航空公司動態運價計算系統研究與分析

馬欣，劉軍，趙敏，趙磊，張麗偉，黃斯諾

（中國民航信息網絡股份有限公司，北京，101318）

0 引言

本文試圖從研究分析的角度，對什么是動態運價計算，動態運價計算的分階段定義，以及構建動態運價系統需要考慮的問題等進行闡述和說明，并給出一個可能的動態運價計算系統結構圖，最后對動態運價計算后續發展方向做了說明。

1 什么是動態運價計算

動態運價的理論依據，來源于經濟學原理中的價格需求曲線。需求曲線原理對于航空公司產品定價的指導意義在于價格趨于連續能夠使得收益最大化。而動態運價計算或許是實現連續定價的一個辦法，也就是說動態運價能夠使得價格趨于連續，從而使得收益最大化。[2]

圖1 離散的價格和連續的價格曲線

我們可以一起看看民航領域期望的未來的動態運價應該是什么樣子：

（1）它是實時產生的，而不是預先確定的，它針對每一次查詢請求動態生成價格。

（2）產品或者服務一定是靈活多樣的，不可能是一個同樣的東西賣不同的價格，即使今天基于艙位管理的運價，也是通過運價規則的定義使得產品是差異化的。價格多樣化一定是要產品的多樣化去支撐的。

（3）動態運價會由一個算法實時計算而來。

（4）這個算法會考慮，或者算法的輸入參數會包括：①用戶信息，用戶的畫像，用戶的標簽，用戶的價值，常旅客信息等等；②場景信息，包括時間，是周中還是周末，是旺季還是淡季；包括空間位置信息，商務會展，旅游目的地等等；③產品信息，包括推薦給客戶的打包的產品或者非打包的產品，或者客戶選擇的產品和服務；④競品信息，包括競爭航空公司的產品信息，也包括可替代的其他交通工具比如高鐵等信息；⑤艙位、預發布的運價，可能還會存在，會作為運價算法地輸入參數。

（5）運價的輸出會趨于連續，也就是更細的顆粒度。

（6）大數據、機器學習等都會是助力動態運價得以實現的技術手段。

所有以上所列，最終的目的是要預測用戶的支付意愿，然后把報價與這個支付意愿匹配，從而達到收益最大化。預測，這個任務正是大數據和機器學習所擅長解決的問題；這可能也是為什么這幾年動態運價被行業所關注。

2 為什么在這個時候提出動態運價

其實不管是需求曲線的經濟學原理，還是零售行業的動態運價理念，都不是新概念。但是民航領域放到今天討論并考慮推進實現，一個很重要的原因，就是技術條件趨于成熟，具備了實現的條件或者是看到了實現的可能。

互聯網技術的發展，包括大數據、機器學習、人工智能等技術的成熟，使得基于機器學習去解決支付意愿預測這樣的問題成為可能。

同時，航空公司在線銷售能力的增強，零售轉型及相關產品和打包技術的支持，以及基于互聯網精準掌握用戶信息的能力，這些都使得實時動態計算運價有可能實現或者是有了實現的基礎條件。

其實也只是有可能，離最終實現可能還有很長的路。困難可能集中的兩個方面，一方面是上面描述的動態運價計算全過程要能夠實現本身有難度；另一方面，民航客票銷售相關的系統沉淀幾十年，牽一發動全身，運價環節的改變對于現有其他環節的沖擊是非常大的。

3 動態運價的分階段定義

任何艱巨的任務都會劃分成三步走戰略。ATPCO對于動態運價實現路徑的描述是——A “Crawl,Walk,Run”approach.很形象。

第一步充分利用和發掘現有產品和能力。Two-Character RBD，即雙字母艙，這是現有體系能夠支持的，突破26個字母艙位的限制，使得基于艙位開關的收管理力度度能夠更細，價格更趨于連續。

第二步在現有預定義的艙位和運價基礎上，基于實時信息動態調整運價，產生新的價格。即Dynamic Fare Adjustment，在現有基于艙位發布運價的基礎上去調整運價，加價或者減價（打折扣），產生更多運價。聽以來有點像行業現在的fare by rule；但是區別可能在于fare by rule的規則也是預先定義好的，而Dynamic Fare Adjustment 所謂的調整應該是基于實時查詢請求用戶和場景來實時動態調整。

