Perspectives

Airplane Hero Image

Décomposition de la volonté de payer dans le RM des compagnies aériennes

par Justin Jander

Table des matières

Table des matières

Pourquoi la volonté de payer modifie-t-elle le RM des compagnies aériennes ?

Selon la définition classique, l'objectif de la gestion des recettes des compagnies aériennes est de vendre le bon produit au bon passager et au bon prix. Depuis la formalisation de la gestion des recettes il y a plus de 35 ans, de nombreuses approches différentes ont été adoptées pour résoudre ce problème. Les principaux domaines d'intervention pour résoudre ce problème avec succès ont toujours été la prévision de la demande des passagers, l'évaluation de la demande des passagers et l'optimisation pour déterminer les bons contrôles pour le stock de sièges restants d'une compagnie aérienne. Ces principes fondamentaux ont perduré avec des approches différentes dans ces trois domaines depuis que la gestion des recettes est pratiquée.
La science de la prévision et de l'optimisation de la volonté de payer (WTP) révolutionne le RM des compagnies aériennes en les aidant à prévoir et à fixer les prix en fonction de la sensibilité des clients au prix, et non de la disponibilité des classes.

1. Comment prévenir les rachats d'actions dans les compagnies aériennes ?

La prévision de la volonté de payer est une technologie inédite dans le secteur qui aide les compagnies aériennes à lutter scientifiquement contre la baisse des prix et à générer des revenus supplémentaires. Le rachat est le concept selon lequel les passagers ont une certaine volonté de payer pour un produit mais rachètent la classe la plus basse disponible. Cet effet dilue les recettes de la compagnie aérienne, à moins que des mesures de protection ne soient mises en place pour empêcher ce phénomène. Dans un environnement où il y a peu de concurrents ou des structures tarifaires cloisonnées, le rachat est automatiquement contrôlé par la segmentation implicite des tarifs déposés. Toutefois, comme le secteur du transport aérien s'est éloigné des barrières traditionnelles, il faut davantage de données pour contrôler la disponibilité afin d'empêcher le rachat. L'adoption de cette approche permet d'adopter une démarche plus scientifique à l'égard d'une question qui était auparavant traitée par une intervention manuelle.
En 2007, PROS a fait œuvre de pionnier dans la lutte contre le buy-down en introduisant la prévision et l'optimisation hybrides. Hybrid a permis aux compagnies aériennes de commencer à s'attaquer à ce problème, et une version antérieure de cette science s'est rapidement avérée fructueuse, aidant une compagnie aérienne à augmenter ses recettes sur trois marchés clés de 4,7%, les six itinéraires générant $1,5 million de dollars US supplémentaires en recettes tarifaires. Lisez l'étude de cas complète ici : La solution Willingness-to-Pay récupère des revenus avec Leading Science.
Willingness-to-Pay Quote
PROS a poursuivi l'évolution de cette approche en mettant en œuvre la méthodologie de prévision et d'optimisation de la volonté de payer (WTP) de PROS. Ce guide présente les étapes clés de la méthodologie WTP :
  1. Prévision de la sensibilité de la demande au prix.
  2. Ajuster la valeur du passager pour tenir compte de la dilution au moyen d'une procédure d'optimisation.

