एयरलाइन फारेस - प्रतिस्पर्धी मूल्य-निर्धारण व्यवहार और मूल्य सहसंबंधों का पता लगाने के लिए किस विश्लेषण का उपयोग किया जाना चाहिए?

Question

मैं एयरलाइनों के मूल्य-निर्धारण व्यवहार की जांच करना चाहता हूं - विशेष रूप से एयरलाइंस प्रतियोगियों के मूल्य निर्धारण पर कैसे प्रतिक्रिया देता है।

जैसा कि मैं कहूंगा कि अधिक जटिल विश्लेषण के बारे में मेरा ज्ञान काफी सीमित है, मैंने डेटा के समग्र दृष्टिकोण को इकट्ठा करने के लिए ज्यादातर सभी बुनियादी तरीकों को किया है। इसमें सरल रेखांकन शामिल हैं जो पहले से ही समान पैटर्न की पहचान करने में मदद करते हैं। मैं एसएएस एंटरप्राइज 9.4 का भी उपयोग कर रहा हूं।

हालाँकि मैं अधिक संख्या आधारित दृष्टिकोण की तलाश में हूँ।

डेटा सेट

(सेल्फ) एकत्र किए गए डेटा सेट का उपयोग मैं ~ 54.000 किराए के आसपास कर रहा हूं। सभी किरायों को एक 60 दिन की समय खिड़की पर, दैनिक आधार पर (प्रत्येक रात 00:00 बजे) एकत्र किया गया था।

इसलिए, उस समय खिड़की के भीतर हर किराया होता है $n$ , किराया की उपलब्धता के साथ-साथ उड़ान के प्रस्थान की तारीख करने के लिए कई बार विषय है जब यह किराये का संग्रह दिनांक के आधार पर दिया जाता है। (आप उड़ान के लिए किराया जमा नहीं कर सकते हैं जब उड़ान की प्रस्थान तिथि अतीत में हो)

इस तरह मूल रूप से दिखाई देने वाला विकृत: (फर्जी डेटा)

+--------------------+-----------+--------------------+--------------------------+---------------+
| requestDate        | price| tripStartDeparture | tripDestinationDeparture | flightCarrier |
+--------------------+-----------+--------------------+--------------------------+---------------+
| 14APR2015:00:00:00 | 725.32    | 16APR2015:10:50:02 | 23APR2015:21:55:04       | XA            |
+--------------------+-----------+--------------------+--------------------------+---------------+
| 14APR2015:00:00:00 | 966.32    | 16APR2015:13:20:02 | 23APR2015:19:00:04       | XY            |
+--------------------+-----------+--------------------+--------------------------+---------------+
| 14APR2015:00:00:00 | 915.32    | 16APR2015:13:20:02 | 23APR2015:21:55:04       | XH            |
+--------------------+-----------+--------------------+--------------------------+---------------+

"DaysBforeforeDeparture" की गणना $I=s-c$ जहाँ के माध्यम से की जाती है

• मैं और अंतराल (प्रस्थान से पहले दिन)
• किराया और उड़ान की तारीख
• c & तारीख जिसमें किराया एकत्र किया गया था

यहाँ I (DaysBeforeDep।) (नकली डेटा!) द्वारा सेट किए गए समूहीकृत डेटा का एक उदाहरण है।

+-----------------+------------------+------------------+------------------+------------------+
| DaysBefDeparture | AVG_of_sale | MIN_of_sale | MAX_of_sale | operatingCarrier |
+-----------------+------------------+------------------+------------------+------------------+
| 0               | 880.68           | 477.99           | 2,245.23         | DL           |
+-----------------+------------------+------------------+------------------+------------------+
| 0               | 904.89           | 477.99           | 2,534.55         | DL           |
+-----------------+------------------+------------------+------------------+------------------+
| 0               | 1,044.39         | 920.99           | 2,119.09         | LH               |
+-----------------+------------------+------------------+------------------+------------------+

मैं अब तक क्या लेकर आया था

रेखा रेखांकन को देखते हुए मैं पहले ही अनुमान लगा सकता हूं कि कई रेखाओं में एक उच्च सहसंबंध कारक होगा। इसलिए, मैंने समूहीकृत डेटा पर पहले सहसंबंध विश्लेषण का उपयोग करने की कोशिश की। लेकिन क्या यह सही तरीका है? मूल रूप से मैं अब व्यक्तिगत मूल्यों पर बल्कि औसत से सहसंबंध बनाने की कोशिश करता हूं? क्या कोई और तरीका है?

