Systémy pro revenue management

Systémy pro revenue management Petr Fiala

Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky nám. W. Churchilla 4 130 67 Praha 3 Česká republika e-mail: [email protected] Abstrakt: Revenue management (RM) je procesem pochopení, odhadování a ovlivňování chování spotřebitele s cílem maximalizace příjmů. S vývojem informačních a komunikačních technologií a kvantitativních analytických nástrojů dochází k vytváření efektivních systémů pro RM, jakožto specializovaných systémů pro podporu rozhodování. Základními kameny RM systémů jsou prognostické a optimalizační moduly. Tyto moduly potřebují obrovská množství dat o poptávce a dalších faktorech, aby byly schopny poskytnout co nejpřesnější odhady a nalézt efektivní rozhodnutí v oblasti rezervačních limitů a cen na základě sofistikovaných modelů. Klíčová slova: revenue management, systémy pro podporu rozhodování, prognózování, optimalizace, rezervační limity, ceny

1. Úvod Moderní revenue management se zabývá mnoha sofistikovanými rozhodnutími. Skutečná inovace revenue managementu spočívá v metodách rozhodování. Tento nový přístup je silně ovlivňován dvěma komplementárními silami: 1. Pokroky v informačních a komunikačních technologiích poskytují kapacity pro automatizaci transakcí, pro uchování rozsáhlých objemů dat, pro rychlou realizaci složitých algoritmů a následně pro implementaci složitých rozhodnutí. 2. Vědecké pokroky v ekonomii, statistice a operačním výzkumu nyní umožňují přesněji modelovat ekonomické závislosti a podmínky, kvantifikovat nejistotu, se kterou se setkává rozhodovatel, odhadnout a prognózovat odezvy trhu a vypočítat optimální nebo aproximační řešení složitých dynamických rozhodovacích problémů. Využití kombinace těchto nových poznatků vede k vývoji systémů pro revenue management (RM systémy), jakožto specifických systémů pro podporu rozhodování v této oblasti. V příspěvku jsou uvedeny základní principy revenue managementu. Je popsána struktura RM systémů a možnosti základních modulů – prognózování a optimalizace. Použití RM systémů v praxi je uvedeno na příkladu dvou firem, které poskytují RM systémy a servis v oblasti RM.

2. Revenue management Revenue management (RM) je procesem pochopení, odhadování a ovlivňování chování spotřebitele s cílem maximalizace příjmů. Úkolem je prodat správný zdroj správnému zákazníkovi ve správném čase za správnou cenu pomocí správného SYSTÉMOVÁ INTEGRACE 4/2012

89

Petr Fiala

prodejního kanálu. RM je umění a věda predikce zákaznické poptávky v reálném čase a optimalizace dostupnosti produktů a ceny vzhledem k poptávce. Oblast RM zahrnuje všechny postupy spojené s managementem poptávky a cen. To zahrnuje tradiční postupy jako je alokace kapacit, dynamické vytváření cen nebo overbooking, ale rovněž i novější oblasti, jako jsou oligopolní modely, vyjednávání cen či aukce. RM zaznamenal v posledních letech obrovský úspěch, zejména v oblasti aerolinií, dalších druhů dopravy, hotelů, půjčoven aut, výroby a přenosu energií, v oblasti médií, ve strojírenství. V současnosti stále větší počet sektorů využívá podobných konceptů (viz Talluri a van Ryzin, 2004). To, co je nové kolem RM, nejsou rozhodování v oblasti managementu poptávky sama o sobě, ale spíše způsob, jak jsou tato rozhodování uskutečněna. Skutečná inovace RM spočívá v metodách rozhodování. RM se zabývá rozhodnutími, která se týkají řízení poptávky, metodologií a systémy, které tato rozhodnutí umožňují, s cílem dosáhnout zvýšení příjmů (viz např. Talluri a van Ryzin, 2004, Phillips, 2005). Revenue management se týká tří základních kategorií rozhodnutí v oblasti managementu poptávky: rozhodnutí o množství, cenová rozhodnutí, strukturální rozhodnutí. Rozhodnutí o množství se zabývají otázkami přijetí nebo odmítnutí kupní nabídky, alokace výstupu nebo kapacit jednotlivých segmentů, produktů a prodejních kanálů, stažení produktu z trhu s možností pozdějšího prodeje atd. Cenová rozhodnutí se věnují stanovení cen, jak stanovit ceny v rámci kategorií produktu, během času, jak stanovit ceny v průběhu životního cyklu produktu atd. Strukturální rozhodnutí se týkají výběru prodejních forem, použitých segmentačních a diferenciačních mechanismů, podmínek prodeje, vytváření „balíčků“ produktů atd.

