ДонНТУ Портал магістрів ФКНТ Кафедра АСУ

Реферат за темою випускної роботи

Зміст

Введення

Одним із шляхів максимізації прибутку в індустрії гостинності є застосування методів управління доходами - оптимізації продажів номерів шляхом встановлення обмежень на кількість доступних номерів в різних цінових класах. Управління доходами в готельних підприємствах України знаходиться на початку свого розвитку, в той час як зарубіжні перевізники застосовують дані методи з моменту їх розробки.
Основне завдання оптимізації - розподілити наявний в готелі ресурс, тобто кількість кімнат - ємність готелю (Cap), серед цінових класів так, щоб максимізувати загальний очікуваний дохід від продажів.

1. Актуальність теми

Метод управління доходами є найбільш актуальним методом ціноутворення і побудови певної стратегії, у використанні різних тарифних планів. Управління доходами прийшло в готельний бізнес з індустрії авіаперевезень і поступово захоплює все більшу частку ринку. І якщо за кордоном все нові і нові готелі переходять на систему ціноутворення в реальному часі, використовуючи методи управління доходами, то в Україні справи значно гірші. Лише великі готелі, поки що, дозволяють собі розробку або купівлю подібних систем. Але, на прикладі індустрії авіаперевезень і зважаючи прибутковості роботи подібної системи, можна зробити висновок, що дані методи незабаром будуть повсюдно використовуватися в індустрії гостинності, включаючи готелі з маленькою місткістю.

2. Мета і задачі дослідження

Метою даної роботи є створення комп'ютеризованої системи, що дозволяє оптимізувати ціни на номери в готелі на основі кривих бронювання. Іншими словами, дана система займається ціноутворенням в реальному часі, максимізуючи прибуток з кожного об'єкта, шляхом поєднання ціни та обсягу продажів.

Основні задачі дослідження:

  1. Аналіз предметної області та існуючих методів ціноутворення.
  2. Вибір найбільш ефективного методу ціноутворення.
  3. Визначення оптимальних умов для впровадження методу управління доходами.
  4. Аналіз різних видів прогнозування даних.
  5. Огляд найбільш ефективних методів розрахунку оптимальних меж продажів.

Об'єктом досліджень виступає процес визначення оптимальних цін в умовах підприємства індустрії гостинності.

3. Аналіз літератури

Аналізуючи існуючі методи оптимізації доходу, були розглянуті математична модель Літтвуда [ 2 ], а також узагальнення вищезгаданої моделі - емпіричний метод EMSR [ 3 , 4 ], в декількох варіаціях. В описаних методах вихідною інформацією для розрахунку служать імовірнісний прогноз попиту і ціна номера для всіх цінових класів [ 1 ]. Також була розглянута блок-схема взаємодії підсистем та інформаційних потоків у системі управління доходами [ 8 ], і розглянуті основні причини використання овербукінга. [ 9 , 10 ]

4. Види методів ціноутворення і управління доходами

Розглянемо основні методи ціноутворення в готельному бізнесі. І окрему увагу приділимо найбільш ефективному з існуючих методів - управлінню доходами.

4.1 Основні методи ціноутворення

Виділимо деякі з основних методів ціноутворення:

4.2 Управління доходами. Види підприємств для впровадження

Управління доходами (Revenue Management) - один з напрямків прогнозування та застосування інформаційних систем на підприємствах індустрії гостинності. Це економічна техніка, націлена на визначення найкращої цінової політики для оптимізації доходу на основі визначення поведінки попиту.

Даний метод максимізує два джерела доходів: обсяг і ціна на одиницю вироблених послуг.

Спільні риси підприємств, на яких могла б впровадитися дана інф сис-ма:

4.3 Взаємодія підсистем у системі управління доходами

В основному, система управління доходами взаємодіє з декількома системами в режимі реального часу. Серед них можна виділити систему бронювання, систему реєстрації та систему обліку доходів. Кожна із зазначених вище систем взаємодіє з певною підсистемою, з яких складається управління доходами.
Схема взаємодії основних інформаційних систем представлення на малюнку 3.1

Обмін даними в системі управління доходами

Рисунок 3.1 - Обмін даними в системі управління доходами
(анімація: 5 кадрів, 5 циклів повторення, 175 кілобайт)

5.Моделі прогнозу

У будь-яких варіантах методу розрахунку оптимальних меж продажів по класах, вихідною інформацією для розрахунку служать імовірнісний прогноз попиту і ціна номера для всіх цінових класів. Під імовірнісним прогнозом розуміється припущення про те, що попит на клас є випадковою величиною, розподіленою по деякому, як правило, нормальному, закону розподілу з заданими оцінками параметрів (для нормального закону - середнім і середньоквадратичним відхиленням). Мета прогнозування - розрахувати для кожного класу два параметри - середнє і СКВО попиту (для к-го класу μk и σk). Для прогнозування попиту можна спиратися на різні набори статистичних даних, що відображають залежності обсягу бронювань від погодних умов, наявних на ринку конкурентів і т. п. Але на практиці готельні підприємства мають історичні дані з инвенторной системи, в яких немає додаткової інформації, крім числа бронювань і числа доступних до продажу місць у кожному класі по декількох аналогічним уікенд / днях в минулому. Збір даних проводиться декілька разів - кілька зрізів, від моменту відкриття продажу на дану дату до заселення в номер. Ці зрізи визначаються внаслідок того, що коригування продажів немає необхідності проводити щодня, однак є необхідність періодично контролювати ситуацію. Тому весь горизонт продажів розбивається на кілька контрольних точок, при появі яких знімаються поточні показання про продаж номерів і проводиться розрахунок прогнозів і меж продажів. При цьому якщо в якийсь момент число доступних місць дорівнює нулю, це означає, що продаж не ведеться і запити на номери в даному класі будуть відхилені. Таким чином, в наявних історичних даних враховані тільки підтверджені бронювання, а загальна кількість туристів, які бажали забронювати номер, невідомо, тобто частина вибірки є цензуруваною.