第三步才是實現真正的基于算法實時計算生成運價。Dynamic Fare Generation，即所謂真正的動態運價計算。這個才是我們真正希望要的。

4 如何構建一個動態運價系統

首先動態運價的實現，是一個系統工程，不是一個單個功能點實現的問題。要實現動態運價計算，涉及很多個方面很多環節。下面就實現動態運價計算，可能的環節需要做的工作逐一說明。

（1）精準地識別用戶。一個用戶請求過來，我們必須精準地識別這個請求背后的人，這樣才可能精準報價。這一點，從整個互聯網的發展來看，今天的技術已經完全能夠實現。過去說沒有人知道網絡背后是人還是狗，但是今天不僅僅能夠知道是不是人，甚至在結合各種大數據、行為識別以及基于全網的標簽數據，能夠獲得的對用戶的認識可能超過用戶本人對自己的認識。另外還有一點，銷售系統要能夠和常旅客系統或者是CRM建立連接并能夠實時交互。用戶識別在互聯網零售領域已經有相對成熟的應用。

（2）產品差異化。需要增加能夠在線銷售的產品和服務的品類，包括機票，和航班相關的附加服務和產品比如座位、行李、餐食等，非航相關的產品和服務比如保險、酒店、租車等；包括支持這些產品的動態打包。差異化的運價一定是要差異化的產品做支撐的。產品和服務多樣化、差異化這一點，航空公司在零售轉型的推動下，正在逐步實現。

（3）產品推薦或者產品打包。需要知道針對當前這個用戶，應該給他推薦什么樣的產品；或者是應該知道把哪些產品打包在一起推薦給用戶。推薦系統的應用在互聯網零售領域應用已經很廣泛，但是在航空客票銷售領域，尤其是航空公司網站上，可能才剛剛開始。打包和推薦的實現都涉及大數據、機器學習以及基于相關性的關聯規則的發現。也就是說需要機器學習或者人工智能的支持。

（4）市場環境信息的收集。比如淡旺季、會展、地緣政治等導致的市場供需波動，競爭對手的產品和運價信息等等，這些信息事實上航司現有的收益管理也會用到，但是差別在于如何實時獲取并實時用于價格計算。

（5）如何構建一個模型或者算法，能夠把以上信息輸入，然后實時動態算出一個價格來。這個應該是未來要實現的。作者認為現在比較現實的路徑是如何基于以上信息，實現動態運價的第二階段，即Dynamic Fare Adjustment。

（6）最后一點，客票銷售不是終點，還要考慮變更、退票、結算等問題。這也是動態運價計算整個體系要考慮的問題。可能還是最難的環節。

綜合以上考慮，下面給出一個可能的DPE( Dynamic Pricing Engine動態運價計算引擎)的結構圖。當然，目前討論整個系統的完整的設計和實現還為時尚早，上面提到的每個環節，在充分利用和優化完善現有能力的基礎上向前推進一小步是可能的。

圖2 動態運價計算系統的結構圖

5 發展

動態運價后續發展可能會有兩個方向。

第一，動態運價可能會結合NDC推進，尤其是NDC中Offer Management部分。動態運價實現部分和Offer Management很大部分是重疊的，因為產品的管理、產品的實時綁定和推薦、價格的實時計算都是緊密相關的而且都是Offer Management所涵蓋的范圍。

事實上在2021年10月IATA的報告中，已經為民航業構建了一個完全由Offer和Order支持的零售化轉型的藍圖，并且提出一個并不保守的目標是在2030年能夠實現100%的基于Offer和Order的銷售。其中動態運價或者動態offer是很重要的一塊工作。

第二，傳統狹義的收益管理是基于艙位開關控制的，未來運價和收益應該會融合，動態運價計算一定是和收益管理綁定在一起的，否則無從計算，也無從對運價計算結果進行評估。每一次定價的好壞，或者定價系統的好壞，是要以收益最大化作為衡量目標的。