La gestion des revenus dans le transport a

1
La gestion des revenus dans le transport aérien
Modèles et applications

• Jean-François Pagé
• Air Canada
• Présenté au séminaire sur les modèles daide à la
  décision en marketing
• Janvier 2007

2
Agenda

• Terminologie
• Contexte de la gestion des revenus pour une
  compagnie aérienne
• Modèles classiques
• Extensions naturelles
• Récents développements
• Questions

3
Terminologie

•  Leg 
• Plus petit tronçon de vol possible. Perspective
  opérationnelle et sans escale du vol ou dune
  partie du vol
• Vol
• Suite dun ou plusieurs legs rattachées a un même
  numéro.
• Segment de vol
• Perspective passager dun vol. Vol 100 avec 2
  legs (AB et BC) a trois segments possibles ( AB,
  BC et AC).
• O/D
• Perspective ultime du passager de lorigine de
  son itinéraire jusquà sa destination finale.
  Suite de segments de vols. Tous les prix sont
  fixés par O/D.
• ODF
• Entité regroupant un type de tarif pour une
  origine-destination

4
Gestion des revenus Une vue globale
Allocation des sièges YIELD MANAGEMENT
Tarification PRICING
Horaire Scheduling - Fleet assignment
5
Tarification

• Objectif Déterminer le prix de chaque produit de
  façon à maximiser les revenus.
• Le problème de tarification est extrêmement
  complexe
• Avoir un outil daide à la décision efficace et
  novateur pour les analystes en tarification,
  pourrait contribuer significativement à une
  augmentation des revenus dune compagnie
  aérienne.
• La difficulté tient dans les nombreuses
  informations que lon doit considérer pour
  prendre la meilleure décision. Entre autres les
  informations sur les compétiteurs.

6
Horaire

• Objectif Assigner un avion à chacun des legs du
  réseau, de façon à maximiser les revenus.
• Les outils pour laffectation des avions sont
  assez sophistiqués et disponibles.
• Grande dépendance sur la précision des prévisions
• En théorie, les prévisions O/D sont disponibles.
• En pratique, plusieurs compagnies utilisent
  encore des outils de prévisions au niveau leg.

7
Allocation des sièges

• Objectif Déterminer combien de sièges doivent
  être alloué à la vente dans chacune des classes
  de service, de façon à maximiser les revenus.
• Habituellement, on divise cette activité en 3
  partie (prévisions, optimisation et contrôle de
  linventaire).
• La survente fait partie de loptimisation.
• Typiquement, les tarifs et la capacité sont des
  inputs au problème.

8
Bénéfices de la gestion des revenus

• Augmentation des revenus de 4 a 6
• Survente et mixité des classes
• Peut aider à faire la correspondance entre
  demande et offre
• Dirige la demande à bas tarif sur les vols où la
  demande totale lt capacité
• Protège des sièges à haut tarif sur les vols où
  la demande totale gt capacité
• Contrôle la disponibilité des sièges de façon a
  prévenir la dilution des revenus.

9
Troisième génération RM application
10
Modèle doptimisation

• Structure emboîtée dinventaire en série

Classe 1 protégé de la classe 2,3,4,..
Classe 1
Classe 2 protégé de la classe 3,4,..
Classe 2
Classe 3
11
Modèle doptimisation

• Avec une demande déterministe, il serait simple
  détablir les allocations optimales.
• Exemple
• 3 classes ( Y,M,B) avec une demande (20,25,30) et
  des revenus (1000,750,500)
• Capacité de lavion 50.
• On aurait ( 50,30,5) de façon à maximiser les
  revenus

12
Modèle doptimisation

• La demande étant plutôt stochastique, on établira
  le concept de valeur marginale du siège  EMSR -
  Expected Marginal Seat Revenue 
• EMSRi(Si) RiPi(Si) où
• Ri revenu moyen de la classe i
• Pi(Si) probabilité que X Si avec
• X N (demandei, ecart-typei) et Si le nombre de
  siège disponible pour la classe i seulement

13
Modèle doptimisation

• Le concept est basé sur un certain nombre
  dhypothèses
• Demande de chaque classe est séparée et
  indépendante. Létablissement de conditions
  préviendra la dilution des revenus.
• Demande de chacune des classes est stochastique
  et peut être déterminée avec laide de
  lhistorique.
• La classe avec le tarif le plus bas se remplira
  en premier, ensuite la classe avec le deuxième
  plus bas tarif, etc.