2. Aperçu de la pratique de gestion des revenus basée sur la volonté de payer

Dans les premiers temps des pratiques de gestion des recettes, les codes de classe (RBD, classes, classe tarifaire, etc.) étaient le principal indicateur de la segmentation de la volonté de payer d'un passager, ou de sa sensibilité au prix. La classe représente le "produit" que le passager souhaite acheter et le prix associé à ce produit. La compagnie aérienne a déposé des tarifs pour chacune des classes en fonction de la sensibilité au prix du passager et des conditions associées au tarif. Ces conditions constituaient le produit particulier que le passager souhaitait acheter. Il s'agit de conditions tangibles telles que la possibilité d'annuler ou de rembourser le billet. Il s'agit également de conditions telles que le nombre de jours avant le départ pour l'achat du billet. Ces conditions, et d'autres, ont été conçues pour créer une segmentation parmi les passagers. Dans certains cas, ces pratiques sont encore utilisées. Le choix d'un produit particulier par le passager peut être une décision passive ou active. Dans certains cas, le passager choisit activement les conditions du tarif, alors que dans d'autres cas, le nombre de jours avant le départ qu'un passager achetait lui faisait ignorer qu'il choisissait le produit et qu'il s'agissait donc d'une décision passive.
Le système traditionnel de gestion des recettes prévoit la demande des passagers pour chacune de ces classes et optimise ensuite en supposant que la demande est purement intéressée par l'achat de ce code de classe en raison des restrictions et des conditions tarifaires. L'optimisation qui en résulte produit des contrôles, généralement des prix d'offre, qui fixent la classe disponible la plus basse qui doit être vendue sur la base des contraintes de capacité imposées par la demande attendue et la valeur de cette demande. Pour ce faire, on compare le tarif de la classe au prix de l'offre, qui sert de seuil de rentabilité.
Toutefois, avec l'évolution des compagnies aériennes vers la distribution numérique des prix et l'entrée des transporteurs à bas prix (LCC) sur un plus grand nombre de marchés, des efforts plus ciblés ont été déployés pour supprimer les barrières tarifaires qui étaient traditionnellement visibles pour les compagnies aériennes. La suppression de cette segmentation se traduit par des codes de classe ayant la même association de produits, mais à des niveaux de prix différents. On observe alors un effet d'achat à la baisse, le passager ne choisissant que la classe la moins chère. Ce problème étant de plus en plus répandu, les compagnies aériennes ont commencé à utiliser différentes expressions telles que élasticité des prix, sensibilité aux prix, buy-up, buy-down, trade-up, yield-up, spiral down, problème de dépendance à l'égard de la classe, etc. Tous ces termes décrivent la situation à laquelle elles sont confrontées et soulignent la nécessité d'y remédier. Pour lutter contre cette situation, les compagnies aériennes ont utilisé différentes approches. Dans la plupart des cas, les compagnies aériennes choisissent d'utiliser une approche basée sur des règles en combinaison avec les prévisions et l'optimisation traditionnelles. Dans le cadre de cette approche combinée, le prix de l'offre fixe la classe disponible la plus basse sur la seule base des contraintes de capacité, puis l'analyste crée une action ou une règle qui ferme les classes inférieures à l'approche de la date de départ, forçant ainsi la demande à acheter ces classes, ce qui évite la dilution.
Dans certains cas, l'analyste peut également utiliser une règle de facteur de charge qui fermera les classes inférieures au fur et à mesure que le facteur de charge augmente. Les compagnies aériennes peuvent également combiner ces approches.
Cette approche s'est avérée précieuse pour les compagnies aériennes, en particulier celles qui adoptent une approche méthodique pour créer les règles. Cependant, l'application de ces règles peut souvent être trop large ou mal définie, ce qui entraîne une fermeture trop importante ou trop faible. En outre, cette approche peut également avoir un impact sur l'effet de réseau en annulant le résultat de l'optimisation du réseau. Enfin, en raison de l'effort manuel important que cette approche requiert, les compagnies aériennes s'exposent à des erreurs de saisie ou à des opportunités manquées.
Une autre approche que les compagnies aériennes peuvent employer est une méthodologie qui augmente la demande dans les classes supérieures, plus près du départ. Cela donne à l'optimisation traditionnelle l'impression qu'il existe une demande plus élevée à l'approche du départ, ce qui permet de fixer les contrôles à un niveau de disponibilité plus élevé. L'hypothèse de cette approche est qu'il existe une demande suffisante pour les classes disposées à payer ce tarif. Cependant, cette approche repose uniquement sur le prix de l'offre pour forcer le rachat, ce qui n'est pas l'utilisation prévue. Si la demande pour un vol n'est pas suffisante pour remplir l'avion, le prix de l'offre sera probablement très bas, ce qui indique que n'importe quel tarif est vendable.
Dans ce cas, il reste potentiellement des possibilités de revenus en forçant la demande à acheter dans les classes supérieures, ce qui ne sera pas possible en utilisant uniquement le prix de l'offre.
La méthodologie idéale de gestion des recettes pour gérer cet environnement commercial consiste à prévoir et à optimiser en tenant compte de l'éventualité d'un scénario d'achat à la baisse. La première étape consiste à prévoir la sensibilité au prix en fonction de la volonté de payer du passager. La deuxième étape consiste à utiliser cette prévision de sensibilité au prix pour appliquer une optimisation des recettes marginales afin de tenir compte de cette volonté de payer. Une fois cette optimisation terminée, l'optimisation du réseau peut suivre, ainsi que le programme dynamique pour calculer les prix d'offre optimaux du réseau. Une fois les processus de gestion des recettes terminés, le calculateur de disponibilité reçoit ce tarif transformé ainsi que les prix de l'offre, qui sont utilisés pour calculer la disponibilité. Le calculateur de disponibilité PROS RM Advantage solution, Prévision et optimisation de la volonté de payer (WTP), ainsi que PROS Real-Time Dynamic Pricing (PROS RTDP) (tarification dynamique en temps réel)Ces étapes sont entièrement intégrées dans la solution (figure 1).
La suite de ce guide est une plongée en profondeur dans l'approche recommandée par PROS pour la prévision et l'optimisation avec la méthodologie WTP.
Revenue Management Methodology Table
Figure 1 Aperçu des principales étapes du processus et de l'approche PROS pour résoudre ces étapes.

