Die Wissenschaft der Willingness-to-Pay (WTP)-Prognose und -Optimierung revolutioniert das Airline-RM, indem sie den Fluggesellschaften hilft, Prognosen und Preise auf der Grundlage der Preissensibilität der Kunden und nicht der Klassenverfügbarkeit zu erstellen.
Die Willingness-to-Pay-Prognose ist eine branchenweit einmalige Technologie, die Fluggesellschaften dabei hilft, auf wissenschaftliche Weise Buy-Downs zu bekämpfen und zusätzliche Einnahmen zu erzielen. Buy-down ist ein Konzept, bei dem die Fluggäste eine bestimmte Zahlungsbereitschaft für ein Produkt haben, sich aber in die niedrigste verfügbare Klasse herunterkaufen. Dieser Effekt verwässert die Einnahmen der Fluggesellschaft, es sei denn, es gibt Schutzmaßnahmen, um den Buy-down zu verhindern. In einem Umfeld mit wenigen Konkurrenten oder begrenzten Tarifstrukturen wird der "Buy-down" automatisch durch die implizite Segmentierung in den eingereichten Tarifen kontrolliert. Da sich die Luftfahrtindustrie jedoch von der traditionellen Tarifstruktur wegbewegt hat, sind mehr Eingaben erforderlich, um die Verfügbarkeit zu kontrollieren und den Buy-Down zu verhindern. Dieser Ansatz ermöglicht eine wissenschaftlichere Herangehensweise an etwas, das früher durch manuelle Eingriffe gehandhabt wurde.
PROS hat diesen Ansatz weiterentwickelt und die PROS Willingness-to-Pay (WTP)-Prognose- und Optimierungsmethodik eingeführt. In diesem Leitfaden werden die wichtigsten Schritte der WTP-Methode beschrieben:
In den Anfängen der Revenue-Management-Praktiken waren die Klassencodes (RBDs, Klassen, Fare Class usw.) der primäre Indikator für die Segmentierung der Zahlungsbereitschaft bzw. der Preissensibilität eines Passagiers. Die Klasse stand für das "Produkt", das der Fluggast kaufen wollte, und den damit verbundenen Preis. Die Fluggesellschaft reichte für jede der Klassen Tarife ein, die auf der Preisempfindlichkeit des Fluggastes und den mit dem Tarif verbundenen Bedingungen basierten. Diese Bedingungen machten das jeweilige Produkt aus, das der Fluggast kaufen wollte. Dabei handelte es sich um konkrete Bedingungen wie die Flexibilität bei der Stornierung oder die Erstattungsfähigkeit des Tickets. Es handelte sich auch um Bedingungen wie die Anzahl der Tage vor dem Abflug, an denen das Ticket gekauft wurde. Diese und andere Bedingungen dienten dazu, eine Segmentierung der Fluggäste zu erreichen. In einigen Fällen werden diese Praktiken immer noch angewandt. Die Entscheidung des Fluggastes für ein bestimmtes Produkt kann eine passive oder aktive Entscheidung sein. In einigen Fällen wählt der Fahrgast aktiv die Bedingungen des Tarifs, während er in anderen Fällen aufgrund der Anzahl der Tage vor dem Abflug nicht weiß, dass er das Produkt wählt und somit eine passive Entscheidung trifft.
Das herkömmliche Ertragsmanagementsystem prognostiziert die Fahrgastnachfrage in jeder dieser Klassen und optimiert dann unter der Annahme, dass die Nachfrage aufgrund der Einschränkungen und Bedingungen des Tarifs ausschließlich am Kauf dieses Klassencodes interessiert ist. Die sich daraus ergebende Optimierung führt zu Kontrollen, in der Regel zu Gebotspreisen, die die niedrigste verfügbare Klasse festlegen, die auf der Grundlage der Kapazitätsbeschränkungen, die sich aus der erwarteten Nachfrage und dem Wert dieser Nachfrage ergeben, verkauft werden sollte. Dies geschieht durch den Vergleich des Tarifs für die Klasse mit dem Gebotspreis, der als Hurdle Rate dient.