14
Modèle doptimisation

• Exemple, soit le leg suivant
• Classe Demande moyenne Écart-type Tarif
• Y 10 3 1000
• B 15 5 700
• M 20 7 500
• Q 30 10 350
• La protection optimale de la classe Y sera trouvé
  avec la plus grande valeur de SY pour que
  EMSRY(SY) RYPY(SY) RB

15
Modèle doptimisation

• En assumant que la demande est normalement
  distribuée on obtient SY 8
• Donc on protégera 8 sièges pour la classe Y
  seulement.
• Avec une capacité de 100 sièges, lallocation
  deviendra 100 pour la classe Y et 92 pour la
  classe B.
• Ensuite on déterminera SB SB1 SB2 avec
• EMSRB1(SB1) RBPB(SB1) RM et
• EMSRB2(SB2) RB lt RYPY(SB1) RM
• Dans ce cas, on aura une protection pour la
  classe B de 14
• Voir EMSR.xls

16
Modèle doptimisation

• On peut aussi améliorer ce modèle
• Utiliser des demandes conjointes EMSRB
• Considérer lélasticité prix entre les classes
   sell-up  pour encourager les voyageurs a
  acheter un billet plus cher.
• Quelques mots sur les modèles de survente
• Lobjectif est de trouver le nombre de sièges au
  delà de la capacité de lavion qui minimise les
  coûts associés au gaspillage de sièges et les
  coûts payés aux passagers dans une situation de
  refus dembarquement.
• Les modèles simples ne considéreront que les
  coûts tangibles.

17
Modèle doptimisation

• Les limites sont évidentes. On noptimise que le
  vol en question. Aucune considération de leffet
  réseau nest prise en compte.
• Les conditions tarifaires étant pratiquement
  disparues, les hypothèses de base ne sont plus
  valables.
• Linformation des compétiteurs étant disponible
  aux consommateurs, les modèles doivent en tenir
  compte.

18
Extensions naturelles

• Le contrôle de linventaire
• Loptimisation aide à baliser les allocations que
  lon souhaite avoir pour chacun des vols et
  chacune des classes.
• MAIS, lon peut toujours modifier la
  disponibilité finale avec des concepts
  économiques.
• Distinguer les itinéraires sur le vol.
• De leg a O/D

19
Contrôle de linventaire
C
Y 12 B 8 M 2 H 0
A
Y 10 B 6 M 0 H 0
B
Sous certaines conditions, il peut être bénéfique
daccepter un passager faisant A-B-C même si le
leg AB ou le leg BC nest pas disponible. Avec
des méthodes même simples, on peut insuffler une
saveur réseau par le contrôle tout en ayant des
modèles de prévisions et doptimisation qui sont
au niveau leg.
20
De leg a O/D

• Il semble naturel de passer de leg a O/D
• En fait, on sait que le contrôle par classe/leg
  ne maximise pas les revenus totaux du réseau.
• Des méthodes de contrôle O/D peuvent générer des
  revenus additionnelles de lordre de 1 a 2 par
  rapport aux méthodes leg
• On a aussi démontrer que plus le coefficient
  doccupation est élevé plus les gains seront
  important.

21
De leg a O/D

• On peut donc modélisé le réseau et utiliser des
  techniques doptimisation de problème de réseau
  pour obtenir des coûts de déplacement sur chaque
  leg.
• En fait, le bon modèle nous donne les prix
  marginaux (Bid prices, shadow prices, etc.)

22
Programme linéaire réseau (LP)

• Maximiser revenus totaux SOMME Tarifs
  Sièges
• Somme sur lensemble des ODF du réseau
• Avec les contraintes suivantes
• Sièges sur chaque ODF demande moyenne
• Sommesièges sur chaque leg capacité du leg
• On aura en output
• Prix marginaux sur chacun des legs qui reflètent
  la valeur réseau du dernier siège sur chaque vol.

23
De leg a O/D

• Tout semble si beau avec O/D
• On a besoin dun modèle de prévision O/D, ce qui
  est en soit un très gros défi.
• Problèmes des petits nombres
• Accumuler les données au niveau ODF
• Nécessite un niveau de complexité et
  dinvestissements que lindustrie aérienne nest
  pas toujours en mesure de rencontrer.
• Demande un réajustement des processus internes

24
Défi de lindustrie

• Les systèmes actuels de gestion des revenus ne
  répondent plus à la situation actuelle
• La segmentation traditionnelle par tarif et
  règles ne fonctionne plus
• Linformation des compétiteurs nest pas incluse
  dans la plus part des systèmes
• Le problème de tarification et dallocation de
  siège ne sont plus distincts

25
Récents développements

• Depuis une vingtaine dannées on a développé des
  solutions efficaces pour résoudre les problèmes
  dallocation des sièges
• Par nécessité et par possibilité technologique on
  sest attaqué au problème de la tarification.
• Le modèle est intéressant car il peut servir
• Pour le problème de tarification avec les
  allocations en input. Les variables de décision
  sont les tarifs.
• Pour le problème classique des allocations avec
  les tarifs en input avec une richesse
  additionnelle venant des modèles de choix.
• Pour la résolution conjointe du problème de
  tarification et dallocation.
• Le modèle reflète bien le processus naturel de
  tarification dans une compagnie aérienne.

26
Une nouvelle approche au problème de tarification

• Modèle basé sur la programmation hiérarchique
• TransporteurMaximiser les revenus sur lensemble
  du réseau
• Contraintes commerciales
• Contraintes réseau
• Contraintes de disponibilité
• Comportement du passager
• PassagersCherche a minimiser ses coûts perçus
• En considérant les attributs et les prix
• En considérant loffre faite par lensemble des
  compétiteurs
• En considérant quil prendra une décision
  rationnelle

27
MERCI