Dự báo nhu cầu trên thị trường O&D

Thế hệ thứ ba trong dự báo nhu cầu O&D dựa trên các ước tính về quy mô thị trường và thị phần từ dữ liệu mua sắm cạnh tranh và / hoặc dữ liệu MIDT. Các mô hình lựa chọn rời rạc có thể được sử dụng để dự đoán quyết định của khách hàng khi chọn một hành trình từ một nhóm hữu hạn các lựa chọn thay thế loại trừ lẫn nhau. Mức độ hấp dẫn của một hành trình so với những hành trình khác trong bộ lựa chọn được xác định bởi giá trị cảm nhận của khách hàng về các thuộc tính như lịch trình và giá vé có liên quan. Cách tiếp cận này tuân theo tiến trình của nhu cầu thực tế bằng cách mô hình hóa các lựa chọn đã được khách hàng quan sát và hành trình nào đã được chọn và đặt mua sau đó.

Quá trình lựa chọn hành trình của khách hàng bị ảnh hưởng bởi nhiều yếu tố khác nhau như lịch của đối thủ cạnh tranh, mức độ ưa thích của hãng hàng không trên thị trường, giá cả, thời gian khởi hành, tính đúng giờ, thời gian bay, số lượng nối chuyến, loại máy bay và các yếu tố khác có thể được được mô hình hóa trong việc đưa ra dự báo nhu cầu. Đưa giá vào phương trình có lợi thế khác biệt là có thể phản ứng nhanh với các biến cố về giá đặc biệt lớn. Kết quả sử dụng mô hình lựa chọn của người tiêu dùng với dữ liệu mua sắm cạnh tranh cho thấy rằng giá cả và lịch trình là những yếu tố quyết định lớn nhất đến nhu cầu trên thị trường O&D.

Các kỹ thuật truyền thống bỏ qua lịch trình cạnh tranh và thông tin giá cả trong việc dự báo nhu cầu, dẫn đến sai số dự báo cao hơn. Tính khả dụng của dữ liệu mua sắm từ các kênh trực tuyến và ngoại tuyến (đại lý du lịch truyền thống) giúp cho thế hệ dự báo nhu cầu mới này trở nên khả thi. Lần đầu tiên, chúng ta có quyền truy cập vào thông tin về những gì khách hàng đã mua và những gì đã được đặt trước từ các lựa chọn có sẵn.

Việc hiệu chỉnh mô hình dự báo thuộc loại này yêu cầu khối lượng lớn dữ liệu bao gồm lịch trình cạnh tranh, giá vé cạnh tranh cũng như các điều kiện đi kèm, kế toán doanh thu, đặt chỗ GDS trước đây (MIDT), dữ liệu codeshare, interline và các phiên đặt chỗ thực tế của hành khách phản ánh các tùy chọn có sẵn và các lựa chọn đã thực hiện. Dữ liệu thực tế phụ thuộc vào phạm vi của mô hình dự báo.

Hai phương pháp có sẵn để dự đoán tỷ lệ phần trăm tổng nhu cầu cho mỗi hành trình trên mỗi thị trường, đó là mô hình chỉ số chất lượng dịch vụ (QSI) và mô hình lựa chọn của người tiêu dùng (CCM). QSI là một dạng CCM tuyến tính đơn giản hơn được sử dụng trong lập lịch chuyến bay để đo thị phần của hành trình. QSI dựa vào việc xếp hạng từng lựa chọn có sẵn trong cặp O&D bằng cách ấn định trọng số cho từng tùy chọn.

QSI, bất chấp những hạn chế của nó, là một kỹ thuật được sử dụng rộng rãi để ước tính thị phần trong ngành hàng không. Các mô hình lựa chọn rời rạc cũng có thể được sử dụng để ước tính việc bán nâng cấp (upsell) dựa trên loại giá vé được chào bán tại một thời điểm nhất định (Talluri & van Ryzin, 2003). Upsell là một đầu vào không thể thiếu trong mô hình tối ưu hóa mạng. Nếu xác suất bán upsell không được xem xét, việc kiểm soát inventory kém hơn, dẫn đến sụt giảm doanh thu.

Nhiều sản phẩm chúng ta mua ngày nay được đóng gói (bundle) với những đặc tính riêng. Ví dụ như:

- Máy tính xách tay Toshiba, đi kèm với bộ nhớ 16GB, ổ cứng 1 terabyte, Hệ điều hành Windows 10.0, Microsoft Office (Word, Excel, Power Point, Visio)

- Hạng vé có thương hiệu do một hãng hàng không cung cấp — các thuộc tính độc đáo được cung cấp miễn phí chẳng hạn như sản phẩm Latitude của Air Canada, không bao gồm phí thay đổi, chỗ ngồi đặt trước, quyền sử dụng phòng chờ, hai kiện hành lý miễn phí và một tờ báo .

- Các tùy chọn gói AT&T U tiết kiệm — Double Play (TV + Internet tốc độ cao), Triple Play (Điện thoại + TV + Internet tốc độ cao), Double Play + HBO, v.v.

Chìa khóa để thiết kế sản phẩm là hiểu được sở thích của người tiêu dùng ảnh hưởng đến quyết định mua hàng. Những thuộc tính nào trong một gói là tác động đến khách hàng? Khách hàng sẵn sàng trả bao nhiêu cho gói?

Có hai cách tiếp cận để hiểu sở thích của người tiêu dùng. Họ đang:

1. Sở thích thừa nhận (stated preferences), điều này thường được thực hiện bằng một cuộc khảo sát

2. Sở thích được khám phá (revealed preferences), từ dữ liệu mua hàng thực tế được thu thập. Dữ liệu được sử dụng để suy ra sở thích của người tiêu dùng dựa trên các lựa chọn được cung cấp.

Với cách tiếp cận dựa trên khảo sát, kỹ thuật phân tích kết hợo được sử dụng để phân tích dữ liệu. Đây là cách phổ biến đối với các nhà tiếp thị và nó cố gắng mô phỏng một kịch bản mua sắm thực tế. Nó đã xuất hiện từ những năm 1980. Hạn chế lớn nhất của cách tiếp cận này chỉ đơn giản là không biết liệu khách hàng tham gia cuộc khảo sát có trung thực hay không.

Với cách tiếp cận sở thích được khám phá, người ta cho rằng người tiêu dùng có một hàm lợi ích. Lý thuyết về sở thích được khám phá cho phép dự đoán hành vi của người tiêu dùng mà không cần chỉ định một hàm lợi ích rõ ràng. Các suy luận được thực hiện từ dữ liệu mua hàng thực tế chi biết sở thích của người tiêu dùng và mức độ sẵn sàng chi trả. Phương pháp mô hình hóa sự lựa chọn của người tiêu dùng giả định rằng người tiêu dùng chọn một hành trình trong số một loạt các lựa chọn thay thế trong quá trình tìm kiếm chuyến bay. Mỗi phương án được đánh giá dựa trên tập hợp các thuộc tính được liên kết với phương án thay thế. Hàm lợi ích được ước tính cho từng phương án và người tiêu dùng chọn phương án thay thế có lơi ích cao nhất. Tiếp thị đóng một vai trò quan trọng trong việc phân khúc người tiêu dùng thành các nhóm có đặc điểm mua hàng tương tự để cung cấp các sản phẩm này. Hạn chế lớn nhất tính sẵn có của dữ liệu để hỗ trợ phân tích mô hình lựa chọn của người tiêu dùng. Tùy thuộc vào sự sẵn có của dữ liệu, cách tiếp cận sở thích được khám phá là ưu việt hơn so với cách tiếp cận sở thích đã thừa nhận.