Mit der Umstellung der Fluggesellschaften auf den digitalen Preisvertrieb und dem Vordringen der Low-Cost-Carrier (LCC) in immer mehr Märkte wurden jedoch gezielte Anstrengungen unternommen, um die für die Fluggesellschaften traditionell sichtbaren Preisgrenzen zu beseitigen. Die Aufhebung dieser Segmentierung führt dazu, dass Klassencodes die gleiche Produktassoziation aufweisen, aber zu unterschiedlichen Preispunkten. Dies führt zu einem Buy-Down-Effekt, da der Fluggast nur die niedrigste verfügbare Klasse wählt. Da dieses Problem immer häufiger auftritt, haben die Fluggesellschaften begonnen, verschiedene Ausdrücke wie Preiselastizität, Preissensibilität, Buy-up, Buy-down, Trade-up, Yield-up, Spirale nach unten, Problem der Klassenabhängigkeit usw. zu verwenden. All diese Begriffe stehen für die Situation, mit der wir konfrontiert sind, und machen deutlich, dass wir uns mit ihr auseinandersetzen müssen. Um diese Situation zu bekämpfen, haben die Fluggesellschaften unterschiedliche Ansätze gewählt. In den meisten Fällen entscheiden sich die Fluggesellschaften für einen regelbasierten Ansatz in Kombination mit der traditionellen Prognose und Optimierung. Bei diesem kombinierten Ansatz wird mit dem Angebotspreis die niedrigste verfügbare Klasse auf der Grundlage der Kapazitätsbeschränkungen festgelegt, und dann erstellt der Analyst eine Aktion oder Regel, die die niedrigeren Klassen schließt, wenn das Abflugdatum näher rückt, wodurch die Nachfrage gezwungen wird, sich in diese Klassen einzukaufen, um eine Verwässerung zu verhindern.
In einigen Fällen kann der Analyst auch eine Auslastungsregel anwenden, die die unteren Klassen schließt, wenn die Auslastung steigt. Die Fluggesellschaften können diese Ansätze auch kombinieren.
Dieser Ansatz hat sich bei Fluggesellschaften bewährt, insbesondere bei solchen, die bei der Erstellung der Regeln einen methodenorientierten Ansatz verfolgen. Allerdings kann die Anwendung dieser Regeln oft zu weit gefasst oder falsch definiert sein, was zu einer zu starken oder zu schwachen Abschottung führt. Außerdem kann sich dieser Ansatz auch auf den Netzeffekt auswirken, indem er das Ergebnis der Netzoptimierung außer Kraft setzt. Und aufgrund des erheblichen manuellen Aufwands, den dieser Ansatz erfordert, setzen sich die Fluggesellschaften der Gefahr von Eingabefehlern oder verpassten Chancen aus.
Ein weiterer Ansatz, den die Fluggesellschaften anwenden können, ist eine Methode, die die Nachfrage in den höheren Klassen, die näher am Abflug liegen, erhöht. Dies erweckt bei der traditionellen Optimierung den Eindruck, dass näher am Abflug eine zahlungsfreudigere Nachfrage besteht, wodurch die Kontrollen möglicherweise auf ein höheres Verfügbarkeitsniveau eingestellt werden. Bei diesem Ansatz wird davon ausgegangen, dass es genügend Nachfrage in den Klassen gibt, die bereit sind, diesen Preis zu zahlen. Dieser Ansatz stützt sich jedoch nur auf den Angebotspreis, um den Aufkauf zu erzwingen, was nicht der beabsichtigte Zweck ist. Wenn die Nachfrage nach einem Flug nicht ausreicht, um das Flugzeug zu füllen, wird der Angebotspreis wahrscheinlich recht niedrig sein, was darauf hindeutet, dass jeder Tarif verkaufbar ist.
In diesem Fall gibt es potenziell noch Einnahmemöglichkeiten, indem die Nachfrage gezwungen wird, in den höheren Klassen zu kaufen, was mit dem Angebotspreis allein nicht erreicht werden kann.
Der Rest dieses Leitfadens ist ein tiefer Einblick in den von PROS empfohlenen Ansatz zur Prognose und Optimierung mit der WTP-Methodik.
Abbildung 1 Skizzierung der wichtigsten Schritte des Prozesses zusammen mit dem PROS-Ansatz zur Lösung dieser Schritte.
Der Lambda-Parameter schätzt die Volumenkomponente der Funktion und der Alpha-Parameter stellt die Form der Kurve dar. Alpha stellt auch das Ausmaß der Preisempfindlichkeit der Nachfrage dar (Abbildung 2). Der p0-Wert ist ein Mindestpreis auf dem Markt.
Angesichts dieser Formulierung besteht der nächste Schritt darin, dass der PROS Bayes'sche Prognostiker eine Vorhersage für die Parameter Alpha und Lambda erstellt. Dazu werden zunächst historische Beobachtungen der Alpha- und Lambda-Werte erstellt. Bei einer herkömmlichen Buchungsprognose bestehen die Beobachtungen aus den Buchungen und einer Wahrscheinlichkeit für die Einschränkung, die zur Berechnung einer Beobachtung für die uneingeschränkten Buchungen verwendet wird. Diese ungebundenen Buchungen werden als Input für das Modell verwendet. Im WTP-Modell werden die Parameter Alpha und Lambda nicht direkt beobachtet, sondern auf der Grundlage der historisch beobachteten Buchungen und des für diese Buchungen gezahlten Preises generiert.
