馬欣,劉軍,趙敏,趙磊,張麗偉,黃斯諾
(中國民航信息網絡股份有限公司,北京,101318)
本文試圖從研究分析的角度,對什么是動態(tài)運價計算,動態(tài)運價計算的分階段定義,以及構建動態(tài)運價系統(tǒng)需要考慮的問題等進行闡述和說明,并給出一個可能的動態(tài)運價計算系統(tǒng)結構圖,最后對動態(tài)運價計算后續(xù)發(fā)展方向做了說明。
動態(tài)運價的理論依據,來源于經濟學原理中的價格需求曲線。需求曲線原理對于航空公司產品定價的指導意義在于價格趨于連續(xù)能夠使得收益最大化。而動態(tài)運價計算或許是實現連續(xù)定價的一個辦法,也就是說動態(tài)運價能夠使得價格趨于連續(xù),從而使得收益最大化。[2]
圖1 離散的價格和連續(xù)的價格曲線
我們可以一起看看民航領域期望的未來的動態(tài)運價應該是什么樣子:
(1)它是實時產生的,而不是預先確定的,它針對每一次查詢請求動態(tài)生成價格。
(2)產品或者服務一定是靈活多樣的,不可能是一個同樣的東西賣不同的價格,即使今天基于艙位管理的運價,也是通過運價規(guī)則的定義使得產品是差異化的。價格多樣化一定是要產品的多樣化去支撐的。
(3)動態(tài)運價會由一個算法實時計算而來。
(4)這個算法會考慮,或者算法的輸入參數會包括:①用戶信息,用戶的畫像,用戶的標簽,用戶的價值,常旅客信息等等;②場景信息,包括時間,是周中還是周末,是旺季還是淡季;包括空間位置信息,商務會展,旅游目的地等等;③產品信息,包括推薦給客戶的打包的產品或者非打包的產品,或者客戶選擇的產品和服務;④競品信息,包括競爭航空公司的產品信息,也包括可替代的其他交通工具比如高鐵等信息;⑤艙位、預發(fā)布的運價,可能還會存在,會作為運價算法地輸入參數。
(5)運價的輸出會趨于連續(xù),也就是更細的顆粒度。
(6)大數據、機器學習等都會是助力動態(tài)運價得以實現的技術手段。
所有以上所列,最終的目的是要預測用戶的支付意愿,然后把報價與這個支付意愿匹配,從而達到收益最大化。預測,這個任務正是大數據和機器學習所擅長解決的問題;這可能也是為什么這幾年動態(tài)運價被行業(yè)所關注。
其實不管是需求曲線的經濟學原理,還是零售行業(yè)的動態(tài)運價理念,都不是新概念。但是民航領域放到今天討論并考慮推進實現,一個很重要的原因,就是技術條件趨于成熟,具備了實現的條件或者是看到了實現的可能。
互聯網技術的發(fā)展,包括大數據、機器學習、人工智能等技術的成熟,使得基于機器學習去解決支付意愿預測這樣的問題成為可能。
同時,航空公司在線銷售能力的增強,零售轉型及相關產品和打包技術的支持,以及基于互聯網精準掌握用戶信息的能力,這些都使得實時動態(tài)計算運價有可能實現或者是有了實現的基礎條件。
其實也只是有可能,離最終實現可能還有很長的路。困難可能集中的兩個方面,一方面是上面描述的動態(tài)運價計算全過程要能夠實現本身有難度;另一方面,民航客票銷售相關的系統(tǒng)沉淀幾十年,牽一發(fā)動全身,運價環(huán)節(jié)的改變對于現有其他環(huán)節(jié)的沖擊是非常大的。
任何艱巨的任務都會劃分成三步走戰(zhàn)略。ATPCO對于動態(tài)運價實現路徑的描述是——A “Crawl,Walk,Run”approach.很形象。
第一步充分利用和發(fā)掘現有產品和能力。Two-Character RBD,即雙字母艙,這是現有體系能夠支持的,突破26個字母艙位的限制,使得基于艙位開關的收管理力度度能夠更細,價格更趨于連續(xù)。
第二步在現有預定義的艙位和運價基礎上,基于實時信息動態(tài)調整運價,產生新的價格。即Dynamic Fare Adjustment,在現有基于艙位發(fā)布運價的基礎上去調整運價,加價或者減價(打折扣),產生更多運價。聽以來有點像行業(yè)現在的fare by rule;但是區(qū)別可能在于fare by rule的規(guī)則也是預先定義好的,而Dynamic Fare Adjustment 所謂的調整應該是基于實時查詢請求用戶和場景來實時動態(tài)調整。
