基于“互联网+”时代的顾客行为视角的客房收益管理动态定价模型研究——理论框架与研究命题

一、引言

收益管理一词最开始出现在1979年左右的美国航空管理理论体系中。在当时, 这一词汇用于描述通过合理的定价将产品成功销售给特定的目标人群, 在定价的过程中需要做到利益的最大化以及目标人群的最大化, 从而实现在有限资源的情况下为企业带来更多的社会利益。美国的马里奥特酒店就采用了收益管理理念, 并在90年代初率先引入基于计算机的收益管理信息系统。在运用这一计算机系统对企业进行收益管理之后, 企业当年的收益比去年同期增长了近70%。随着这一理念的不断普及, 欧美地区很多酒店都开始尝试开发属于自己的收益管理系统以保证占领更多的行业市场。具体来说, 收益管理理论可以分为三种不同的思路与方法, 分别是动态定价、超订和库存控制三部分内容。其中, 运用最为广泛的方法就是动态定价。

我国酒店业引入收益管理思想较晚, 二十一世纪初渐渐引入国内, 在此之前, 大部分酒店的管理人员在客房控制上鲜有利用收益管理思想, 甚至没有做过细致的数据统计, 绝大多数酒店定价主要通过参考市场上同等档次的酒店, 不同价格类别的划分也是根据客房的类型来定。一般情况下, 折扣上的差异主要取决于订购客房数量的多少, 基本上非团体顾客承担的房价是一样的, 没有因为预订时间的不同而相应的进行价格分级。“互联网+”时代下酒店信息和价格信息更加透明, 客房预订取消和no show (预订了酒店, 但没有入住) 等顾客行为表现得更为突出。由于消费者的信息渠道增加, 越来越多的消费者开始继续对各个酒店集团的价格及服务质量、房间质量进行多重对比。所以酒店必须在制定客房价格的时候进行更加周全的考虑, 才能够从众多的酒店企业中脱颖而出, 运用有效定价获取更多消费者的青睐。

二、理论框架的建立

(一) 关于动态定价模型的研究

动态定价是指在产品销售过程中, 考虑消费者购买时间、市场需求等因素的差异, 对产品价格进行动态调整的方法。在酒店收益管理行为决策对收益管理绩效水平的影响研究中, 动态定价是感知绩效的最显著影响因素, 通过动态价格能够提升酒店营业额的4%～5%。国外对收益管理的动态定价研究主要集中在多产品的动态定价、基于顾客策略行为的动态定价以及竞争环境下的动态定价三个方向。Kincaid (1963) 首次研究了动态定价问题, 此后, Gallego and Ryzin、Ladany等 (1994-1997) 在定价模型和方法上展开了系列研究。Badi‐nelli、Zhao W等 (2000) 用非齐次泊松过程描述了时间和价格的关系, 认为随着时间的推移若顾客支付额外费用的意愿不增加, 并且产品库存量既定, 那么销售的最优价格随时间递减。Qu等 (2002) 、Monahan等 (2004) 、Yelkur and Chung (2007) 都是通过构建模型, 将酒店客房定价与客房库存管理结合, 认为最终价格受需求量、客房入住率、上一周期客房价格以及成本的显著影响。Hung (2010) 、Martinez等 (2011) 、Graziano等 (2011) 、Anna and Cindy (2014) 利用实证方法研究了欧洲酒店客房的动态定价策略, 并得出了客房定价主要取决于客户的偏好、酒店的档次、星评以及剩余可供应的房间数量等各种结论。

(二) 基于顾客策略性行为的动态定价模型的研究

现在大多数酒店集团都会运用动态定价的策略及手段进行客房价格的制定, 而在定价的过程中不仅需要考虑同等水准酒店的定价标准, 还需要结合消费者策略性行为对价格进行进一步确定与调整。目前, 动态定价模型已经成为了大多数收益优化软件的基础模型, 用来指导企业进行最基本的定价活动, 但也有很多学者在这一基础上对模型进行优化从而创造出了更加高效的定价软件。

