ДонНТУ Портал магистров ФКНТ Кафедра АСУ

Реферат по теме выпускной работы

Содержание

Введение

Одним из путей максимизации прибыли в индустрии гостеприимства является применение методов управления доходами — оптимизации продаж номеров путем установления ограничений на количество доступных номеров в различных ценовых классах. Управление доходами в гостиничных предприятиях Украины находится в начале своего развития, в то время как зарубежные перевозчики применяют данные методы с момента их разработки.
Основная задача оптимизации — распределить имеющийся в отеле ресурс, т. е. количество номеров – емкость отеля (Cap), среди ценовых классов так, чтобы максимизировать общий ожидаемый доход от продаж.

1. Актуальность темы

Метод управления доходами является наиболее актуальным методом ценообразования и построения определенной стратегии, в использовании различных тарифных планов. Управление доходами пришло в гостиничный бизнес из индустрии авиаперевозок и постепенно захватывает всё большую долю рынка. И если за рубежом всё новые и новые отели переходят на систему ценообразования в реальном времени, используя методы управления доходами, то в Украине дела обстоят значительно хуже. Лишь большие отели, пока что, позволяют себе разработку или покупку подобных систем. Но, на примере индустрии авиаперевозок и ввиду прибыльности работы подобной системы, можно сделать вывод, что данные методы в скором времени будут повсеместно использоваться в индустрии гостеприимства, включая отели с маленькой вместимостью.

2. Цель и задачи исследования

Целью данной работы является создание компьютеризированной системы, позволяющей оптимизировать цены на номера в отеле на основе кривых бронирования. Другими словами, данная система занимается ценообразованием в реальном времени, максимизируя прибыль с каждого объекта, путем сочетания цены и объема продаж.

Основные задачи исследования:

  1. Анализ предметной области и существующих методов ценообразования.
  2. Выбор наиболее эффективного метода ценообразования.
  3. Определение оптимальных условий для внедрения метода управления доходами.
  4. Анализ различных видов прогнозирования данных.
  5. Обзор наиболее эффективных методов расчета оптимальных пределов продаж.

Объектом исследований выступает процесс определения оптимальных цен в условиях предприятия индустрии гостеприимства.

3. Анализ литературы

Анализируя существующие методы оптимизации дохода, были рассмотрены математическая модель Литтлвуда [2], а также обобщение вышеупомянутой модели – эмпирический метод EMSR [3,4], в нескольких вариациях. В описанных методах исходной информацией для расчета служат вероятностный прогноз спроса и цена номера для всех ценовых классов [1]. Также была рассмотрена блок-схема взаимодействия подсистем и информационных потоков в системе управления доходами [8], и рассмотрены основные причины использования овербукинга. [9,10]

4. Виды методов ценообразования и управления доходами

Рассмотрим основные методы ценообразования в отельном бизнесе. И отдельное внимание уделим наиболее эффективному из существующих методов - управлению доходами.

4.1 Основные методы ценообразования

Выделим некоторые из основных методов ценообразования:

4.2 Управление доходами. Виды предприятий для внедрения

Управление доходами (Revenue Management) — одно из направлений прогнозирования и применения информационных систем на предприятиях индустрии гостеприимства. Это экономическая техника, нацеленная на определение наилучшей ценовой политики для оптимизации дохода на основе определения поведения спроса.

Данный метод максимизирует два источника доходов: объем и цена на единицу производимых услуг.

Общие черты предприятий, на которых могла бы внедриться данная инф сис-ма:

4.3 Взаимодействие подсистем в системе управления доходами

В основном, система управления доходами взаимодействует с несколькими системами в режиме реального времени. Среди них можно выделить систему бронирования, систему регистрации и систему учета доходов. Каждая из указанных выше систем взаимодействует с определенной подсистемой, из которых состоит управление доходами.
Схема взаимодействия основных информационных систем представления на рисунке 3.1

Обмен данными в системе управления доходами

Рисунок 3.1 – Обмен данными в системе управления доходами
(анимация: 5 кадров, 5 циклов повторения, 175 килобайт)