3. Struktura systémů pro revenue management Systém pro revenue management je specializovaný systém pro podporu rozhodování. Návrh systému pro revenue management (SRM) obsahuje základní moduly, informační toky mezi moduly a poskytované informace pro rozhodování a řízení v oblasti RM, jako jsou rezervační limity a ceny. Jádrem každého RM systému jsou 2 základní moduly, modul prognózování a modul optimalizace. RM proces probíhá ve 4 základních krocích: 1. sběr a ukládání dat, 2. prognózování, 3. optimalizace, 4. řízení. V prvním kroku se sbírají data v reálném čase o poptávce a faktorech ovlivňujících poptávku, data o rezervacích, rušení rezervací, uskutečněném prodeji, podílu nevyzvednutých produktů (zákazníků, kteří se nedostaví k odběru služby) atd. Sledují se rovněž disponibilní kapacity pro poskytování produktů. Všechna tato data se uchovávají jako historická data, která se využívají v modulu prognóz a modulu optimalizace.

90

SYSTÉMOVÁ INTEGRACE 4/2012

Systémy pro revenue management

Ve druhém kroku se vytváří model poptávky, odhadují se jeho parametry a vytvářejí prognózy poptávky v závislosti na odhadnutých parametrech. Odhadují se další důležité údaje na základě dat v reálném čase, jako jsou např. podíly zrušených rezervací, podíly nevyzvednutých produktů, cenová senzitivita. Ve třetím kroku se s využitím optimalizačního modulu na základě historických dat a přicházejících dat v reálném čase optimalizují rezervační limity a navržené ceny v jednotlivých segmentech s využitím stále sofistikovanějších modelů, které se snaží zachytit co nejvíce vlivů a tím se přiblížit reálným podmínkám. Ve čtvrtém kroku jsou rozhodnutí z předchozího kroku aplikována v reálném řízení poptávky, nastavením cen a nastavením rezervačních limitů v jednotlivých segmentech a kategoriích produktů. Tyto základní kroky RM procesu se stále opakují a upřesňují se prognózy a dynamicky se provádí re-optimalizace požadovaných rozhodnutí, s cílem zpřesňování celého procesu. Struktura systému pro revenue management je znázorněna na Obr. 1. rezervace

Rezervační systém

prodej

Data v reálném čase

Historická data

Prognóz y

Model poptávky

Trh Kapacity

rezervační limity

rušení

Optimalizace ceny

Obr. 1. Struktura systému pro revenue management

4. Modul prognózování Cílem modulu prognózování je poskytnout co nejpřesnější predikce hodnot poptávky, podílu zrušených rezervací, podílu nevyzvednutých produktů, cenové senzitivity a dalších hodnot potřebných pro optimalizaci RM rozhodnutí. Proces prognózování obsahuje vytváření modelu poptávky a dalších veličin, odhadován í jejich parametrů a prognózování hodnot v závislosti na odhadnutých parametrech a naměřených datech. Tyto důležité vstupy se odhadují na základě historických a dat stále přicházejících v reálném čase.