3. Comprendre les prévisions relatives à la volonté de payer

Les PROS RM Advantage - Méthodologie de prévision est basé sur le modèle hiérarchique bayésien. La mise en œuvre de ces concepts a été réalisée par PROS spécifiquement pour l'environnement de prévision de la demande des compagnies aériennes. Elle a été étendue à d'autres secteurs par le biais d'autres produits de PROS. Il continue de surpasser les autres méthodes de prévision. Les principales considérations relatives à la conception du modèle bayésien PROS sont les suivantes :

"Réglage de la "dérive

  • Contrôle la vitesse à laquelle le système apprend à partir de nouvelles observations
  • Aide à détecter le bruit et le nouveau signal

Points de collecte de données (PCD)

  • Plages de jours précédents où la demande arrive uniformément
  • Chaque DCP est prévu séparément afin de déterminer les arrivées attendues au cours de cette période

Corrélation DCP

  • La relation entre les PDC
  • Ce paramètre est utilisé pour déterminer la quantité de partage entre les périodes DCP.

Saisonnalité

  • Prise en compte automatique de la saisonnalité en tant que covariable dans le modèle
  • La forme saisonnière des observations historiques est prise en compte dans le modèle, sans qu'il soit nécessaire d'appliquer des facteurs multiplicatifs.

Jours fériés et événements spéciaux (HSE)

