[发明专利]酒店收益管理中的需求曲线估计方法

说明书

技术领域

本发明属于酒店管理技术领域，具体涉及酒店收益管理中的需求曲线估计方法。

技术背景

近几年，随着我国商务及旅游市场的不断拓展，酒店行业实现了快速的扩张。尤其是在连锁酒店行业，涌现了大批如华住、如家、锦江之星等具有较大门店规模的连锁酒店管理企业。

随着经营规模的不断扩大，各酒店企业不断重视和加强收益管理。结合互联网相关技术，许多企业已初步建立信息管理系统，并成立收益管理团队实施相关技术的研发和应用。目前，许多酒店管理企业能够实时跟踪各门店运营数据，建立完备的数据档案，具备初步的数据处理能力。

另一方面，学术界已有大量文献研究酒店行业的收益管理问题。许多文献重点关注对需求曲线的估计方法。所述需求曲线代表需求与价格之间的函数关系式。作为酒店收益管理的核心，在理论上已有许多成熟的需求曲线估计方法，如最小二乘法，贝叶斯更新法，极大似然估计法，时间序列分析法等。

但是，在实际的酒店管理应用中，理论与实践存在较大的差异。这些差异造成了已有收益管理理论方法难以应用到实际酒店管理的困境，主要表现在以下几方面：

1.价格内生性问题。酒店企业所记录的价格数据对需求数据的影响是内生的。各门店的价格决策由其门店经理制定。在做出价格决策之前，门店经理根据个人经验和技巧对每个营业日的需求情况具有一定程度的了解。当门店经理判断需求较高时，则提高价格以获取更多的收益；当门店经理判断需求较低时，则降低价格以吸引更多的顾客。这一定价机制造成了数据分析的直观结果：需求与价格呈现正相关性。这不符合经济学的相关理论，其所估计的需求曲线也不适用于酒店收益管理。在观测者难以观测到门店经理的判断时，传统估计方法，如最小二乘法尝试使用价格的工具变量来解决价格内生性的问题。但是，这一方法的基本前提是酒店的定价决策是与其边际成本相关的。然而，在收益管理领域，酒店定价只以收益最大化为目标，成本因素并不做参考。这使得传统需求曲线估计方法在这一特定问题下失效。

2.无法完成对需求函数的实时更新。酒店收益管理的主要决策变量为每个营业日的定价。因此，需求曲线的实时更新(至少每日更新)是一个成熟的收益管理系统所必备的。然而，对门店规模庞大的连锁酒店管理集团而言，为达成这一要求，传统需求曲线估计方法将耗费大量的计算资源和计算时间，显然不现实。

发明内容

为解决上述技术问题，本发明提供一种能根据酒店运营数据进行实时更新的需求曲线估计方法，为酒店的收益管理提供可靠而实用的支持。

收益管理的目标是追求收益最大化，其中收益等于价格与需求的乘积。在一般的需求函数中，需求随着价格的上升而递减；而在连锁酒店收益管理中，酒店经理往往在房量需求旺盛时调高价格，从而导致历史数据序列中呈现需求与价格正相关的特征。本发明针对这一特点，提出一种新的需求曲线估计方法。

本发明提出的酒店收益管理中的需求曲线估计方法，它包括：

(1)建立用于需求曲线估计的初始需求函数；

(2)根据历史样本点逐个更新需求函数；

(3)根据新增营业日数据更新需求函数；

本发明中，建立用于需求曲线估计的初始函数，具体包括：

设初始样本点的信息为(p₀,d₀)，其中p₀表示初始样本点的价格信息，d₀表示初始样本点的需求信息，初始需求函数为：

其中，p为需求函数的价格变量。

本发明中，对于样本量为N的历史样本(p₁,d₁,p₂,d₂,…p_n,d_n,…p_N,d_N)，p_n,d_n分别表示第个历史样本的价格和需求量，根据历史样本点逐个更新需求函数的需求曲线估计，具体包括：

步骤1，n＝1，获得样本点(p₁,d₁)，d⁽⁰⁾(p)为该步骤前所估计的需求函数。

情况(1.1)，p₁≤p₀，则新的需求函数为：

其中，α为折现因子，表示前一阶段所估计的需求函数对更新后的需求函数的影响力。

情况(1.2)，p₁>p₀，则新的需求函数为：