5.1 Наївні методи

Існує кілька методів відновлення усічених даних, наприклад, так звані наївні:

6. Розрахунок оптимальних меж продажів

Мета оптимізації продажу - розподілити наявний в готелі ресурс, тобто кількість кімнат - ємність готелю (Cap), серед цінових класів так, щоб максимізувати загальний очікуваний дохід від продажів.

Найпростіша математична модель, запропонована Літтлвуд. Вона розглядає всього два цінові класу із співвідношенням цін f1 > f2. Будемо вважати, що попит на нижній клас формується заздалегідь, так як його ціна менша, і він необмежений. Завдання полягає в тому, щоб вирішити, яку кількість місць треба зарезервувати для нижнього класу до початку приходу туристів в верхній (дорожчий) клас.

При відомому середньому попиту μ1 для верхнього класу ймовірність приходу одного покупця в ньому вельми висока. Резервуючи для нього номер, ми отримаємо середній дохід, що дорівнює f1 × P(μ1 ≥ 1). Не роблячи цього, ми гарантовано матимемо дохід f2. Тому прийняття рішення про резервування слід проводити, порівнявши обидва цих доходи. Міркуючи аналогічно, ми отримаємо, що очікувана вигода від резервування х-го місця у верхньому класі складе f1 × P(μ1≥ 1). Відповідно, має сенс приймати запит нижнього класу (тобто не резервувати це місце для верхнього), тільки якщо його ціна перевищує можливий дохід від прийняття протилежного рішення:

f2 ≥ f1 × p(μ1 ≥ x)(1),
Зауважимо, що права сторона (1) зменшується з ростом х. Оптимальний рівень захисту позначимо y1. Таким чином, ми приймаємо нижній клас, якщо залишкова місткість перевищує y1, і відхиляємо його, якщо залишкова місткість - y1 або менше. У разі безперервної функції розподілу F1(x) оптимальний рівень захисту y1 може бути визначений більш простим виразом f2 = f1 × P(μ1 ≥ y1), що еквівалентно:

F1(x) = 1 − f2/f1,
яке відоме як правило Літтвуда.

Готельні підприємства на практиці використовують набагато більше, ніж два цінові класу і, відповідно, більш складні моделі управління ними. Узагальненням моделі Літтвуда для n класів є емпіричний метод EMSR(Expected Marginal Seat Revenue), що має різні версії.

6.1 Метод EMSR-b

Розглянемо найпоширеніший варіант EMSR-b. Алгоритм розрахунку рівнів захисту для цінових класів даного дня складається з декількох кроків. На першому кроці розглядаються окремо два перші цінових класу і за моделлю Літтвуда проводиться розрахунок рівня захисту для верхнього з них. Потім ці два класи об'єднуються в так званий суперклас з ціною, яка визначається як середньозважене з цін, і з параметрами зсуву і масштабу, обчисленими як сума і корінь з суми квадратів відповідних параметрів входять до нього класів. Після цього модель Літтвуда для суперкласу і третього цінового класу використовується для визначення рівня захисту суперкласу, який і приймається рівним рівнем захисту другого цінового класу. Далі за аналогією утворюється суперклас з перших трьох і процес обчислень триває. Останнім кроком є розрахунок, в якому бере участь суперклас з усіх класів, крім нижнього, і сам цей нижній ціновий клас.

6.2 Метод EMSRr

Ще один підхід не спирається на правило Літтвуда. Даний метод використовує розрахований на етапі підготовки прогноз попиту на нижній клас, а не припускає, що попит на нього не обмежений, як в моделі Літтвуда.

Очікуваний дохід від резервування одного номера для туриста класу k дорівнює fk × (1 − Φ(μk,σk,1)), де Φ(μk,σk,1) - функція розподілу нормального закону в точці x. Нагадаємо, що значення функції розподілу являє собою ймовірність того, що дана випадкова величина прийме значення, менше x. Таким чином, очікуваний дохід є добуток вартості номера на ймовірність того, що на даний номер знайдеться покупець. Очікуваний дохід від резервування двох номерів в k-му ціновому класі дорівнює fk × (1 − Φ(μk,σk,1)) + fk × (1 − Φ(μk,σk,2)) і так далі.

У результаті виявляється можливим сформулювати наступну оптимізаційну задачу: потрібно визначити кількість номерів xk, яка резервуються в кожному ціновому класі k = 1, таким чином, щоб забезпечити максимальне значення для загального очікуваного доходу і не перевищити зазначеної ємності готелю:

Формула EMSRr

де Cap - ємність готельного підприємства/готелю, а N - розширена безліч натуральних чисел (тобто всі межі бронювання хк - цілі невід'ємні числа).

Висновки

Методи, розглянуті в даній роботі, дозволяють найбільш точно визначити цінову політику підприємства, для максимізації загального доходу, та виробити подальшу стратегію розвитку готельного підприємства. Вибір методів управління доходами, для застосування в конкретних умовах, необхідно робити, грунтуючись на обчислювальних можливостях, а також від ступеня цензурування даних, на яких будуватиметься прогноз попиту. У цілому ж, я вважаю, що дані методи, як ніколи, актуальні і в першу чергу потребують автоматизації в індустрії гостинності.

Перелік посилань

  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.