  • Périodes de demande inhabituelle
  • Ces périodes sont exclues de la prévision de base, de sorte que les observations n'ont pas d'incidence sur les périodes restantes.
  • Un facteur multiplicatif est calculé en fonction de l'impact de la période HSE sur la prévision de base.
Le cadre établi dans le modèle bayésien sert de méthodologie de base pour la prévision de la demande de passagers au sein de l'UE. PROS RM Produit avantageux. L'étape suivante du processus consiste à utiliser ce cadre pour prévoir la sensibilité de la demande au prix. Dans le modèle PROS WTP, le système suppose que toute la demande au sein d'un ensemble de classes (appelé bloc de classes) est sensible au prix. Cela signifie qu'à l'intérieur d'un ensemble donné de classes, toute la demande s'orientera vers la classe la plus basse disponible. La définition de l'ensemble de ces classes, appelé bloc de classes, est basée sur des critères fixés par la compagnie aérienne, la seule différence entre les classes étant le prix. Le bloc représente le produit, tandis que les classes représentent les prix du produit. Une fois ces points établis, le système génère la sensibilité au prix au niveau de la classe. Cette configuration est complétée lors de la mise en œuvre du modèle WTP.
Dans le cadre de la PROS RM Produit avantageuxDans ce cas, la sensibilité de la demande au prix est modélisée par une courbe exponentielle prix/demande. Dans cette formulation, la demande est une fonction du prix avec deux paramètres pour contrôler la forme et la hauteur de l'exponentielle :
Math Equation
Le paramètre lambda estime la composante volume de la fonction et le paramètre alpha représente la forme de la courbe. Alpha représente également le degré de sensibilité de la demande au prix (figure 2). Le p0 est un prix minimum sur le marché.
Compte tenu de cette formulation, l'étape suivante consiste, pour le prévisionniste bayésien PROS, à générer une prévision des paramètres alpha et lambda. Pour ce faire, il faut d'abord générer des observations historiques des valeurs alpha et lambda. Dans une prévision traditionnelle des réservations, les observations sont les réservations et une probabilité de contrainte, qui est utilisée pour calculer une observation des réservations sans contrainte. Ces réservations sans contrainte sont utilisées comme données d'entrée dans le modèle. Dans le modèle WTP, les paramètres alpha et lambda ne sont pas directement observés, mais sont générés sur la base des réservations observées historiquement et du prix payé pour ces réservations.
Demand Curve
Figure 2 Représentation des paramètres de la courbe de demande exponentielle.
En PROS RM AdvantageDans RM Advantage, le système associe chaque observation de réservation au prix payé. Pour ce faire, le système RM Advantage utilise le tarif journalier en vigueur au moment de la réservation, ainsi que le tarif journalier proposé pendant les périodes où il n'y a pas eu de réservations. L'utilisation des réservations avec le tarif associé permet au système de se concentrer sur la demande attendue à différents niveaux de prix, plutôt que d'être associé à la classe tarifaire elle-même. Il s'agit de la première étape du processus au cours duquel le système RM s'affranchit des barrières des codes de classe. Une fois que le modèle bayésien PROS a généré les prévisions alpha et lambda, le système estime la demande cumulative sensible au prix pour chacun des codes de classe actuels qui composent le bloc de classes en discrétisant la courbe à la valeur tarifaire actuelle (figure 3).
Figure 3 Courbe de demande de prix après discrétisation au niveau de la classe.
Cette approche présente plusieurs caractéristiques clés qui en font un modèle robuste pour l'estimation de la sensibilité aux prix. Ces caractéristiques sont les suivantes :
  • Utiliser les tarifs historiques plutôt que d'associer directement la sensibilité au prix à la lettre de classe.
  • Pas de recours aux données de disponibilité réelles pour estimer la sensibilité des prix
  • Les données relatives à la disponibilité peuvent être peu fiables et n'être estimées qu'une fois par jour.
  • Plus grande flexibilité face aux réalignements de classes tarifaires
    Le produit est représenté par le modèle, qui est indépendant de tout code de classe. Si les codes de classe du bloc sont modifiés, l'état du modèle pour le produit (bloc) reste inchangé et peut être associé aux nouvelles classes ajoutées au bloc.
  • Plus de souplesse pour les ajustements tarifaires
    Lorsque les tarifs sont ajustés, la courbe continue permet une interpolation entre les tarifs précédents, ce qui fournit une estimation plus robuste de la demande sensible au prix.

Le résultat de ce processus est une estimation du montant de la demande sensible au prix au niveau suivant :

  • Date de départ
  • O&D en ligne
  • Voyage O&D
  • POS
  • Itinéraire
  • Classe tarifaire
  • DCP
Cette prévision est ensuite envoyée au processus d'optimisation pour la transformation des tarifs.

