从于广义极值 的联合分布。这一分布允许选项间存在相关性，并且是一种能够 用于标准的logit模型的广义的单变量极值分布。
– PODS的基本思想是在真实的航空旅行当中模拟 乘客和航空公司之间的交易决策过程。
3.2 旅客选择模型（2）
旅客选择模型
航程/订座数据 航程/等级订座/取消
收益管理座位存量控制
当前订座
未来订座
预测模块
更新
历史订座 历史订座数据库
3.2 旅客选择模型（3）
• 基于非齐次旅客到达选择的舱位控制模型
• 收益管理的定义：在合适的时间将合适的 产品以合适的价格销售给合适的顾客。 （UA，1987）
• Yield ManagementRevenue Management
一、什么是 收益管理（2）
• 收益管理的历史与背景
– 1972之前: 研究集中在超售方面（overbooking） – 1970s早期: 部分航空公司开始提供限制销售机