热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

【收益管理】(RevenueManagement)(一)简介

本系列文章为本人阅读《TheTheoryandPracticeofRevenueManagement》该书的笔记和总结归纳。(注:RM为收益管理简称&#

本系列文章为本人阅读《The Theory and Practice of Revenue Management》该书的笔记和总结归纳。(注:RM为收益管理简称)

本文主要包括以下内容:

1. 什么是收益管理

2. 收益管理的起源

3. 收益管理的应用

4. 收益管理系统


 

1. 什么是收益管理

    收益(revenue)对于一家以盈利为导向的公司来说无疑非常重要,它指的是企业通过出售产品或服务获得的收入,但相对于财务管理、市场营销等耳熟能详的企业职能类名词,收益管理(revenue management)似乎不那么被人们所熟知,很多企业也没有专门做收益管理的部门。然而在顾客需求充满巨大不确定性的商业环境中,收益管理的重要性在慢慢地体现出现,它的强大威力也将给企业带来更大的回报。

    那么收益管理到底是在做些什么呢?让我们先从几个生活中的简单例子说起。假如你经营了一家面包店,那么你每天面临的决策问题可能包括今天需要做多少个面包,如何定价,什么时候打折出售等。或者说你手里有一套想要出售的房子,你准备放在二手平台上进行售卖,那么你面临的决策可能包括什么时候才将房子挂在平台上,要定什么价格合适,如果同时有好几个人想要买该卖给谁,如果没人买该什么时候降价,降多少等问题。从这两个例子可以看到这些决策问题因为现实的不确定性而变得非常困难,而现实中的商业环境更是错综复杂,企业面临的决策问题更加棘手,例如,该如何根据顾客的行为和支付意愿来对进行顾客细分?每个细分市场该如何定价,针对不同的销售渠道该如何定?如何根据季节因素和对每种产品最新的观察需求随时间调整价格?若产品供不应求,该供应哪个细分市场和渠道的顾客?等等。

    简单地说,RM就是在“正确的”时间,通过“正确的”渠道,将“正确的”产品以“正确的”价格销售给“正确的”目标顾客,旨在在产品容量有限的条件下最大化收益,并使得供需匹配。RM还有一些其他的名称,如需求管理(demand management),产量管理(yield management),但是我们会更倾向于使用"收益管理"来泛指涉及到需求管理的技术,决策,方法和过程。

    RM着重解决三大类决策问题,不同行业可能面临的最关键的决策问题会不同。

  • 结构决策(structural decisions):关于使用哪种销售机制以及如何细分和捆绑产品的这样的结构性问题通常是战略层面(strategic)的,这意味着做决策的频率会相对较低。具体决策问题可能包括使用何种销售方式(例如公布价格、谈判或拍卖),使用何种细分或分化机制(如有),提供何种贸易条件(包括批量折扣和取消或退款选项)以及如何捆绑产品等等。
  • 价格决策(price decisions):如何设定公布价格、个人出价和保留价格(在拍卖中),如何跨产品类别定价,如何逐步定价,如何在产品使用期内进行大减价等等。
  • 数量决策(quantity decisions):是否接受或拒绝购买要约,如何分配产量或产能到不同的部门、产品或渠道,何时停止向市场销售产品并在以后的时间点销售等等。

    RM并不是一个新的概念,特别在商业领域,它几乎是与商业发展并肩同行的,而在学术界,对它的研究也相当丰富。RM的新意并不在于需求管理决策本身,而在于这些决策是如何做出的。RM的真正创新在于决策的方法——一种技术上复杂、详细、操作性强的需求管理决策方法。这种新的方法受到了两股互补的力量驱动,一方面,经济学、统计学和运筹学等科学的发展和进步使得建立需求和经济条件模型、量化决策者面临的不确定性、估计和预测市场反应以及计算复杂决策问题的最优解成为可能。另一方面,信息技术的进步提供了自动化交易、获取和存储大量数据、快速执行复杂算法、然后实现和管理高度详细的需求管理决策的能力。科学与技术的进步将RM推向了一个新的高度,对需求管理也产生了深远的影响,首先,极大提高了管理的规模与复杂度(scale and complexity),其次,也提高了决策的质量(quality)。

    使用科学和技术管理需求决策的过程——通过严格的过程和系统实现,并由人工分析人员监督(整个需求管理过程的一种“工业化”)——定义了现代RM。

 