4. Application de l'optimisation de la volonté de payer

En PROS RM AdvantageLe processus d'optimisation comporte trois étapes clés :
  • Transformation de la demande/du tarif (transformation de la recette marginale)
    Génère des tarifs ajustés en fonction du CAP
  • Optimisation des réseaux (programme linéaire)
    Génère les coûts de déplacement pour tenir compte des effets de réseau
  • Optimisation des jambes (programme dynamique)
    Génère les prix de l'offre sur la base des tarifs et des coûts de déplacement des deux étapes précédentes.
PROS RM Advantage utilise les propriétés de l'optimisation du réseau et du programme dynamique où le tarif et la demande transformés peuvent être utilisés, sans aucune modification de la formulation traditionnelle. Cela signifie que l'objectif principal de l'optimisation du CAP est le calcul des tarifs et de la demande transformés.
Le processus de transformation est un calcul des recettes marginales appelé Transformation des données de l'enveloppe concave (CEDT). L'algorithme évalue les classes tarifaires qui se situent à la frontière de l'efficacité. Une classe efficace, située sur la frontière efficace, est une classe qui devrait être ouverte dans au moins un scénario de capacité disponible afin de maximiser les recettes. Une classe située en dessous de la frontière d'efficience, dite inefficiente, est une classe qui ne devrait jamais être ouverte à la vente, quel que soit le scénario de capacité disponible ; la classe est donc fermée ou hérite de la disponibilité de la classe située en dessous. L'objectif de ce processus est d'identifier les classes dont les recettes sont tellement diluées qu'elles aboutissent à une marge négative ; ainsi, dans un processus de maximisation des recettes, il est optimal de fermer la classe. Une fois cette étape de fermeture des classes réalisée, le système effectue une transformation de la demande et des tarifs. L'objectif de cette étape est de fournir une estimation de la quantité réelle de demande attendue dans chaque classe et de la valeur relative de cette classe, compte tenu des recettes supplémentaires obtenues dans cette classe. La demande transformée est calculée comme la demande supplémentaire si une classe supplémentaire est ouverte à la vente. Le tarif transformé représente le revenu supplémentaire par passager si une classe supplémentaire est ouverte à la vente. Une fois le tarif et la demande transformés, ils sont envoyés au programme linéaire pour l'optimisation du réseau et au programme dynamique pour l'optimisation des étapes. Les résultats de l'optimisation sont les prix de l'offre pour les vols, les étapes et les compartiments, ainsi que les tarifs transformés au niveau de l'ODIF et des points de vente. Les figures 4 à 6 montrent un exemple de calcul des tarifs transformés et de la demande.
Table Image
Figure 4 La demande (calculée à partir des prévisions), le tarif journalier et les recettes cumulées calculées. Ces éléments constituent les données d'entrée du CEDT.
Graph Image
Figure 5 Représentation visuelle de la frontière efficiente. La classe V se situe en dessous de la frontière efficiente et est donc inefficiente.
Table Image
Figure 6 Demande transformée et tarifs calculés. La classe V étant inefficace, le tarif transformé est $0.
La dernière étape du processus consiste à agréger les tarifs transformés pour les rapprocher du niveau des tarifs journaliers. Cette étape est réalisée afin de réduire le nombre de tarifs transformés créés. PROS RM Advantage dispose d'un grand nombre d'options d'agrégation, qui peuvent être configurées dans le système.
Le tarif transformé étant la représentation des recettes supplémentaires pour une classe donnée, il est désormais utilisé pour comparer un tarif au prix de l'offre afin de déterminer la disponibilité. PROS RM Advantage fournit les données nécessaires au calculateur de disponibilité. PROS RTDP Advantage est parfaitement intégré à RM Advantage, ce qui permet au système d'envoyer des mises à jour en temps réel des nouveaux prix de l'offre au RTDP. Une fois que ces données sont dans RTDP, la disponibilité est calculée en comparant le tarif transformé au prix de l'offre. Si le RTDP ne trouve pas le tarif transformé, le système se rabat sur le tarif quotidien fourni par RM Advantage.

