張波
摘要:航空公司為旅客提供服務時,如何能夠有效的區分不同旅客的價值,對于服務的提供者來說是至關重要的?;诼每驮诤娇展境鲂?、消費數據的積累,能夠對旅客的價值進行計算和量化。MRV模型是一個民航旅客價值計算模型,通過該模型,能夠實現對于旅客價值的計算,從而能夠使航空公司等民航相關服務提供商,針對不同的旅客,提供差異化的服務,從而實現收益的最大化。
關鍵詞:旅客價值;MRV;模型;標準化
中圖分類號:TP311 文獻標識碼:A 文章編號:1009-3044(2015)24-0069-02
在整個交通運輸業中,民航業是一個較為特殊的細分。民航業服務成本和服務價格較高,帶來的利潤也相對較高。當前民航業競爭比較激烈,各航空公司為了取得競爭優勢,怎么能夠識別出眾多旅客中的高價值旅客,并留住高價值旅客,是航空公司面臨的一個重要課題。
航空公司在提供民航服務的過程中,積累了大量的旅客出行數據,其中包括了旅客的行程、票價、艙位、偏好等數據,基于旅客的這些數據,航空公司就有可能從中識別出高價值的旅客,從而提供差異化的服務。
1 識別旅客價值的必要性
高價值旅客指能夠為航空公司帶來豐厚利潤的關鍵旅客群體,包括兩艙旅客以及真正意義上的常旅客,此類旅客約占航空公司旅客總數中的2%,但是其貢獻的收入占航空公司旅客總收入的8%左右。這種現象即是帕累托定律(又稱80/20法則)在航空領域的體現,為此,越來越多的航空公司開始密切關注并提升高價值旅客服務,來確保航空公司的收益。
按照上面的定律,航空公司不斷地推出各種產品來實現對旅客的分級服務,實行差異化營銷,差異化服務。例如:國航的超級經濟艙、南航的豪華經濟艙等。這些都是航空公司不斷深化旅客分級服務意識,推出相應產品來提升航空公司的服務和收益的方式。相應的,IT相關的服務和產品同樣也能夠起到類似的作用。
2 旅客服務模型
為了找到一種旅客價值計算的方法,這里首先需要分析航空公司旅客服務模型,通過對旅客身份分類的研究,從而給出可能的旅客價值計算模型的要素。
1) 旅客分類模型:描述了旅客分類的依據,以及根據該依據具體劃分出來的旅客細分標準。目前主要劃分標準有動態身份/靜態身份/高端旅客這三個劃分標準:
① 對于動態身份,信息在系統中的留存時間較短,主要用于一些服務保障環節為旅客服務時,作為參考信息。
② 對于靜態身份,則長期有效,基于這些身份可以提供旅客身份自動識別/身份校驗等服務。
③ 對于高端旅客,則是航空公司服務的重點環節,針對這類旅客細分,能夠提供多種服務。
④ 這三個劃分標準并不完全獨立,旅客身份會有重疊,例如??徒鹂〞儆诟叨寺每?,也是旅客的靜態身份屬性
2) 支持工具模型:為了支持旅客的分類,豐富旅客的信息,這里采用工具模型對旅客分類模型進行完善。目前主要包括價值計算模型,偏好信息模型。
① 價值計算模型:價值計算模型對旅客分類模型進行數值化,便于旅客分類模型在特定業務場景的可度量性。
② 偏好信息模型:偏好信息模型依托于旅客分類模型,對于旅客分類模型中的高端旅客,提供偏好信息描述。
旅客分類模型如下圖所示:
基于旅客分類模型,航空公司可以根據需要,選擇特定的旅客身份分類,作為旅客價值計算時的屬性,從而給出更適合營銷和服務需求的旅客價值計算模型。
3 旅客價值計算模型
價值計算模型目前主要針對高價值旅客服務,在旅客分級服務中,對于旅客身份信息進行數值化,對于一些使用場景具有現實意義。這里提出的模型主要基于旅客當前的一些信息來進行計算,對于基于數據服務提供的旅客價值,也能夠納入到這個模型中參與計算。
3.1 多規則價值(MRV)模型
為了能夠對旅客身份分級信息進行數值化,基于旅客的分類模型,可以使用多規則價值模型(Multi Rules-Values,簡稱MRV模型)來進行建模。
該模型的核心思路如下:
1) 找出所有價值計算相關的內容,稱之為規則r(rule),例如白金卡旅客是一個規則。
2) 每一規則都對應一個旅客價值類別t(type),,每一個旅客價值類別都對應一個旅客價值量v(value)。
3) 定義組合規則來確定規則分類g(group),每個分類中包含m規則,計算時只取價值量最高的規則,每個分類有一個權值k,表示在總的價值中該類規則的比重。
4) 對于不同的規則分類,因為數據取值不同,所以需要首先進行標準化。
5) 通常的,規則分類包括有:
① 可計算價值,與本次乘機相關的規則分類,可以有多個分類。
② 參考價值,基于LRFMC模型或者其他模型計算出來的旅客價值。
3.2 多規則價值模型計算公式
其中不同的規則分類的價值取值范圍可能是不同的,因此需要對不同規則的價值數值進行標準化,標準化后的價值取值范圍都介于0到1之間
標準化的方法如下:
注意:在實際使用中,應該對于每一個規則類別的價值量給出設定默認的最小和最大值,最小值vmin設置為0,最大值vmax設置為1(或者一個合適的值),具體規則類別的取值則可以在最小和最大值之間平均分布即可。
3.3 MRV模型分析
從上面MRV模型的說明,可以看到該模型實現的關鍵有兩個:規則/價值數值的選擇;價值分類權值的選擇。
確定了這兩個因素之后,就可以給出一個客戶的最終的價值數值。這里我們并沒有明確給出具體選擇的規則,這樣可以根據特定的業務特定和客戶需求來設定具體的規則。
4 結論
基于旅客價值計算的MRV模型,航空公司可以有一種現實可行的方式,來對旅客的價值計算。獲得旅客價值后,在旅客服務的過程中航空公司就可以找到這部分高價值旅客,為他們提供更加優質的服務,從而在競爭中獲得優勢地位。
參考文獻:
[1] 羅亮生,張文欣. 基于常旅客數據庫的航空公司客戶細分方法研究[J]. 現代商業,2008(23).
[2] 顧兆軍,王偉,李曉紅. 基于潛在類別模型的航空旅客分類[J]. 計算機技術與發展,2012(4).
[3] 白京,吳衛,蔡穎竹. 高端旅客特征分析與服務建議[J]. 中國民用航空,2012(4).