2. 收益管理的起源

    收益管理起源于航空业(airline industry),事实上很少会出现一个商业行为与某个特定行业如此密切联系的情况。RM的起点是在1978年的航空公司解除管制法案。通过该法案,美国民用航空委员会(CAB)放松了对航空公司价格的控制,此前,航空公司的价格是根据标准化价格和盈利目标进行严格监管的。该法案的通过使得航空业得到迅速的变化和创新。航空公司现在可以自由地改变价格、时间表和服务,而无需CAB的批准。与此同时,低成本和包机航空公司进入市场。由于他们较低的劳动力成本,更简单的(点对点)运作和无附加服务,能够以比主要航空公司低得多的价格获利。这些新进入者开发了一个全新的、巨大的自由旅行市场——家庭度假、情侣周末外出、大学生探亲——他们中的许多人本来可能会开车或者根本不旅行。事实证明(这在当时有些人看来相当令人惊讶),航空旅行的价格弹性很大:由于价格足够低,人们从开车转向坐飞机,这一领域的需求激增。

    尽管主要的大型航空公司仍然具有如提供更频繁的航班,服务更多的城市以及品牌信誉等优势,他们的大部分利润正在被廉价航空侵蚀。很显然,对于大型航空公司而言,为了挽回局面,吸引更多的休闲旅客是一个可行的策略。时任美国航空公司(American airlines)副总裁的Robert Crandall,因为带领公司解决这一难题而名声在外。他意识到由于飞机的大部分成本(资本成本、工资、燃料)是固定的,多卖出一个作为的边际成本几乎接近于零。因此,美国航空公司实际上可以负担得起将多余席位低价出售来与廉价航空进行“成本竞争”。但是这样可能存在两个问题,首先,美国航空公司必须有办法识别每趟航班上的“多余”座位。如果低价座椅的销售取代了高收入的商业型客户,该计划将无利可图。其次,他们必须确保商业型客户不会转向去购买那些为休闲客户提供的新的低价票。

    美国航空公司结合购买限制和数量控制(purchase restrictions and capacity-controlled fares)解决了这些问题。首先,他们对低价票设置了一些限制条件:必须在出发前30天购买,不可退款,并要求最少停留7天。这些限制是为了防止大多数商务旅客购买新的低价机票。与此同时,美国航空公司限制了每趟航班打折座位的数量。这种结合提供了与廉价航空公司进行价格竞争的手段,同时又不损害其核心商务旅客市场的收入。

    在这之后,美国航空公司又进一步改善了这项机制,因为他们发现不同时间、不同天数的航班有非常不同的需求模式。有些有很多多余的座位,可以支持分配更多的折扣座位。另一些航班则不然。于是,美国航空公司花费数年打造一个更加强大的被称为动态的发展库存分配和维护优化系统(DINAMO)(Dynamic inventory allocation and maintenance optimizer),并使得美国航空公司在激烈的市场竞争中取得胜利。

 

3. 收益管理的应用

    RM不仅在航空业得到重大应用,在其他很多行业也扮演着重要的角色,例如酒店行业、租车行业、零售业、医疗行业等。当然每个行业都有自身的特点,但我们不妨来看一下RM在商业应用中需要具备什么性质。

  • 顾客异质性(customer heterogeneity)
  • 需求变异性与不确定性(demand variability and uncertainty)
  • 生产不灵活性(production inflexibility)
  • 价格体现质量(price as a signal of quality)
  • 数据与信息系统基础设置(data and information system infrastructure)
  • 管理文化(management culture)

 

4. 收益管理系统

    一般而言,RM需要进行如下步骤:

  • 1. 数据收集
  • 2. 估计预测
  • 3. 优化
  • 4. 控制

 