मैं अनिश्चित हूं कि प्रतिगमन मॉडल यहां फिट बैठता है, क्योंकि कीमतें किसी भी रैखिक रूप में नहीं चलती हैं और गैर-रैखिक दिखाई देती हैं। क्या मुझे किसी एयरलाइन के मूल्य विकास के लिए एक मॉडल फिट करना होगा

पुनश्च: यह एक लंबी पाठ-दीवार है। अगर मुझे कुछ भी स्पष्ट करने की आवश्यकता है तो मुझे बताएं। मैं इस उप के लिए नया हूँ।

किसी का कोई सुराग? :-)

Answer 1

एक पूर्व एयरलाइन राजस्व प्रबंधन विश्लेषक से चेतावनी का शब्द: आप इस दृष्टिकोण के साथ गलत पेड़ को भौंक सकते हैं। पाठ की दीवार के लिए माफी जो निम्नानुसार है, लेकिन यह डेटा बहुत अधिक जटिल और शोर है जो पहली नज़र में दिखाई दे सकता है, इसलिए यह कैसे उत्पन्न होता है इसका एक छोटा विवरण प्रदान करना चाहता था; सचेत सबल होता है।

एयरलाइन किराए में उनके दो घटक होते हैं: सभी वास्तविक किराए (किराया नियमों के साथ पूर्ण और आपके पास क्या है) जो एक एयरलाइन एक निश्चित मार्ग के लिए उपलब्ध है, जिनमें से अधिकांश एयरलाइन टैरिफ प्रकाशन कंपनी (कुछ विशेष-उपयोग वाले) प्रकाशित हैं नहीं, लेकिन वे नियम के बजाय अपवाद हैं) और दिन-प्रतिदिन एयरलाइन द्वारा वास्तविक इन्वेंट्री प्रबंधन का प्रदर्शन किया जाता है।

किराये को निर्धारित अंतराल पर दिन में चार बार एटीपीसीओ में जमा किया जा सकता है, और जब एयरलाइंस ऐसा करती है, तो इसमें आम तौर पर अतिरिक्त किराए, परिवर्धन, और मौजूदा किराए के संशोधनों का मिश्रण होगा। जब एक एयरलाइन एक मूल्य निर्धारण कार्रवाई शुरू करता है (यह मानते हुए कि उनके प्रतियोगी यहां अपनी चाल चलने की कोशिश नहीं कर रहे हैं), तो उन्हें आमतौर पर अगले अपडेट तक इंतजार करना होगा कि क्या उनके प्रतियोगी अनुसरण करते हैं / प्रतिक्रिया देते हैं। जब एक प्रतियोगी मूल्य निर्धारण की कार्रवाई शुरू करता है, तो इसका आघात तब होता है, क्योंकि एयरलाइन को इंतजार करना पड़ता है कि अगले जवाब से पहले वे जवाब दे सकें।

अब, यह सब किराए के संबंध में अच्छी तरह से और अच्छा है, लेकिन समस्या यह है कि, क्योंकि यह सब ATPCO में प्रकाशित हो रहा है, किराए सार्वजनिक जानकारी के लिए अगली सबसे अच्छी बात है ... आपके सभी प्रतियोगियों को यह देखने को मिलता है कि आप क्या कर रहे हैं आपके शस्त्रागार में मिला है, इसलिए अड़चन करने का प्रयास अनसुना नहीं है, जैसे कि किराए को प्रकाशित करना जो वास्तव में किसी भी सूची को सौंपा नहीं जाएगा, सभी किरायों को दिन के प्रस्थान के रूप में सूचीबद्ध करना, आदि।

