1 / 20

飯店營收管理的預測及最佳化

飯店營收管理的預測及最佳化. N97D0022 王惠慈. 簡介. 營收管理 (RM) 又稱為收益管理 (Yield Management) 將正確的座位 用 正確的價位銷售給正確的顧客 (Smith, 1992) 航空業利用定位策略對班機座位訂價來尋求最大獲益 飯店業根據房客的住房天數 , 住房率和房價來決定 以最佳的分配策略來達到最大的收益 , 讓相同服務提供給顧客時能獲得最大的獲利. 簡介. 飯店營收管理中不同的預測模型 : 指數平滑法 、 擷取法 、 移動平均法 預測模型準確度的評量 訂房配置的最佳作業流程

meriel
Download Presentation

飯店營收管理的預測及最佳化

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 飯店營收管理的預測及最佳化 N97D0022王惠慈

  2. 簡介 • 營收管理(RM)又稱為收益管理(Yield Management) • 將正確的座位用正確的價位銷售給正確的顧客(Smith, 1992) • 航空業利用定位策略對班機座位訂價來尋求最大獲益 • 飯店業根據房客的住房天數,住房率和房價來決定 • 以最佳的分配策略來達到最大的收益,讓相同服務提供給顧客時能獲得最大的獲利

  3. 簡介 • 飯店營收管理中不同的預測模型: 指數平滑法、擷取法、移動平均法 • 預測模型準確度的評量 • 訂房配置的最佳作業流程 • 利用Excel,VBA和Xpress-MP實作 • 總結分析結果和概述未來的工作

  4. 預測構想 • 依據過去和現有房客訂房資料估算未來訂房的需求 • 時間相關的變因 • 訂房的時間(日期) • 消費的時間(住房的天數) • 其他的重要課題 • 預測的基礎、聚量程度、預測的時段、資料的選擇、異常值的處理、預測精確度的衡量

  5. 時間序列分析

  6. 預測方法 • 典型收集式模式 • 事先收集式模式 • 線性迴歸 • 簡單指數平滑法α=0.15 、 α=0.35 • 事先收集式模式+指數平滑法 α=0.15 、 α=0.35

  7. 預測準確度衡量方法 • 在航空業中預測準確度增加10%可以讓營收成長3% • MAD, Mean Absolute Deviation (平均絕對偏差) • MPE, Mean Percent Error (平均百分比誤差) • MAPE, Mean Absolute Percent Error (平均絕對百分比誤差) • RMSE, Root Mean Square Error (均方根誤差) • U, Theil’s Inequality Coefficient (泰爾不等係數)

  8. 預測準確度 • 線性迴歸是預測模型中準確度最差的方法

  9. 依需求建立模型 • 預測目標:為每一晚、每個價位、總停留時間長度建立需求的分佈模型 • 決定性模型 (weatherford, 1995提出) • 隨機模型 • 網路流量公式

  10. 決定性模型 • i,j:日期指數(從1...N) • i:入住日期 • j:退房日 • k:房間等級 • Xijk:房間數量 • Rijk:房價 每一種i,j,k條件下, 房價 x 房間數量的總和

  11. 決定性模型 • bi: i當天能提供的房間數 • dijk: 代表i入住 j退房 k等級條件下的需求量 必需符合: 房間配置數需≦需求量 房間配置數需≦當天能提供房數 房間配置數需為整數

  12. 隨機模型 • m:場景(狀況) • Xijkm: dijk(m-1)到diijm區間內能配置的房間數量 • Rijkm:房價 • Dijk:需求量,只能是受限的數值(dijk1 < dijk2 <...< dijkm中)的其中之一 每一種i,j,k, m 條件下, 房價 x 房間數量的總和

  13. 隨機模型 必需符合: 房間配置數需≦當天能提供房數 房間配置數需≦需求量 (m=1時) (m≧2時) 房間配置數需≧ 0 房間配置數需為整數

  14. 網路流量公式 • 網路中的節點代表的是日數 • 向前的弧線(1->2, 1->4...)可以連接任意兩點i和j,代表的是某種等級的房間數量(Xijkm) • 倒退的弧線只能從每一節點倒退到上一個節點,最大值為bi(i當天房間的最大供應數)

  15. 網路流量公式 利潤函數的定義: LOS表示停留的最長天數 主要目的是要找到一個可以接受的流量讓獲利達到最大

  16. 模型實作方法 以Excel實作預測模型 在此房價分為三等級, $239, $199, $159

  17. 處理資料的範例

  18. 計算結果

  19. 結論及未來方向 • 增進預測數值的精確度及需求的波動可以有效的增加營收 • 使用不同的模型進行測試是非常重要 • 依據測試資料的不同,我們預期預測模型的效能也會隨之改變.不同的季節及不同的微型市場(micro-markets)必須套用不同的模型.

More Related