5. Avantages WTP : Augmentation des recettes scientifiquement prouvée

Alors que l'industrie du transport aérien continue d'évoluer pour s'adapter aux changements du marché et aux environnements concurrentiels, les systèmes de gestion des recettes des compagnies aériennes doivent évoluer et se moderniser en même temps. L'une des principales évolutions liées à la gestion des recettes est la manière dont le prix et le produit sont présentés sur le marché et dont la sensibilité du passager au prix est prise en compte. Les compagnies aériennes ont abordé cette question avec des méthodes non scientifiques, fondées sur des règles, qui, au mieux, empêchent une dilution significative des recettes et, au pire, entraînent une plus grande dilution des recettes.
La solution consiste à effectuer des prévisions scientifiques et des étapes d'optimisation afin de capturer au mieux la demande sensible au prix et d'ajuster la disponibilité en conséquence. Avec la méthodologie WTP de PROS, PROS s'est appuyé sur les expériences précédentes en matière de prévision et d'optimisation traditionnelles et hybrides pour construire la prochaine étape de la modernisation de la gestion des revenus des compagnies aériennes. Le modèle WTP utilise les réservations observées et le tarif de ces réservations pour estimer une courbe prix/demande continue. Ces prévisions sont ensuite discrétisées au niveau de la classe et envoyées à l'optimisation où des contrôles optimaux peuvent être générés. Ces données sont intégrées de manière transparente avec PROS RTDP pour distribuer des disponibilités précises et opportunes.
Les avantages de la prévision et de l'optimisation du CAP PROS comprennent à la fois l'amélioration des recettes et une plus grande flexibilité du modèle pour l'analyste dans un environnement commercial changeant. L'amélioration des recettes a été étudiée à l'aide de méthodes de simulation et de données réelles.
Cette solution a fait ses preuves tant en simulation qu'avec les données réelles des compagnies aériennes. Les résultats montrent systématiquement une amélioration de 1% à 3% par rapport aux contrôles traditionnels de gestion des recettes où les classes tarifaires sont supposées indépendantes.
Cette amélioration s'ajoute aux avantages déjà obtenus en passant à des prévisions au niveau O&D pour tenir compte de l'effet de réseau.
Les avantages en termes de recettes dépendront des caractéristiques du marché, notamment de l'environnement concurrentiel, des barrières/conditions tarifaires et de la sensibilité des passagers au prix. Quoi qu'il en soit, la méthodologie de la volonté de payer dévoile un important potentiel de recettes que les compagnies aériennes peuvent exploiter sur la voie d'une tarification dynamique sans classe et d'une vente au détail moderne pour les compagnies aériennes.
Justin Jander Headshot
Justin Jander
Directeur principal, gestion des produits
Justin Jander est directeur principal de la gestion des produits, spécialisé dans les produits de gestion des revenus chez PROS. Justin travaille chez PROS depuis 14 ans, tous au sein du groupe de gestion des produits, en se concentrant sur les produits de voyage. Durant cette période, il a supervisé l'amélioration continue des produits de gestion des revenus de PROS. Ces améliorations se sont traduites par de nouvelles caractéristiques et fonctionnalités qui améliorent la science de pointe de l'industrie ainsi que la façon dont les analystes utilisent le système. Afin de comprendre les besoins d'un secteur en constante évolution, il a travaillé avec des compagnies aériennes du monde entier, ce qui lui permet de comprendre les problèmes de l'entreprise et de les traduire en fonctionnalités susceptibles d'améliorer le système de gestion des revenus. Sa dernière réalisation est le lancement réussi du nouveau produit PROS RM Editions, qui comprend le lancement de RM Essentials et RM Advantage.

Justin est titulaire d'une licence en mathématiques de la Stephen F. Austin State University et d'un master en sciences statistiques de la Southern Methodist University.