Xu和Hopp以上述模型为基础, 加入了随即控制理论, 使完善后的模型能够加入顾客策略行为的考量, 从而更贴近顾客的想法与决策。具体来说, 顾客在订房之前会重复跟对比企业产品的剩余数量以及企业产品的定价, 然后再进行决策, 确定是否购买以及是否在当下立即购买。优化后的模型也综合了这些因素的考量, 能够为企业提供更加贴近于顾客的思路, 便于企业定价以及价格调整。

Su提出的模型同样也考虑到了消费者的策略行为, 但是相比Xu和Hopp的模型更加量化。他从实证分析的层面将消费者分为四类, 便于企业根据市场状态对模型结果进行进一步调整。

Aviv和Pazgal更多的利用了统计学的概念, 在他们的模型中假定市场需求服从参数为λ的泊松分布。不仅考虑了消费者的策略性行为, 还提出了季节性产品的定价思路, 给出了企业定价最优化的极值点, 只要企业给出的折扣方式能够保证顾客最终付出的价格是在极值点之前, 就能够确保足够的企业利益。

Levin和McGill在Aviv和Pazgal给出模型的基础上通过实证分析证明了最优解的存在, 认为如果在企业定价之前没有重复跟考虑到消费者行为, 对企业的最终利润是会产生一定负面影响的。

申成霖学者的动态定价模型是在国外已有的定价模型上进行再优化得出的, 给出了“两阶段最优定价策略”。

李豪、熊中楷等人则充分论证了在酒店企业库存充足的情况下, 随着时间的流逝, 企业给出的动态定价会产生一定程度的下滑。

基于斯坦伯格博弈理论, 我国学者刘晓峰, 黄沛在确定与不确定的两种假设情况下对消费者策略、企业定价、库存水平三方因素的相互影响进行了探讨。

三、研究命题的提出

国内外学者对基于顾客策略性行为的动态定价模型的研究, 最初是将价格的变动过程看成一种连续定价, 将酒店客房定价与客房库存、需求预测等因素结合建立模型分析最优价格的变动情况。然而现实中价格改变的次数是有限的, 连续价格不易控制和实施, 所以近几年少量学者开始研究有限次 (多阶段) 价格改变的动态定价问题。考虑预订取消及no show的顾客行为研究主要集中在航空机票, 有少量学者研究了酒店客房no show, 通过建立时间离散、需求为线性函数下的动态定价模型, 探讨顾客的选择转移的策略行为, 但并未采用算例分析研究多阶段的最优价格。

本研究命题所用模型考虑“互联网+”时代的顾客行为视角的客房收益管理多阶段动态定价策略问题, 即, 酒店的客房在预售期内通过网上预售系统销售, 由于服务产品不同于制造产品的独特特性, 酒店客房在预售期内通过有限次价格改变, 并充分考虑“互联网+”时代下以及酒店客房预订取消和no show等顾客行为, 以期将客房销售完毕并最大化其收益。但在预售期内价格需要改变几次 (即价格需要调整多少次及每阶段的价格是多少) 才能使利润最大呢?

综上所述, 本文提出如下基本假设:

假设1a:顾客的订单取消率独立于客房数量, 即订单取消率是关于时间t的减函数, t表示从预售期开始所经过的时间。由于越接近入住日, 顾客临时取消计划的概率越小。即假定取消率随着时间的增加而减少。

假设1b:向顾客收取的单位客房取消惩罚费用是价格的线性函数。

假设1c:将预售期长度划分为n个时间相等的阶段, 假设每隔相等时间后, 服务产品价格就会被重新调整一次。

假设1d:假设销售期非常短, 服务机构必须在预售期开始前决定客房数量及开始的销售价格。

假设1e:假定预售期内价格设定的次数是外生的。