91

Petr Fiala

V tomto modulu se používají klasické statistické metody pro prognózování, které využívají historických dat a které je možno klasifikovat a rozdělit do následujících skupin: metody klouzavých průměrů, metody exponenciálního vyrovnávání, metody regresní analýzy. Metody klouzavých průměrů (jednoduchá a vážená) a jednoduché exponenciální vyrovnávání se používají v případech, kdy poptávka nevykazuje trend nebo sezónnost. Dvojité exponenciální vyrovnávání může být použito pro prognózu poptávky s lineárním trendem. Trojité exponenciální vyrovnávání může být použito pro prognózu poptávky s trendem sezónností. Metody regresní analýzy mohou být použity pro prognózu poptávky určením kauzálních vztahů mezi poptávkou a nezávislými proměnnými. Vzhledem k stále rychleji rostoucím technologickým i dalším změnám jsou produkty dávány na trh stále rychleji. To znamená, že jsou k dispozici stále kratší časové řady historických dat, neumožňující přesnější odhady poptávky po nových produktech. Proto je potřeba vycházet z životních cyklů produktů a z poptávkové dynamiky produktů. Pro takové situace je možno použít netradiční postupy odhadu: Bassův difuzní model, metoda vedoucího indikátoru, modely diskrétní volby. Bassův difuzní model je model pro odhad trajektorie poptávky v čase. Prodeje nových produktů typicky procházejí třemi fázemi: rychlý růst, nasycení a pokles. Zákazníci mohou být rozděleni na inovátory a imitátory. Inovátoři kupují nový produkt bez ohledu na rozhodnutí ostatních jedinců. Imitátoři jsou ovlivněni předchozími nákupy kupujících. Počet inovátorů během času klesá, zatímco počet imitátorů nejdříve roste a pak klesá. Cílem Bassova modelu je charakterizovat toto chování a predikovat kolik zákazníků produkt koupí a v jakém čase. Metoda vedoucího indikátoru je založena na myšlence, využít pro predikci poptávky po produktech tzv. vedoucí indikátor, což je produkt, který má podobný vzor poptávky a u nějž poptávka nastává dříve než u sledovaného produktu. Podle průběhu poptávky u vedoucího indikátoru je možno s časovým odstupem přesněji predikovat poptávku po sledovaném produktu. Modely diskrétní volby zahrnují výběry mezi několika diskrétními variantami. Modely jsou založeny na myšlence vytvoření statistického modelu, který predikuje výběr produktu jednotlivcem v závislosti na jeho charakteristikách a také na charakteristikách ostatních možných výběrů.

5. Modul optimalizace V optimalizačních modulech RM systémů jsou využívány modely operačního výzkumu. Revenue management (RM) získal pozornost jako jedna z nejúspěšnějších aplikací operačního výzkumu (Fiala aj., 2010). Mezi základní modely řízení množství kapacit patří modely: nadkapacitní rezervace (overbooking), řízení kapacit s jedním zdrojem, řízení kapacit sítě. 92