5. Модели прогноза

В любых вариантах метода расчета оптимальных пределов продаж по классам исходной информацией для расчета служат вероятностный прогноз спроса и цена номера для всех ценовых классов. Под вероятностным прогнозом понимается предположение о том, что спрос на класс является случайной величиной, распределенной по некоторому, как правило, нормальному, закону распределения с заданными оценками параметров (для нормального закона — средним и среднеквадратичным отклонением, СКВО). Цель прогнозирования — рассчитать для каждого класса два параметра — среднее и СКВО спроса (для к-го класса μk и σk). Для прогнозирования спроса можно опираться на различные наборы статистических данных, отражающие зависимости объема бронирований от погодных условий, имеющихся на рынке конкурентов и т. п. Но на практике гостиничные предприятия имеют исторические данные из инвенторной системы, в которых нет дополнительной информации, кроме числа бронирований и числа доступных к продаже мест в каждом классе по нескольким аналогичным уикэндам/дням в прошлом. Сбор данных проводится несколько раз — несколько срезов, от момента открытия продажи на данную дату до заселения в номер. Эти срезы определяются вследствие того, что корректировку продаж нет необходимости проводить ежедневно, однако есть необходимость периодически контролировать ситуацию. Поэтому весь горизонт продаж разбивается на несколько контрольных точек, при появлении которых снимаются текущие показания о продаже номеров и производится расчет прогнозов и пределов продаж. При этом если в какой-то момент число доступных мест равно нулю, это означает, что продажа не ведется и запросы на номера в данном классе будут отклонены. Таким образом, в имеющихся исторических данных учтены только подтвержденные бронирования, а общее количество туристов, желавших забронировать номер, неизвестно, то есть часть выборки является цензурированной.

5.1 Наивные методы

Существует несколько методов восстановления усеченных данных, например, так называемые наивные:

6. Расчет оптимальных пределов продаж

Цель оптимизации продажи — распределить имеющийся в отеле ресурс, т. е. количество номеров – емкость отеля (Cap), среди ценовых классов так, чтобы максимизировать общий ожидаемый доход от продаж.

Простейшая математическая модель, предложенная Литтлвудом. Она рассматривает всего два ценовых класса с соотношением цен f1 > f2. Будем считать, что спрос на нижний класс формируется заранее, так как его цена меньше, и он неограничен. Задача состоит в том, чтобы решить, какое количество мест надо зарезервировать для нижнего класса до начала прихода туристов в верхний (более дорогой) класс.

При известном среднем спроса μ1 для верхнего класса вероятность прихода одного покупателя в нем весьма высока. Резервируя для него номер, мы получим средний доход, равный f1 × P(μ1 ≥ 1). Не делая этого, мы гарантированно получим доход f2. Поэтому принятие решения о резервировании следует проводить, сравнив оба этих дохода. Рассуждая аналогично, мы получим, что ожидаемая выгода от резервирования х-го места в верхнем классе составит f1 × P(μ1≥ 1). Соответственно, имеет смысл принимать запрос нижнего класса (т.е. не резервировать это место для верхнего), только если его цена превышает возможный доход от принятия противоположного решения:

f2 ≥ f1 × p(μ1 ≥ x)(1),
Заметим, что правая сторона (1) уменьшается с ростом х. Оптимальный уровень защиты обозначим y1. Таким образом, мы принимаем нижний класс, если остаточная вместимость превышает y1, и отклоняем его, если остаточная вместимость — y1 или меньше. В случае непрерывной функции распределения F1(x) оптимальный уровень защиты y1 может быть определен более простым выражением f2 = f1 × P(μ1 ≥ y1), что эквивалентно:

F1(x) = 1 − f2/f1,
которое известно как правило Литтлвуда.

Гостиничные предприятия на практике используют гораздо больше, чем два ценовых класса и, соответственно, более сложные модели управления ими. Обобщением модели Литтлвуда для n классов является эмпирический метод EMSR (Expected Marginal Seat Revenue), имеющий различные версии.

