一種民航旅客價值計算模型的研究

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）.