Nadkapacitní rezervace (overbooking) Nadkapacitní rezervace byl první RM nástroj, který se objevil v literatuře operačního výzkumu (Taylor, 1962) a první, který byl realizován v praxi. Nadkapacitní rezervace je reakcí na skutečnost, že zákazníci, kteří si objednali produkt pro budoucí dodání, se často neobjeví, aby si ho vyzvedli v době, kdy je produkt k dispozici. Často je takové neobjevení se rozhodnutím zákazníka, ale může být také důsledkem provozních faktorů. Nadkapacitní rezervace se týká rozšíření využití kapacit v rezervačním systému, jestliže existuje časté rušení rezervací nebo neobjevení se (viz Phillips, 2005). Rezervace je smlouva mezi zákazníkem a firmou. Firmy přijímají obchodní praktiky, jejichž cílem je snížit poměr těch, kteří se neobjeví. Nadkapacitní rezervace je použitelná v odvětvích s následujícími charakteristikami: jsou přijímány rezervace pro budoucí použití, kapacita je omezena, zákazníci mohou rušit rezervace, nebo se neobjevit, náklady na zrušení servisu jsou poměrně nízké. Běžná praxe při reakci na neobjevování se je jednoduše zvýšit rezervaci neboli přijmout více zakázek pro budoucí dodávky produktů než je produktů k dispozici. Potenciální zvýšení příjmů je zvláště významné, pokud se jedná o produkt krátkodobé spotřeby a nemůže být uchováván na skladě. Základním problémem nadkapacitní rezervace je pak rozhodnout, kolik objednávek přijmout pro budoucí dodávky produktu na základě počtu jednotek, které budou k dispozici. Inteligentní rozhodnutí vyžaduje historická data a odhady poměrů těch, kteří se neobjeví. Nákladově orientovaná strategie vyžaduje odhad ztráty příjmu, plynoucí z neakceptování dalších rezervací, a odhad nákladů na zrušení servisu. Předpokládejme, že z zákazníků se dostaví v den servisu a nechť d(z) označuje nákladovou funkci zrušení servisu. Obvykle se v praxi předpokládá, že každé zrušení servisu stojí konstantní mezní částku h. Nechť c značí kapacitu, potom

c)+.

d(z) = h(z

Nechť r značí mezní příjem generovaný přijetím další rezervaci. Běžné zjednodušení v praxi předpokládá, že je fixní. Nechť y značí počet rezervací a náhodná proměnná z(y) označuje počet zákazníků, kteří se ukážou v den servisu z y rezervací. Celkový očekávaný čistý příjem je dán

V(y) = ry

E[d(z(y))].

Nejjednodušší model je založen na binomickém modelu rušení rezervací, v nichž jsou neobjevení se brána dohromady s rušením. Nechť q značí pravděpodobnost, že se rezervace objeví v době servisu. Při určitých předpokladech (viz Talluri, van Ryzin, 2004), je uskutečněná poptávka binomicky rozdělena s hustotou pravděpodobnosti

y z q (1 q ) y z , z = 0, 1, …, y, z

p( z ( y)

z)

Fy ( z )

p( z ( y)

a distribuční funkcí z

z) k 0

y k q (1 q ) y k , k

se střední hodnotou E[z(y)] = qy a rozptylem var(z(y)) = yq(1


q).

93

Petr Fiala

Optimální rezervační limit x* je největší hodnota x, splňující podmínku

∆V(y) = E[d(z(x))]

E[d(z(x 1))] ≤ r.

Pro binomický model se tato podmínka redukuje na

hqp(z(x 1) ≥ c) ≤ r, a ta může být přepsána do tvaru

1 Fx 1 (c 1)

r . qh

Modely řízení kapacit s jedním zdrojem Vývoj modelů je možno sledovat od jednoduchého Littlewoodova modelu (Littlewood,1972) pro určení optimální úrovně rezervace pro model s jedním zdrojem. Tento model se někdy také označuje jako EMR (Expected Marginal Revenue), protože vychází z určení očekávaného marginálního příjmu. Model předpokládá dvě cenové třídy produktu s cenami p1 > p2. Kapacita je rovna c a dále se předpokládá, že nedochází k nadkapacitní rezervaci a rušení objednávek. Poptávka po třídách produktu je označena D1 a D2. Poptávka po produktech třídy 2 přichází nejdříve a je třeba určit, jaké množství rezervovat pro třídu 2 než se realizuje poptávka pro třídu 1. Poptávka po třídě 1 je modelována distribuční funkcí F1(x) a očekávaný marginální příjem z produktu třídy 1 je roven p1P(D1 ≥ x), kde P(D1 ≥ x) označuje pravděpodobnost, že poptávka dosáhne alespoň úrovně x. * Optimální rezervační úroveň x1 pro třídu 1 je dána jednoduchým vztahem

p2 = p1P(D1 ≥ x1*), což dává tzv.Littlewoodovo pravidlo pro určení optimální rezervační úrovně pro třídu 1,

