[发明专利]一种智能化检测淡旺季的收益管理方法

说明书

技术领域

本发明设计数据分析技术领域，特别是指一种智能化检测淡旺季的收益管理方法。

背景技术

收益管理是一门关于产品定价、销售与管理的科学。其目标是在合适的时间将合适的产品以合适的价格售给合适的顾客，以取得收益的最大化，从而实现利润的最大化。收益管理的基本方法是通过对历史数据的统计分析，归纳提炼出顾客对各种价格在不同时期的承受能力和反应，结合市场需求，考虑时间因素，将顾客分成不同的群体；相对于不同的顾客群体，为同一产品从收益而不是从成本的角度确定不同的价格。这些基本方法的应用，从将顾客分成不同的群体到为同一产品确定不同的价格，从确认合适的时间，合适的产品，合适的价格到确认合适的顾客，无一不需要收集大量的信息，作精确的分析判断，必须要有在计算机上实现的预测与优化作基础，而收益管理软件系统是实现收益管理必不可少的工具。

传统的收益管理方法通常包含以下几个步骤：数据导入、预测、优化、人工干预功能。其中预测模块是通过计算机算法预测各顾客群每天的需求、销售等情况，使得决策者可以及时根据市场情况确定价格和制定、修改销售策略。

航空公司是高投入、高成本的企业，其每一分钟都会产生巨大的成本，因此随着电子技术的发展，航空公司越来越需要进行精细化的管理以降低成本并最大化销售。航空机票是一种特殊产品，它具有时效性（即机票只能在飞机起飞之前销售）、容量有限（飞机座位有限，不能在短时间内增加）、需求可细分（可以根据旅客特点将市场划分为不同的细分市场）、高度不确定性（经常发生旅客退票或no show等情况）、季节波动性大等特点。为此，航空公司广泛采用超订（overbook）、多等级票价、机票控制、团队管理和季节性管理等措施，以降低机票销售的风险并提高机票销售的收益。这一套管理理念和管理方法，在国际上普遍被称为“产出管理”或“收益管理”。具体来说，航空公司的目的就是“通过在合适的时间，以合适的价格将适当数量的机票销售给合适的旅客，以实现机票销售收益的最大化”。

传统的收益管理方法在直接利用到航空公司机票收益管理预测方面时存在着明显的缺陷，导致预测结果不够精确。具体表现在：

传统的收益管理包含：数据导入、预测、优化、人工干预功能。其中预测模块是基于历史和当前数据，通过预测模型库的数学模型，从而预测在未来一段时间每天对每一个航班航段的每一个舱级（Class）的需求。

目前传统收益系统都要求用户根据未来的实际情况，预先在系统中设定淡旺季和节假日（比如节日、寒暑假、小长假等），然后系统对各个淡旺季和节假日分别预测。目前人工设置淡旺季功能存在如下不足：

第一，淡旺季划分起始相当繁琐，不易设置，而且每年的淡旺季情况经常会有较大的差异，对于用户是个很大的挑战，而且效率较低；

第二，淡旺季的设置不仅涉及到对历史数据的分析，涉及到对未来日期的判断，这种对未来的判断实际上就是一个人为经验判断的预测，而人为的经验判断往往会带来许多非理性的偏差，从而影响后续系统的预测优化。

发明内容

针对现有技术中的淡旺季划分主要依靠人工划分导致结果不够精确的问题，本发明实施例的目的是提出一种智能化检测淡旺季的收益管理方法，结合历史数据以及节假日数据来进行淡旺季分析，以实现精确管理及预测。

为了实现上述目的，本发明实施例提出的一种智能化检测淡旺季的收益管理方法，包括：

数据获取步骤，用于获取航公公司销售的历史数据；

数据采集步骤，用于从获取的历史数据中的指定采集点采集数据，并将每一指定采集点获取的数据存储到数据库中；；

数据归集步骤，用于根据数据库中获取的数据将所有数据生成数据集；

人工干预步骤，用于提供人工干预配置项，其中所述人工干预配置项用于接收人工预设的配置项以对预测限制范围；其中所述人工干预配置项为可选择的以使预测为人工干预生成限制范围并配合自动预测，或是无人工干预生成限制范围的纯自动预测；

淡旺季预测步骤，用于对数据集中的数据进行分析以确定历史数据中的淡旺季，并依据历史数据中的淡旺季对预设的预测区间中的淡旺季进行预测。

其中，所述淡旺季预测步骤中，根据历史数据中的淡旺季、历史数据中的节假日信息和寒暑假信息、预测区间中的节假日信息和寒暑假信息，对数据进行分析以预测出预测区间中的机票销售的旺季和淡季。

进一步的，所述方法还包括：

优化步骤，用于将预测步骤获取的预测结果与实际销售数据进行对比以确定预测结果是否准确，并根据准确度确定是否需要对淡旺季预测步骤进行调整。