कई मायनों में, गुप्त सॉस वास्तविक इन्वेंट्री आवंटन के लिए नीचे आता है, यानी प्रत्येक उड़ान पर कितनी सीटें आप किसी दिए गए किराए के लिए बेचने के लिए तैयार होंगे, और यह जानकारी सार्वजनिक रूप से उपलब्ध नहीं है। आप वेब जानकारी को स्क्रैप करके कुछ झलक प्राप्त कर सकते हैं, लेकिन प्रस्थान समय / दिनांक और किराया नियमों के संभावित संयोजन काफी हैं और आसानी से ट्रैक रखने की आपकी क्षमता से परे बढ़ सकते हैं।

आमतौर पर एक एयरलाइन केवल बहुत कम किराया के लिए मुट्ठी भर सीटें बेचने के लिए तैयार होगी और जो लोग रोड़ा मारते हैं, उन्हें पहले से काफी बुकिंग करानी पड़ती है, क्योंकि किराया नियम उन्हें बंद कर देते हैं, या अन्य यात्री बस उन्हें पीटते हैं। एयरलाइन अधिक किराया, और इसी तरह आगे के लिए कुछ और सीटें बेचने को तैयार होगी। वे प्रकाशित किए गए उच्चतम किराया के लिए सभी सीटों को बेचने में काफी खुश होंगे, लेकिन यह आमतौर पर संभव नहीं है।

किराए के साथ जो आप देख रहे हैं कि आप प्रस्थान के दिन के करीब पहुंचते हैं, बस सस्ती सीटों को बुक आउट से बुक करने की प्राकृतिक प्रक्रिया है, जबकि शेष इन्वेंट्री धीरे-धीरे अधिक महंगी हो जाती है। बेशक, यहां कुछ कैविएट हैं। RM प्रक्रिया सक्रिय रूप से प्रबंधित की जाती है और मानव हस्तक्षेप काफी सामान्य है क्योंकि RM टीम आमतौर पर अपने राजस्व लक्ष्यों को पूरा करने और प्रत्येक उड़ान पर राजस्व को अधिकतम करने का प्रयास करती है। जैसे, कम किराए को बंद करके जल्दी से भरने वाली उड़ानें "तंग" हो सकती हैं। कम किराए में अधिक सीटें आवंटित करके धीरे-धीरे बुकिंग करने वाली उड़ानों को "ढीला" किया जा सकता है।

इस क्षेत्र में एयरलाइनों के बीच एक निरंतर अंतराल और प्रतिस्पर्धा है, लेकिन आप किराए पर लेने से बस वास्तविक गतिशीलता को पकड़ने की बहुत संभावना नहीं है। मुझे गलत मत समझो, हमारे पास हमारे निपटान में ऐसे उपकरण थे, और, उनकी सीमाओं के बावजूद, वे काफी मूल्यवान थे, लेकिन वे सिर्फ एक डेटा स्रोत थे जो निर्णय लेने की प्रक्रिया में खिलाए गए थे। यदि आप एक दैनिक आधार पर आरएम टीमों द्वारा किए गए हजारों परिचालन निर्णयों के साथ-साथ दुनिया भर की जानकारी को भी देखते हैं, तो आपको सैकड़ों तक पहुंच की आवश्यकता होगी। यदि आप इस डेटा को प्राप्त करने के लिए एयरलाइन पार्टनर के साथ काम नहीं कर सकते हैं, तो आपको वैकल्पिक डेटा स्रोतों पर विचार करने की आवश्यकता हो सकती है।