*

*

pro třídu 2 bude optimální rezervační limit x2 = c x1 a alternativně je možno použít * výsledek pro řízení pomocí nabídkové ceny p1P(D1 ≥ x1 ). Model pro obecně n cenových tříd je možno formulovat jako úlohu dynamického programování a řešit odpovídajícími metodami. V praxi se však používají většinou heuristiky pro řešení tohoto modelu. Nejčastěji používané heuristiky jsou EMSR (Expected Marginal Seat Revenue). Typ EMSR-a je založen na myšlence používání Littlewoodova pravidla postupně pro dvojice cenových tříd pro agregaci rezervačních úrovní. Lepších výsledků dosahuje typ EMSR-b, který je založen na agregaci poptávky, místo agregace rezervačních úrovní. Vývoj se zaměřil na dynamické modely a modely zachycující chování zákazníka a jeho možností volby produktů a uvažování konkurence. Vytvářejí se kombinované modely, které se snaží zachytit všechny jevy souhrnně a tak se více přiblížit reálným situacím. Problém síťového revenue managementu Modely síťového revenue managementu se snaží maximalizovat příjem v situacích, kdy zákazníci kupují balíčky z více zdrojů. Vazby mezi zdroji jsou v tomto případě

94



vytvářeny poptávkou zákazníků. Vzájemné vazby mezi zdroji, označované jako síťové efekty, vytvářejí složitost řešení tohoto problému. Taková třída problémů vzniká v aerolinkách, hotelech, železniční dopravě atd. V případě aerolinek, spočívá problém v řízení kapacit soustavy navazujících letů v síti, tzv. síť typu hub-and-spoke (viz Obr. 2). V případě hotelů spočívá problém v řízení kapacit pokojů v následných dnech, jestliže zákazníci mají různě dlouhé pobyty.

Obr.2. Síť typu hub-and-spoke Problém síťového revenue managementu může být formulován následovně (viz Talluri a van Ryzin, 2004): Síť má m zdrojů, které mohou být použity pro vytvoření n produktů. Definujme incidenční matici A = [aij], i = 1, 2, …, m, j = 1, 2, …, n, kde aij = 1, jestliže zdroj i je použit pro produkt j, aij = 0, jinak. Sloupec j matice A, označený aj, je incidenčním vektorem pro produkt j. Značení i aj znamená, že zdroj i je použit pro produkt j. Stav sítě je popsán vektorem x = (x1, x2, …, xm), zachycujícím kapacity zdrojů. Jestliže je prodán produkt j, potom se stav sítě změní na x - aj. Čas je diskrétní, existuje T period a index t označuje průběžný čas, t = 1, 2, …, T. Základní model síťového revenue managementu je formulován jako úloha stochastického dynamického programování, jejíž přesné řešení je výpočetně nezvládnutelné. Většina aproximačních metod je založena na dvou základních postupech: použití zjednodušeného síťového modelu nebo rozložení problému do soustavy jedno-zdrojových problémů. Síťové metody i dekompoziční metody mají určité nevýhody. Avšak hybridní postupy mohou přinášet výhody obou typů metod, síťových i dekompozičních. Základní metody revenue managementu mohou být rozšířeny zahrnutím stochastické a dynamické podstaty poptávky. Klasickou technikou pro zvládnutí tohoto problému bylo použití deterministického lineárního programování pro síťový kapacitní problém. Metoda deterministického lineárního programování (DLP) je značně populární v praxi v řadě průmyslových aplikací. Tato metoda je však založena na předpokladech, že poptávka je deterministická a statická. Metoda DLP používá aproximaci