Abbildung 2 Darstellung der Parameter der exponentiellen Nachfragekurve.
Abbildung 3 Preis-Nachfrage-Kurve nach Diskretisierung auf Klassenebene.
Dieser Ansatz weist mehrere Schlüsseleigenschaften auf, die ihn zu einem robusten Modell für die Schätzung der Preissensibilität machen. Diese sind:
Diese Prognose wird dann dem Optimierungsprozess für die Tarifumwandlung zugeführt.
PROS RM Advantage nutzt die Eigenschaften der Netzoptimierung und des dynamischen Programms, bei denen der transformierte Fahrpreis und die transformierte Nachfrage verwendet werden können, ohne dass die traditionelle Formulierung geändert wird. Das bedeutet, dass der primäre Fokus bei der WTP-Optimierung auf der Berechnung der transformierten Tarife und der Nachfrage liegt.
Der Transformationsprozess ist eine Grenzertragsberechnung, die sogenannte Concave Envelope Data Transformation (CEDT). Der Algorithmus bewertet diejenigen Tarifklassen, die auf der Effizienzgrenze liegen. Eine effiziente Klasse, die auf der Effizienzgrenze liegt, ist eine Klasse, die bei mindestens einem Szenario mit verfügbarer Kapazität geöffnet sein sollte, um die Einnahmen zu maximieren. Eine Klasse, die unterhalb der Effizienzgrenze liegt und als ineffizient bezeichnet wird, ist eine Klasse, die in keinem Szenario mit verfügbarer Kapazität für den Verkauf geöffnet sein sollte. Ziel dieses Prozesses ist es, Klassen zu identifizieren, deren Erlöse so stark verwässert sind, dass sie zu einer negativen Marge führen, so dass es in einem Prozess der Erlösmaximierung optimal ist, die Klasse zu schließen. Sobald dieser Schritt der Schließung von Klassen erfolgt ist, führt das System als nächstes eine Nachfrage- und Tarifumwandlung durch. Der Zweck dieses Schritts besteht darin, eine Schätzung der tatsächlich erwarteten Nachfrage in jeder Klasse und des relativen Werts dieser Klasse in Anbetracht der in dieser Klasse erzielten inkrementellen Einnahmen zu liefern. Die transformierte Nachfrage wird als die zusätzliche Nachfrage berechnet, wenn eine zusätzliche Klasse zum Verkauf angeboten wird. Der transformierte Tarif ist der zusätzliche Ertrag pro Fahrgast, wenn eine zusätzliche Klasse zum Verkauf angeboten wird. Sobald der transformierte Fahrpreis und die Nachfrage berechnet sind, werden sie an das lineare Programm zur Netzoptimierung und an das dynamische Programm zur Streckenoptimierung weitergeleitet. Die Ergebnisse der Optimierung sind die Gebotspreise für Flug, Strecke und Abteil sowie die transformierten ODIF- und POS-Tarife. Die Abbildungen 4-6 zeigen ein Beispiel für die Berechnung der transformierten Tarife und der Nachfrage.
Abbildung 4 Die (aus der Prognose berechnete) Nachfrage, der tägliche Fahrpreis und die berechneten kumulierten Einnahmen. Diese bilden den Input für CEDT.
Abbildung 5 Visuelle Darstellung der Effizienzgrenze. Die Klasse V liegt unterhalb der Effizienzgrenze und ist somit ineffizient.
Abbildung 6 Berechnung der umgewandelten Nachfrage und der Tarife. Da die Klasse V ineffizient ist, beträgt der transformierte Tarif $0.
Da der umgewandelte Tarif die Darstellung des zusätzlichen Erlöses für eine bestimmte Klasse ist, wird dieser nun beim Vergleich eines Tarifs mit dem Angebotspreis zur Bestimmung der Verfügbarkeit verwendet. PROS RM Advantage gibt die erforderlichen Daten für die Verwendung durch den Verfügbarkeitsrechner aus. PROS RTDP Advantage ist nahtlos in RM Advantage integriert und ermöglicht es dem System, Echtzeit-Updates neuer Angebotspreise an RTDP zu senden. Sobald diese Daten in RTDP vorliegen, wird die Verfügbarkeit berechnet, indem der umgerechnete Tarif mit dem Angebotspreis verglichen wird. Findet RTDP den umgerechneten Tarif nicht, greift das System auf den von RM Advantage bereitgestellten Tagestarif zurück.