मैं आधिकारिक एयरलाइन गाइड (या उनके प्रतियोगियों में से एक) से ओ एंड डी किराया डेटा तक पहुंचने की तलाश कर रहा हूं और आपके विश्लेषण के लिए इसका उपयोग करने का प्रयास करूंगा। यह नमूना-आधारित है (सभी बिकने वाले टिकटों का लगभग 10%) और एक उच्च स्तर पर एकत्रित होने की अपेक्षा यह आदर्श होगा कि सावधान मार्ग का चयन अत्यावश्यक है (मैं बहुत से एयरलाइंस के साथ कुछ सुझाऊंगा, दिन में कई बार नॉन-स्टॉप उड़ान भरने के साथ, बड़े विमान), लेकिन आप वास्तव में बेची गई (औसत किराया) और इसका कितना हिस्सा बेचा गया था (लोड फैक्टर) की एक बेहतर तस्वीर प्राप्त करने में सक्षम हो सकता है, बनाम केवल एक निश्चित समय पर बिक्री के लिए उपलब्ध है। उस जानकारी का उपयोग करके आप कम से कम एयरलाइंस की मूल्य निर्धारण रणनीति के परिणामों का पता लगाने के लिए बेहतर स्थिति में हो सकते हैं, और वहां से अपना निष्कर्ष बना सकते हैं।

Comments

आपके संपूर्ण स्पष्टीकरण के लिए धन्यवाद। मैं आपसे सहमत हूं कि कीमतों पर आधारित इस तरह के विश्लेषण केवल काफी सीमित हैं। इसमें विशेष रूप से किराया नियम (रिफंडेबल टिकट, न्यूनतम ठहराव आदि) भी शामिल हैं। इनमें से कुछ सीमाएं तुलनीय बनाने के लिए हमेशा समान किराए को इकट्ठा करके दूर की जा सकती हैं। हालांकि, एक महत्वपूर्ण जानकारी - जैसा कि आपने उल्लेख किया है, उपलब्ध सीटों की मात्रा (एक विमान में सीटें!) हो सकती है और वास्तव में बेची गई टिकटों की मात्रा को याद कर रही है।

— s1x

इस तरह के डेटा तक पहुंच बहुत सीमित है और यदि - पुराना (जैसे। डेटाबैंक 1 बी यूएस डॉट से)। कुछ शोध जैसे क्लार्क आर और विंसेंट एन (2012) क्षमता-आकस्मिक मूल्य निर्धारण [...] लिंक में ऐसे डेटा शामिल हैं और बहुत बेहतर अंतर्दृष्टि प्रदान करते हैं। मैं सीमा से अवगत हूँ (उम्मीद है ;-)) और जैसा कि आपने बताया कि कीमतों को प्रभावित करने वाली बहुत अधिक जानकारी है। फिर भी जब एक विशिष्ट बाजार का अवलोकन कर आप महसूस कर सकते हैं कि क्या होता है। आप देख सकते हैं कि क्या कोई अनुकूल व्यवहार और अलग मूल्य निर्धारण की रणनीति है। हालाँकि, आप कभी भी इसका कारण नहीं जान पाएंगे।

— s1x

@ s1x - मैं सहमत हूं और मेरी इच्छा है कि मेरे पास पेशकश करने के लिए एक ठोस विकल्प हो, लेकिन, जैसा कि आपने स्वयं सीखा है, विस्तृत राजस्व डेटा किसी भी एयरलाइन पर सबसे अधिक सुरक्षित रूप से संरक्षित किया गया रहस्य है। बस यह सुनिश्चित करना चाहते थे कि आप इसके बारे में जानते हों और डेटा निर्माण प्रक्रिया में क्या हो। इसके अलावा, मुझे यह पसंद है कि आप क्या करने की कोशिश कर रहे हैं और मुझे लगता है कि अन्य उत्तर सही दिशा, तकनीक के लिहाज से एक कदम है। यदि मैं सुझाव दे सकता हूं, तो आप अपने डेटा अन्वेषण के दौरान अपने विभिन्न टीएस के बीच क्रॉस-सहसंबंध का उपयोग करने पर भी नज़र डाल सकते हैं, क्योंकि यह अक्सर लिंक किए गए टीएस के बीच समझदार पैटर्न के लिए मूल्यवान है।