Vt LP ( x) max rT y při omezeních SYSTÉMOVÁ INTEGRACE 4/2012

95

Petr Fiala

Ay ≤ x 0 ≤ y ≤ E[D] kde D = (D1, D2, …, Dn) je vektor poptávky během časových period t, t +1, …,T, po produktu j, j = 1, 2, …, n, a r = (r1, r2, …, rn) je vektor příjmů spojených s n produkty. Rozhodovací vektor y = (y1, y2, …, yn) reprezentuje alokaci kapacit pro každý z n produktů. Aproximace pracuje s poptávkou jako by byla deterministická a rovnala se její střední hodnotě E[D]. Optimální hodnoty duálních proměnných u, spojených s omezeními Ay ≤ x, jsou použity jako nabídkové ceny. DLP bylo mezi prvními modely, použitými pro analýzu síťového problému RM (viz Talluri a van Ryzin, 2004). Hlavní výhodou metody DLP je její velká výpočetní efektivnost. Vzhledem ke své jednoduchosti a rychlosti je populární v praxi. Slabou stránkou aproximace pomocí DLP metody je skutečnost, že pracuje pouze se střední hodnotou poptávky a nebere v úvahu další informace o rozdělení poptávky. Výkonnost metody DLP závisí na typu sítě, na způsobu příchodu požadavků a na frekvenci re-optimalizace. Počáteční úspěch metody DLP vyvolal však významný výzkum možných reformulací a rozšíření. Významným omezením aplikovatelnosti této metody je rovněž předpoklad nezávislosti poptávky. Výzkum se zaměřil na zahrnutí zákazníkova výběru do těchto modelů, což zvýšilo jejich složitost. Tento vývoj ovlivňuje současné úsilí o navržení výkonných praktických heuristik, které mohou řešit problémy praktických rozsahů. Cenová rozhodnutí vycházejí z cenové diferenciace, která zahrnuje stanovení různých cen pro různé zákazníky za stejný produkt, nebo stanovení různých cen pro různé verze stejného produktu a kombinace obou přístupů. V oblasti RM se většinou používají následující nástroje: dynamické vytváření cen, aukce. Dynamické vytváření cen zachycuje průběžnou změnu ceny produktu v souvislosti s blížícím se termínem realizace produktu. Pro modelování tohoto jevu se používají různé dynamické modely nebo se aproximuje pomocí statických modelů. V dříve uvedených nástrojích pro řízení kapacit se také ukázala možnost využití výsledků pro řízení nabídkových cen. Aukce je možno definovat jako tržní mechanismus, který vyrovnává poptávku a nabídku. U aukcí je charakteristické, že proces vytváření ceny je explicitní. Pravidla, podle kterých se utváří konečná cena, jsou dobře známa a chápána všemi účastníky. Aukce jsou pružným nástrojem pro vytváření cen a dosahování rovnováhy. Pro prodej „balíčků“ produktů je možno použít kombinatorické aukce (Fiala, 2012).

6. Poskytování systémů a služeb pro revenue management V řadě odvětví se aplikují zásady revenue managementu, vytvářejí se oddělení RM a využívají RM systémy. Existují specializované firmy pro poskytování RM služeb. Uvedeme dva příklady firem, které poskytují RM systémy a servis v oblasti RM. Jedna firma je z oblasti letecké dopravy a druhá je z oblasti hotelnictví. Softwarová firma Revenue Management Systems, Inc. (RMS), byla založena v roce 1996 a má centrálu v Seattlu v USA (www.revenuemanagement.com). RMS má kanceláře v Amsterodamu, Bilbau, Londýně, Melbourne a Seattlu a zaměstnanci