第三步才是實現真正的基于算法實時計算生成運價。Dynamic Fare Generation,即所謂真正的動態(tài)運價計算。這個才是我們真正希望要的。
首先動態(tài)運價的實現,是一個系統(tǒng)工程,不是一個單個功能點實現的問題。要實現動態(tài)運價計算,涉及很多個方面很多環(huán)節(jié)。下面就實現動態(tài)運價計算,可能的環(huán)節(jié)需要做的工作逐一說明。
(1)精準地識別用戶。一個用戶請求過來,我們必須精準地識別這個請求背后的人,這樣才可能精準報價。這一點,從整個互聯網的發(fā)展來看,今天的技術已經完全能夠實現。過去說沒有人知道網絡背后是人還是狗,但是今天不僅僅能夠知道是不是人,甚至在結合各種大數據、行為識別以及基于全網的標簽數據,能夠獲得的對用戶的認識可能超過用戶本人對自己的認識。另外還有一點,銷售系統(tǒng)要能夠和常旅客系統(tǒng)或者是CRM建立連接并能夠實時交互。用戶識別在互聯網零售領域已經有相對成熟的應用。
(2)產品差異化。需要增加能夠在線銷售的產品和服務的品類,包括機票,和航班相關的附加服務和產品比如座位、行李、餐食等,非航相關的產品和服務比如保險、酒店、租車等;包括支持這些產品的動態(tài)打包。差異化的運價一定是要差異化的產品做支撐的。產品和服務多樣化、差異化這一點,航空公司在零售轉型的推動下,正在逐步實現。
(3)產品推薦或者產品打包。需要知道針對當前這個用戶,應該給他推薦什么樣的產品;或者是應該知道把哪些產品打包在一起推薦給用戶。推薦系統(tǒng)的應用在互聯網零售領域應用已經很廣泛,但是在航空客票銷售領域,尤其是航空公司網站上,可能才剛剛開始。打包和推薦的實現都涉及大數據、機器學習以及基于相關性的關聯規(guī)則的發(fā)現。也就是說需要機器學習或者人工智能的支持。
(4)市場環(huán)境信息的收集。比如淡旺季、會展、地緣政治等導致的市場供需波動,競爭對手的產品和運價信息等等,這些信息事實上航司現有的收益管理也會用到,但是差別在于如何實時獲取并實時用于價格計算。
(5)如何構建一個模型或者算法,能夠把以上信息輸入,然后實時動態(tài)算出一個價格來。這個應該是未來要實現的。作者認為現在比較現實的路徑是如何基于以上信息,實現動態(tài)運價的第二階段,即Dynamic Fare Adjustment。
(6)最后一點,客票銷售不是終點,還要考慮變更、退票、結算等問題。這也是動態(tài)運價計算整個體系要考慮的問題??赡苓€是最難的環(huán)節(jié)。
綜合以上考慮,下面給出一個可能的DPE( Dynamic Pricing Engine動態(tài)運價計算引擎)的結構圖。當然,目前討論整個系統(tǒng)的完整的設計和實現還為時尚早,上面提到的每個環(huán)節(jié),在充分利用和優(yōu)化完善現有能力的基礎上向前推進一小步是可能的。
圖2 動態(tài)運價計算系統(tǒng)的結構圖
動態(tài)運價后續(xù)發(fā)展可能會有兩個方向。
第一,動態(tài)運價可能會結合NDC推進,尤其是NDC中Offer Management部分。動態(tài)運價實現部分和Offer Management很大部分是重疊的,因為產品的管理、產品的實時綁定和推薦、價格的實時計算都是緊密相關的而且都是Offer Management所涵蓋的范圍。
事實上在2021年10月IATA的報告中,已經為民航業(yè)構建了一個完全由Offer和Order支持的零售化轉型的藍圖,并且提出一個并不保守的目標是在2030年能夠實現100%的基于Offer和Order的銷售。其中動態(tài)運價或者動態(tài)offer是很重要的一塊工作。
第二,傳統(tǒng)狹義的收益管理是基于艙位開關控制的,未來運價和收益應該會融合,動態(tài)運價計算一定是和收益管理綁定在一起的,否則無從計算,也無從對運價計算結果進行評估。每一次定價的好壞,或者定價系統(tǒng)的好壞,是要以收益最大化作為衡量目標的。