Da sich die Luftfahrtindustrie ständig weiterentwickelt, um mit den Marktveränderungen und dem Wettbewerbsumfeld Schritt zu halten, müssen sich auch die Ertragsmanagementsysteme der Fluggesellschaften weiterentwickeln und modernisieren. Eine der größten Entwicklungen im Zusammenhang mit dem Ertragsmanagement ist die Art und Weise, wie der Preis und das Produkt auf dem Markt präsentiert werden und wie die Preissensibilität der Passagiere berücksichtigt wird. Die Fluggesellschaften haben sich diesem Thema mit unwissenschaftlichen, regelbasierten Methoden genähert, die im besten Fall eine erhebliche Verwässerung der Einnahmen verhindern und im schlimmsten Fall zu einer weiteren Verwässerung der Einnahmen führen.
Die Lösung hierfür ist die Durchführung wissenschaftlicher Prognose- und Optimierungsschritte, um die preisempfindliche Nachfrage bestmöglich zu erfassen und die Verfügbarkeit entsprechend anzupassen. Mit der WTP-Methode von PROS hat PROS auf den bisherigen Erfahrungen mit traditioneller und hybrider Prognose und Optimierung aufgebaut, um die nächste Stufe der Modernisierung des Ertragsmanagements von Fluggesellschaften zu erreichen. Das WTP-Modell verwendet die beobachteten Buchungen und den Preis dieser Buchungen, um eine kontinuierliche Preis-/Nachfragekurve zu schätzen. Diese Prognosen werden dann auf Klassenebene diskretisiert und an die Optimierung weitergeleitet, wo optimale Kontrollen generiert werden können. Diese Daten werden nahtlos in PROS RTDP integriert, um genaue und zeitnahe Verfügbarkeiten zu verteilen.
Zu den Vorteilen der PROS-WTP-Prognose und -Optimierung gehören sowohl eine Verbesserung der Einnahmen als auch eine größere Flexibilität des Modells für den Analysten in einem sich verändernden Geschäftsumfeld. Die Umsatzverbesserungen wurden sowohl mit Simulationsmethoden als auch mit realen Daten untersucht.
Diese Lösung hat ihre Vorteile sowohl in der Simulation als auch mit realen Fluggesellschaftsdaten bewiesen. Die Ergebnisse zeigen durchgängig eine Verbesserung zwischen 1% und 3% gegenüber herkömmlichen Ertragsmanagementkontrollen, bei denen die Tarifklassen als unabhängig angenommen werden.
Diese Verbesserung kommt zu den Vorteilen hinzu, die bereits durch die Umstellung auf Prognosen auf O&D-Ebene erzielt wurden, um den Netzeffekt zu berücksichtigen.
Die Ertragsvorteile hängen von den Marktmerkmalen ab, einschließlich des Wettbewerbsumfelds, der Tarifbedingungen und der Preissensibilität der Fluggäste. Unabhängig davon eröffnet die Willingness-to-Pay-Methode den Fluggesellschaften ein großes Umsatzpotenzial, das sie auf dem Weg zu einer klassenfreien dynamischen Preisgestaltung und einem modernen Airline-Retailing nutzen können.
Justin Jander ist Senior Director of Product Management mit Schwerpunkt auf den Revenue Management Produkten bei PROS. Justin Jander ist seit 14 Jahren bei PROS tätig, und zwar in der Produktmanagementgruppe mit Schwerpunkt auf den Reiseprodukten. Während dieser Zeit hat er die kontinuierliche Verbesserung der PROS Revenue Management Produkte überwacht. Diese Verbesserungen erfolgten durch neue Merkmale und Funktionen, die die branchenführende Wissenschaft verbessern, sowie durch Verbesserungen der Art und Weise, wie Analysten das System nutzen. Um die Anforderungen der sich ständig wandelnden Branche zu verstehen, hat er mit Fluggesellschaften auf der ganzen Welt zusammengearbeitet, was es ihm ermöglicht, die geschäftlichen Probleme zu verstehen und sie in Funktionen umzusetzen, die das RM-System verbessern können. Zu seinen jüngsten Erfolgen gehört die erfolgreiche Einführung des neuen PROS RM Editions-Produkts, das die Einführung von RM Essentials und RM Advantage umfasst.
Justin hat einen Bachelor of Science in Mathematik von der Stephen F. Austin State University und einen Master of Science in Statistik von der Southern Methodist University.
Deutsch (Sie) 
English 
Français 