96



poskytují 24 hodin denně servis zákazníkům. Zakladatelé firmy a zaměstnanci RMS mají dlouholeté zkušenosti s vývojem systémů pro revenue management a vývojem oddělení revenue managementu v aerolinkách. Efektivní softwarové produkty firmy jsou neustále vyvíjeny s ohledem na rychle se měnící prostředí a nové nápady, které jsou pružnými reakcemi na tyto změny. RM systémy airRM a airRMexpress Ve spolupráci s nejúspěšnějšími aerolinkami ve světě firma RMS vyvinula velice efektivní RM systémy airRM a airRMexpress, které jsou nastaveny na podmínky v oblasti letecké dopravy. Systémy využívá více než 30 aerolinek v celém světě a patří mezi ně např. AirAsia, Avianca Brasil, Condor, flydubai, Jetstar and Ryanair. Systém airRM pomáhá aerolinkám prosperovat v tržní konkurenci poskytováním podstatných informací. Je možno snadno řídit nové trasy a rychlé změny v letecké dopravě pomocí řady nástrojů poskytovat informace o skutečném stavu. Systém airRM není černá skříňka, zahrnuje sofistikované časem prověřené prognostické a optimalizační modely. Prognostické nástroje umožňují hloubkovou analýzu informací pro vytváření prognóz pro jednotlivé lety. Uživatelé mohou hodnotit, modifikovat, znova navrhnout, přepočítat a specifikovat prognózy pro konkrétní lety. Nástroje také umožňují důkladné zkoumání přesnosti prognóz vytvořených systémem v průběhu času. Optimalizační modely se vyvíjely, aby splňovaly požadavky na leteckou dopravu, od Littlewoodova EMR modelu, přes několik generací EMSR modelů, a dále do dnešních modelů založených na cenové elasticitě. Systém airRM přináší všechny tyto optimalizační nástroje společně v jediném produktu. To poskytuje leteckým společnostem flexibilitu při výběru nejlepšího optimalizačního nástroje pro konkrétní situaci, s cílem maximalizovat příjem z každého letu a na celé síti. Jednotlivé optimalizační proměnné mohou být nastaveny na úrovni systému, trhu, nebo letu. V případě neexistence dostupných dat nebo jejich vysokého rozptylu, není možné se spoléhat na tradiční nástroje prognózování a optimalizace. I v takovém případě airRM nabízí rozumné alternativy, jednou z takových alternativ jsou tzv. Business Rules. Tradiční RM systémy se zaměřují na jednotlivé lety v čase, systém airRM umožňuje současné řízení tisíce letů. Například umožňuje zobrazit informace o všech letech na týden nebo zobrazit informace o konkurenčních letech na měsíc, kde má konkurence nižší ceny, a umožňuje aktualizovat podmínky všech letů najednou. Systém airRM začal s využíváním netradičních zdrojů dat pro revenue management v letecké dopravě. Jako první systém zveřejňuje již dlouho konkurenční ceny, ukládá obrovské množství historických dat o příjmech, kapacitách, rezervacích, informace od třetích stran a poskytuje uživatelům efektivní řešení pro vytváření ad-hoc zpráv. Nově navržený systém airRMexpress je určen speciálně pro malé letecké společnosti a obsahuje řadu nástrojů, které nebyly dříve využívány v letecké dopravě. Systémy poskytují nejen standardní výstupy prognózování a optimalizace, ale využívají více zdrojů dat a obsahují další nástroje pro efektivnější každodenní řízení kapacit. Firma IDeaS Revenue Solutions, (www.ideas.com), založená v roce 1989, nabízí špičkový software, servis a poradenství pro revenue management v hotelnictví a cestovním ruchu. Firma IDeaS byla v roce 2008 převzata společností SAS, lídrem v oblasti softwaru pro analýzy v byznysu a největším nezávislým dodavatelem na trhu business inteligence. Společnost má centrálu v Minneapolisu, globální technologické


