运筹学方法在航空公司收益管理中的

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。•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）•YieldManagementRevenueManagement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票，如BOAC(现在的BritishAirways)–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•航节控制singlelegcontrol;•航段控制segmentcontrol;•起始地、目的地控制origin-destinationcontrol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。–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-OasisLogisticLtd.–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）•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•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重点座公里收入重点YMQBV$420$360$230$180$12001314556820232230151723193740售出的座位数客座率总收入平均票价15075%$25960$17311055%$28940$26313668%$31250$230每客公里收入（美分）每座公里收入（美分）（座公里=客公里*客座率）8.246.1812.536.8910.947.44二、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超售计算OverBooking市场销售二、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,BeckmannandBobkowski比较了泊松、负二项、Gamma模型，指出旅客到达符合Gamma模型.•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（generalizationextremevaluemodels，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。–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–PODS（PassengerOrigin-DestinationSimulator）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。–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）旅客选择模型收益管理座位存量控制预测模块历史订座数据库航程/订座数据航程/等级订座/取消当前订座未来订座更新历史订座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00.511.522.5x104试验编号收益EMSRb收益旅客选择收益3.3预测模型（1）•预测模型优劣判定准则–准确性•较小的平均绝对误差（MAE）•较小的均方差（MSE）•较低的平均偏差–简单性•易于理解、易于调整•易于维护–健壮性•在变化的环境下运行良好•最少限度的干预3.3预测模型（2）•预测算法流程历史数据采集数据统计与整理DOW、淡旺季航班时刻Deconstrain处理预测模型应用REG、ADD、pick-up、MUT、zero-Book、BP……依据市场份额、航班时刻等对预测结果调整得到预测结果3.3预测模型（3）•回归模型易于兼容变动因素其它影响因素历史数据当前航班相关性统计起飞时间价格因素GNP影响因素因素因素因素因素++++预测3.3预测模型（4）•预测的数据组织模式04-5-3104-6-104-6-204-6-304-6-404-9-1......起飞日期DCP3DCP2DCP1DCP0DCP22...............................图2-2航班订座数据结构3.3预测模型（5）预测方法准确性时间复杂度健壮性可扩展性简单均值法差O(n)强弱简单指数平滑法差O(n2)强弱回归法良O(kn2)弱弱古典增量预测法良O(n)强强改进增量预测法良O(n2)强强加权古典增量预测法优O(n)强强加权改进增量预测法优O(n2)强强•经典预测算法比较3.3预测模型（6）•考虑主成分分析的BPDFM预测算法3.3预测模型（7）•厦门航空收益管理系统的预测效果3.3预测模型（8）3.3预测模型（9）•预测总结–执行效率–易于解释–简单稳健四、座位控制(1)•单Leg优化•多Leg优化–嵌套问题•O&D优化–嵌套问题–Shadow-price–Bid-price–可计算性问题（PMP）四、座位控制（2）•航节优化方法–静态方法•Littlewood准则：f2=f1*P(D1p1)•Belobaba提出的EMSR，后来的EMSRb等–动态方法•Lee和Hersh考虑了一个离散时间动态规划模型•Kleywegt等在研究动态随机背包问题（DSKP-dynamicstochasticknapsackproblem）时指出，单航节的座位分配问题可以看成一个DSKP问题，通过设定随机到达旅客的收益值和拒绝时的惩罚值，可以对该问题求解)(1112pDPff四、座位控制（3）•网络优化方法–PMP（probabilisticmathematicalprogramming）–DMP（deterministicmathematicalprogramming）四、座位控制（4）•基于遗传算法的座位优化控制模型五、超售管理（1）•为什么要超售–重复订座、虚假订座、noshow等–据美利坚航空公司测算，如果没有超售，航班起飞时大约有15％的座位虚耗–据我国南方航空公司市场部航线管理处统计，1998年1－4月份国内航班座位平均虚耗率为1.6％，某些航线甚至高达15％以上。广州至北京的3101航班1－4月份每月的Noshow人数分别为368、179、152、239，即平均每班虚耗座位10个左右。–1998年春运期间。南航广州运输部售票处依靠人的经验，用最保守的方法超售了240多个座位，却没有出现一次拒绝登机现象。五、超售管理（2）超售座位数DB损失期望值超售期望收入飞机座位数AU图1-1超售示意图六、应用总结•需求预测方法–回归、乘法、加法、零订座、移动平均、指数平滑等简单方法–特殊的数据归类方法•座位优化控制–采用EMSR基础方法谢谢大家