— हाबू

Answer 2

खोजपूर्ण डेटा विश्लेषण (ईडीए) के अलावा, वर्णनात्मक और दृश्य दोनों, मैं एक अधिक व्यापक और परिष्कृत विश्लेषण के रूप में समय श्रृंखला विश्लेषण का उपयोग करने की कोशिश करूंगा । विशेष रूप से, मैं समय श्रृंखला प्रतिगमन विश्लेषण प्रदर्शन करूंगा । टाइम सीरीज़ विश्लेषण एक विशाल शोध और अभ्यास डोमेन है, इसलिए, यदि आप बुनियादी बातों से परिचित नहीं हैं, तो मेरा सुझाव है कि उपरोक्त लिंक विकिपीडिया लेख से शुरू करें, धीरे-धीरे अधिक विशिष्ट विषयों की खोज करें और संबंधित लेख, पेपर और पुस्तकें पढ़ें।

चूंकि समय श्रृंखला विश्लेषण एक बहुत लोकप्रिय दृष्टिकोण है, यह अधिकांश खुले स्रोत और बंद स्रोत वाणिज्यिक डेटा विज्ञान और सांख्यिकीय वातावरण (सॉफ्टवेयर) , जैसे कि आर , पायथन , एसएएस , एसपीएसएस और कई अन्य लोगों द्वारा समर्थित है । यदि आप इसके लिए आर का उपयोग करना चाहते हैं , तो सामान्य समय श्रृंखला विश्लेषण और समय श्रृंखला वर्गीकरण और क्लस्टरिंग पर मेरे उत्तरों की जांच करें । मुझे उम्मीद है कि यह मददगार है।

Comments

आपके उत्तर के लिए धन्यवाद @Aleksandr Blekh - वास्तव में सराहना की। बीमार सही में खोदें। शायद एक मूर्खतापूर्ण सवाल है, लेकिन कृपया मुझे यहाँ सही करें अगर मैं यहाँ गलत हूँ: एक सहसंबंध विश्लेषण, एक एयरलाइन का उपयोग करते हुए चर के साथ सहसंबंधी के रूप में। परिणाम अब तक मजबूर कर रहे थे, क्योंकि कुछ एयरलाइंस एस्पेक करती हैं। जिन लोगों के पास कोडशेयर एग्रीमेंट्स थे, उनकी कीमतें समान थीं। क्या ऐसे उच्च सहसंबंध उदाहरण होंगे: ColumnUA(LH) 0.90435 <.0001 ColumnSQ 0.32544 <.0001 ColumnAF(DL) 0.55336 <.0001 मेरा मानना ​​है कि ऐसे परिणाम समान मूल्य पैटर्न को दर्शाते हैं । एक प्रतिगमन विश्लेषण के साथ, मुझे क्या पता चलेगा?

— s1x

@ s1x: आपका बहुत स्वागत है (यदि आप जवाब देने के लिए बेझिझक उठते हैं / स्वीकार करते हैं, तो आपको निश्चित रूप से ऐसा करने के लिए पर्याप्त प्रतिष्ठा मिलेगी)। अब, आपके प्रश्न पर। जैसा कि मैंने कहा, टीएस विश्लेषण अधिक परिष्कृत और व्यापक है। विशेष रूप से टीएस प्रतिगमन में, तथाकथित ऑटोरेजेशन और अन्य टीएस जटिलताओं के लिए खाते हैं । इसलिए, सरल पारंपरिक के बजाय टीएस प्रतिगमन विश्लेषण का उपयोग करने का मेरा सुझाव। इसके अलावा, आपको हमेशा ईडीए के साथ शुरू करना चाहिए , इससे कोई फर्क नहीं पड़ता कि आप किस डेटा विश्लेषण की योजना बनाते हैं (वास्तव में, ईडीए अक्सर आपकी योजनाओं को बदल देगा)।

— अलेक्सांद्र बेलेख