97

Petr Fiala

centrum se nachází v Pune v Indii, prodejní, servisní a distribuční kanceláře v Severní a Jižní Americe, Velké Británii, Evropě, na Středním východě, v Africe, Austrálii a Asii. RM systém IDeaS Optimalizovat příjmy je možné tehdy, jestliže hotely chápou, předvídají a využívají chování zákazníků. RM systém IDeaS znamená posun v hotelových zařízeních, která chtějí okamžitý dopad na svoji úroveň. Se spolehlivými a aktualizovanými daty je možno rezervovat místa v hotelu pro správné hosty ve správný čas a za správnou cenu. To je to, co vede ke stéle rostoucím příjmům. Systém se dostal na přední místo v softwarech pro hotelový revenue management tím, že hledá nové způsoby poskytování přesnějších, rychlejších a sofistikovanějších pohledů na data uživatelů. Systém IDeaS je založen na větším objemu dat ve srovnání s možnostmi sbírání dat jinými systémy. To jsou důvody proč má systém IDeaS třikrát více zákazníků než nejbližší konkurence a proč jejich ceny zaznamenají největší pozornost. Systém umožňuje: přesně prognózovat poptávku, efektivně a rychle distribuovat kapacity hotelu, dělat strategická rozhodnutí s ohledem na pozice konkurence, optimalizovat poptávku a zvýšit příjem zpřístupněním všech kapacit v každém okamžiku, určit správné ceny pro hotel, hodnotit výkonnost hotelu na denní, týdenní, měsíční a roční bázi. Firma přináší více než 20 let zkušeností v oboru pro specifické podmínky každého hotelu a kombinuje sílu softwaru IDeaS s inovacemi, klientskými službami a partnerstvím a poskytuje: Analýzy – podporované společností SAS, software umožňuje přesun od reaktivního k proaktivnímu rozhodování. Zprávy – umožňují odpovědi na sofistikovanější otázky, formát kvalitní prezentace výsledků a snadné sdílení poznatků v celé firmě zákazníka. Intuitivní uživatelské rozhraní – RM systém IDeaS nabízí celou řadu uživatelsky přívětivých konstrukčních prvků pro bezkonkurenční snadnost použití. Manažerské zprávy – umožňují analyzovat aktuální rezervace, vzory chování podle dnů v týdnu a podle skupin, poskytují trendy a výjimky v chování zákazníků. Vlastní přehledy – klientem řízené, vysoce specializované zprávy, doručené přímo přes aplikační rozhraní systému IDeaS. Upozornění - uživatelsky definované výstrahy, které monitorují obsazenost a upozorňují na budoucí dny, kdy předpokládaná kapacita je jiná, než se očekávalo. Software - IDeaS se vyznačuje malými pořizovacími náklady a snadnou implementací.

7. Závěr Pokrok v informačních a komunikačních technologiích (ICT) a ve vytváření přesnější nástrojů prognózování poptávky a optimalizace rozhodnutí v řízení kapacit a cen 98



znamená možnost vytváření stále efektivnějších systémů pro revenue management (RMS). Efektivní RMS, které zpracovávají obrovská množství dat, jsou předpokladem pro zvyšování příjmů jejich uživatelů. Na tomto případu je možno demonstrovat vzájemné ovlivňování ICT, statistiky a modelovacích a optimalizačních nástrojů. Cílem příspěvku bylo upozornit na strukturu RM systémů a možnosti rozvoje jejich základních modulů – prognózování a optimalizace. Projekt je podporován grantem č. P402/10/0197 Grantové agentury České republiky „Revenue management ─ modely a analýzy“ a grantem č. IGA F4/16 /2011, fakulty informatiky a statistiky, VŠE Praha.

Literatura Fiala, P. (2012). Aukce – teorie a praxe. Professional Publishing, Praha. Fiala, P. aj. (2010). Operační výzkum – nové trendy. Professional Publishing, Praha. Littlewood, K. (1972). Forecasting and control of passanger bookings. In: Proceedings of the Twelfth Annual AGIFORS Symposium, 95–117. Phillips, R.(2005). Pricing and Revenue Optimization. Stanford Business Books, Stanford, California. Talluri, K. T., van Ryzin, G. J. (2004). The Theory and Practice of Revenue Management. Kluwer Publishing, Boston. Taylor, C. J. (1962). The determination of passenger booking levels. In: Proceedings of the Second AGIFORS Symposium, 93–116. www.ideas.com www.revenuemanagement.com

JEL: C44, H20


99

Systémy pro revenue management

Recommend Documents