[发明专利]一种基于星期组的收益管理预测方法

说明书

技术领域

本发明设计数据分析技术领域，特别是指一种基于星期组的收益管理预测方法。

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。目前传统的收益系统的预测在时间上的按周几（DOW，Day Of Week）归类的做法为单位划分，即以周几为单位对于历史数据进行归类，并对于每个周几分别做预测，这种预测方式存在如下不足：

第一，以DOW为预测单位进行预测的过程中，如果按周几归类数据，则最邻近的一笔数据也已经是一周之前的，一个月之内只能采用4-5笔数据，在快速变化的市场上，这些数据的参考价值可能比较低。

第二，在这种模式下，一个整周的预测需要预测7次才能做完，对效率有较大影响，而且很多时候大多数航班不需要分单天预测。

第三，这种预测只可以是预测历史上固定对应星期几的一个结果，而无法从以时间段为单位进行总体上的预测，也无法进行连续某几天的预测，对于客户使用的灵活性较低。

发明内容

针对现有技术中的航空公司收益管理方法的结果不够精确的问题，本发明实施例的目的是提出一种基于星期组的收益管理预测方法，能够将一周七天划分为至少两个星期组以增加历史数据样本数量并降低预测计算量；其中每一星期组中的星期日期DOW具有类似的需求。

为了实现上述目的，本发明实施例提出的一种基于星期组的收益管理预测方法，包括：

数据获取步骤，用于获取航公公司需求的历史数据；

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；其中所述指定采集点为一个星期中的星期日期DOW；

数据归集步骤，用于从数据库中获取预设星期组中的每一个DOW对应的数据，并将所有数据生成数据集；

预测步骤，用于对数据集中的数据进行分析以预测该预设星期组对应的收益。

进一步的，所述方法还包括：

分组步骤，用于对每一DOW的数据进行分析以获取相似度高于预设值的DOW以组成所述预设星期组，其中每一星期的7个DOW被分为一个或多个预设星期组，且每一预设星期组内至少包括一个DOW。

进一步的，所述方法还包括：