解決方案
度假租賃的定價目標不斷變動:每個單位各有不同特徵,競爭對手的可訂狀況會改變,而需求取決於旅客提前多久預訂。預訂速度規則能說明銷售是快是慢,卻無法解釋旅客究竟在比較哪一個替代選項。
Wyndham Destinations 的應用程式直接對旅客選擇建模。條件羅吉特估計法透過預訂期間衡量價格敏感度;非線性最佳化器則依據當前需求、公司庫存、競爭對手可訂狀況與物件特徵,選出能最大化收入的價格。
該系統於 2018 年度假季部分期間在 Wyndham 的兩個地區進行測試。據報告,每單位收入在一個地區提升 3.5%,在另一地區提升 5.2%,顯示選擇模型能勝過較簡單的基於預訂速度的定價方式。
達成成果
依據旅客實際的選擇集合來定價
奏效原因
該方法是在實際的競爭集合中為單位定價,而非將需求視為孤立存在。
滾動窗口估計法在預訂期間內平滑了價格敏感度。
預訂曲線啟發式方法使最佳化不至於為了追求收入而犧牲實際的預訂速度目標。
可應用之處
當最佳化器能看到顧客可能選擇什麼,而不只是盯著自家的預訂曲線時,動態定價的效果更好。
後續發展
2021 年《INFORMS Journal on Applied Analytics》的論文將 Wyndham 的部署呈現為一個成功的度假租賃收益管理應用案例。此案例為旅宿業提出了一個可推廣的觀點:要為顧客的替代選項定價,而不只是為自家剩餘庫存定價。
追溯依據
參考來源
- Choice-Based Dynamic Pricing for Vacation Rentals INFORMS Journal on Applied Analytics · pubsonline.informs.org ·
- Choice-Based Dynamic Pricing for Vacation Rentals IDEAS/RePEc · ideas.repec.org
- Choice-based dynamic pricing for vacation rentals EconBiz · econbiz.de