参考文献

1. Talluri, Kalyan & van Ryzin, Garrett. (2004). The Theory and Practice of Revenue Management. 10.1007/b139000. 


推荐阅读
  • 探索聚类分析中的K-Means与DBSCAN算法及其应用
    聚类分析是一种用于解决样本或特征分类问题的统计分析方法,也是数据挖掘领域的重要算法之一。本文主要探讨了K-Means和DBSCAN两种聚类算法的原理及其应用场景。K-Means算法通过迭代优化簇中心来实现数据点的划分,适用于球形分布的数据集;而DBSCAN算法则基于密度进行聚类,能够有效识别任意形状的簇,并且对噪声数据具有较好的鲁棒性。通过对这两种算法的对比分析,本文旨在为实际应用中选择合适的聚类方法提供参考。 ... [详细]
  • 每日精选Codeforces训练题:1119E(贪心算法)、821C(栈模拟)和645D(拓扑排序)
    题目涉及三种不同类型的算法问题:1119E(贪心算法)、821C(栈模拟)和645D(拓扑排序)。其中,1119E的问题背景是有n种不同长度的棍子,长度分别为2^0, 2^1, …, 2^(n-1),每种棍子的数量为a[i]。任务是计算可以组成的三角形数量。根据三角形的性质,任意两边之和必须大于第三边。该问题可以通过贪心算法高效解决,通过合理选择棍子组合来最大化三角形的数量。 ... [详细]
  • 在Java编程中,若需实现两个整数(例如2和3)相除并保留两位小数的结果,可以通过精确计算方法来达到预期效果。具体而言,可以利用BigDecimal类进行高精度运算,确保2除以3的结果准确显示为0.66。此外,还可以通过格式化输出来控制小数位数,确保最终结果符合要求。 ... [详细]
  • 本文介绍了UUID(通用唯一标识符)的概念及其在JavaScript中生成Java兼容UUID的代码实现与优化技巧。UUID是一个128位的唯一标识符,广泛应用于分布式系统中以确保唯一性。文章详细探讨了如何利用JavaScript生成符合Java标准的UUID,并提供了多种优化方法,以提高生成效率和兼容性。 ... [详细]
  • 通过使用CIFAR-10数据集,本文详细介绍了如何快速掌握Mixup数据增强技术,并展示了该方法在图像分类任务中的显著效果。实验结果表明,Mixup能够有效提高模型的泛化能力和分类精度,为图像识别领域的研究提供了有价值的参考。 ... [详细]
  • 哈希表(Hash Table)是一种高效的查找算法,与传统的链表和树结构相比,其在查找过程中无需进行逐个元素的比较。本文将深入探讨哈希表的基本原理、应用场景以及优化策略,帮助读者全面理解其在实际开发中的优势和局限性。通过实例分析和代码示例,我们将展示如何有效利用哈希表提高数据处理效率,并解决常见的冲突问题。 ... [详细]
  • 《Intel IA-32 架构软件开发人员手册详尽指南》提供了详尽的 IA-32 架构技术文档,涵盖指令集、系统编程和硬件接口等内容,为软件开发人员提供全面的技术支持和参考。该手册不仅包括详细的架构说明,还提供了丰富的编程示例和最佳实践,帮助开发人员更好地理解和应用 IA-32 架构。 ... [详细]
  • 投融资周报 | Circle 达成 4 亿美元融资协议,唯一艺术平台 A 轮融资超千万美元 ... [详细]
  • 在MFC框架中,存在多个全局函数,用于在不同对象间获取信息或创建新对象。其中,`afxGetApp`函数尤为关键,它能够帮助开发者轻松获取当前应用程序的实例指针。本文将详细解析`afxGetApp`函数的内部机制及其在MFC应用程序中的具体应用场景,探讨其在提升代码可维护性和灵活性方面的优势。此外,还将介绍其他常用全局函数如`AfxWinInit()`和`AfxBeginThread()`的功能和使用方法,为开发者提供全面的参考。 ... [详细]
  • 如何高效启动大数据应用之旅?
    在前一篇文章中,我探讨了大数据的定义及其与数据挖掘的区别。本文将重点介绍如何高效启动大数据应用项目,涵盖关键步骤和最佳实践,帮助读者快速踏上大数据之旅。 ... [详细]
  • 本文深入探讨了 hCalendar 微格式在事件与时间、地点相关活动标记中的应用。作为微格式系列文章的第四篇,前文已分别介绍了 rel 属性用于定义链接关系、XFN 微格式增强链接的人际关系描述以及 hCard 微格式对个人和组织信息的描述。本次将重点解析 hCalendar 如何通过结构化数据标记,提高事件信息的可读性和互操作性。 ... [详细]
  • 本文详细解析了九度编程平台上的斐波那契数列高效算法挑战(题目编号:1387)。该挑战要求在1秒的时间限制和32兆的内存限制下,设计出高效的斐波那契数列计算方法。通过多种算法的对比和性能分析,本文提供了优化方案,帮助参赛者在限定资源条件下实现高效计算。 ... [详细]
  • 在HDU 1166敌军布阵问题中,通过运用线段树数据结构,可以高效地计算指定区间的敌军数量。该算法不仅能够在限定的时间和内存条件下快速求解,还能够灵活应对动态变化的战场局势,为实时决策提供支持。 ... [详细]
  • 从2019年AI顶级会议最佳论文,探索深度学习的理论根基与前沿进展 ... [详细]
  • 在2021-2022 ACM集训队月度编程挑战赛第二轮中,题目“最大值与最小值的选择”要求参赛者处理一个包含n个元素的数组,并给定一个整数k。任务是通过选择特定的子数组,计算并返回这些子数组的最大值和最小值之间的差值。该问题考验了选手对数组操作和优化算法的理解与应用能力。 ... [详细]
author-avatar
朗月清风的海角
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有