6.1 Метод EMSR-b

Рассмотрим самый распространенный вариант EMSR-b. Алгоритм расчета уровней защиты для ценовых классов данного дня состоит из нескольких шагов. На первом шаге рассматриваются отдельно два первых ценовых класса и по модели Литтлвуда проводится расчет уровня защиты для верхнего из них. Затем эти два класса объединяются в так называемый суперкласс с ценой, определяемой как средневзвешенное из цен, и с параметрами сдвига и масштаба, вычисленными как сумма и корень из суммы квадратов соответственных параметров входящих в него классов. После этого модель Литтлвуда для суперкласса и третьего ценового класса используется для определения уровня защиты суперкласса, который и принимается равным уровню защиты второго ценового класса. Далее по аналогии образуется суперкласс из первых трех и процесс вычислений продолжается. Последним шагом является расчет, в котором участвует суперкласс из всех классов, кроме нижнего, и сам этот нижний ценовой класс.

6.2 Метод EMSRr

Еще один подход не опирается на правило Литтлвуда. Данный метод использует рассчитанный на этапе подготовки прогноз спроса на нижний класс, а не предполагает, что спрос на него не ограничен, как в модели Литтлвуда.

Ожидаемый доход от резервирования одного номера для туриста класса k равен fk × (1 − Φ(μk,σk,1)), где Φ(μk,σk,1) — функция распределения нормального закона в точке x. Напомним, что значение функции распределения представляет собой вероятность того, что данная случайная величина примет значение, меньшее x. Таким образом, ожидаемый доход есть произведение стоимости номера на вероятность того, что на данный номер найдется покупатель. Ожидаемый доход от резервирования двух номеров в k-м ценовом классе равен fk × (1 − Φ(μk,σk,1)) + fk × (1 − Φ(μk,σk,2)) и так далее.

В результате оказывается возможным сформулировать следующую оптимизационную задачу: требуется определить количество номеров xk, резервируемых в каждом ценовом классе k = 1, таким образом, чтобы обеспечить максимальное значение для общего ожидаемого дохода и не превысить указанной емкости отеля:

Формула EMSRr

где Cap — емкость гостиничного предприятия/отеля, а N — расширенное множество натуральных чисел (т. е. все пределы бронирования хк — целые неотрицательные числа).

Выводы

Методы, рассмотренные в данной работе, позволяют наиболее точно определить ценовую политику предприятия, для максимизации общего дохода, и выработать дальнейшую стратегию развития гостиничного предприятия. Выбор методов управления доходами, для применения в конкретных условиях, необходимо делать, основываясь на вычислительных возможностях, а также от степени цензурированности данных, на которых будет строиться прогноз спроса. В целом же, я считаю, что данные методы, как никогда, актуальны и в первую очередь нуждаются в автоматизации в индустрии гостеприимства.

Список источников

  1. Лапина М.Г. Восстановление реального спроса по цензурированной статистике бронирования/ М.Г. Лапина, Г.М. Фридман// Современные технологии, Москва. -2010.
  2. Littlewood K. Forecasting and Control of Passenger Bookings / K. Littlewood // Proceedings of the 12th AGIFORS Symposium. Nathanya. Israel. -1972. -P. 95-117.
  3. Talluri K.T., Ryzin G.J. The Theory and Practice of Revenue Management / T.K. Talluri, G.J. Ryzin // Springer.-2005 -P. 714.
  4. Weatherford L.R., Polt S. Better unconstraining of airline demand data in revenue management systems/ L.R. Weatherford, S. Polt // Journal of Revenue and Pricing Management. -2002.
  5. Носова Е.В. Моделирование процесса управления доходами авиакомпании на уровне рейсов / Е.В. Носова //Современные технологии, Москва. - 2009 -C. 71-75.
  6. Polt S. New results on leg optimization / S. Polt //Yield Management Study Group Symposium, London, UK. -1999.
  7. Носова Е.В. Моделирование процессов продаж билетов на рейсы авиакомпании / Е.В. Носова //Современные технологии, Москва. – 2010.
  8. Мозговая К.А.Расчет Компенсационной функции при продаже авиабилетов с учетом виртуальной вместимости воздушного судна / К.А. Мозговая // Известия СПБ ГУЭФ, Санкт-Петербург. – 2011.
  9. Leder K., Spagniole S. Probabilistically Optimized Airline overbooking strategies or Anyone willing to take a later flight?/ K. Leder, S. Spagniole // UMAP Journal 23.3, p.317-338, 2002.
  10. Rothstein M. O.R. and the airline overbooking problem / M. Rothstein // Operation Research Vol.33, p. 237-248, 1985.