前面(１，２)我们讨论了航空客运行业的一些运营特点和航空公司打折销售的原因和必要性。　我在第二篇中也用了一个例子来说明为了使收入最大化，航空公司必需使用多个折扣价格让飞机尽量坐满，同时又让每一个乘客所支付的价格尽量接近他所能承受的最高限度。　还有一点我们前面没有提到的，是在需求大于座位数的时候，要尽量把票卖给愿意付高价的的乘客。　这些道理都很简单，但航空公司怎么才能做到这些呢？

首先，他们要有一个细分市场分析和合理的定价。　全价票定的太高或最低折扣定的不够低都对收入的最大化有所影响。　定价这事儿基本上是人(MBA)来搞掂的。

第二，要做详细的细分市场的需求预测。　这个预测要量化到每一个细分市场对每一个航班的需求有多大。　由于后续的过程在很大程度上依赖于一个相对比较准确的需求预测，所以这一步对航空公司是否能够做到收入最大化非常关键。　由于预测要做大量的数据分析和处理，这活儿基本上要靠计算机和数学博士来完成。 MBA要做的是在必要的时候对预测结果做一些调整就好啦。

第三，要有一套非常先进的电脑系统（收益管理系统）和极其复杂/bt的算法，把预测到的需求和剩余的座位做一个优化和匹配。　这一步在收益管理中一般叫做“最优化处理” (optimization)。 这个步骤提供的结果是预定过程中用到的各种控制，比如应该在什么时候卖什么折扣，每个折扣应该卖多少张票，等等。

最后，要有一个相对比较现代的预定系统。　这个预定系统至少要能够支持最优化处理那一步产生的各种预定控制。　

整个流程大概是这样的：

我们的话题是机票定价中的科学， 而这些”科学”基本上都包括在需求预测和最优化处理这两步里了。 为了写这几篇小文章，我把读书时上收益管理课用到的一些资料和笔记翻了出来。 拿到办公室给大家看，大家都很吃惊那些资料里有那么多的数学公式。 其实做收益管理研究的，做收益管理系统研发的，和做收益管理顾问的人群当中，有相当大一部分是有应用数学(operations research)或相关专业博士学位的。

在需求预测中用到的数学主要是基于时间序列分析(time series)和基于回归分析(regression)的一些算法。 在机票需求预测中常考虑到的一些因素包括：

• 订票日期
  • 星期几
  • 什么季节
    
• 航班出发日期
  • 星期几
  • 什么季节
  • 是否节假日
• 目前预定总数
• 相关需求（比如：同航线其它航班的需求情况，前一天，一周的需求情况等）

我的老东家Talus Solutions的首席科学家Ren Curry曾经写过一篇关于收益管理需求预测的介绍文章，标题是Forecasting for Revenue Management， 有兴趣的朋友可以找来看一看。

在最优化处理当中用到的算法有很多种，但目的只有一个。 那就是如何（根据需求预测）为预定比较晚但愿意付较高价格的乘客留够足够的座位。 这些算法中最为流行的是麻省理工的一个教授Peter Belobaba在80年代末提出来的“可期待的座位边际收入”模型(EMSR, 或者Expected Marginal Seat Revenue)。 这些具体的算法我在这儿就不做详细的介绍了。 如果你想了解更多这方面的信息，麻省理工的航空运输实验室(Flight Transportation Lab)的网站上应该有很多有用的东西。

说了这么多是为了让大家对航空公司定价的过程有一个大致的了解。　那人家用那么多博士，用那么先进的系统来进行收入最大化，作为消费者我们到底还有没有希望使自己的利益最大化呢？

待续。。。

机票定价中的科学　(２)
机票定价中的科学　(１)