第 1 章 绪论
1.1 选题背景及选题意义
1.1.1 选题背景交通运输行业是直接连接人民群众日常生活以及企业日常生产活动需求和供给的渠道，涉及社会生活、人们的物质生活及国民经济水平，所以也被称为国民经济的大动脉。航空运输业在我国的起步虽然最晚，但自改革开放以来其发展速度却是最快的，尤其是在航空旅客运输的人数呈逐年递增的趋势，现今人们出行可选择的交通方式多种多样，相对于公路运输、铁路运输及水路运输，航空运输对长距离旅途有突出的优势，也因为经济的发展，航空运输业的发展也不断进步。如图 1.1 所示
2018 年，我国民航业完成运输旅客将近 61174 万人次，同比增长 10.9%。
2017 年我国民航全行业累计实现利润总额达到 652.3 亿元，营业收入 7460.6 亿元，比 2016 年增长 15.3%。其中，航空公司占利润总额 408.2 亿元，营业收入 5333.8亿元，比 2016 年增长 11.9%，民航全行业应交税金 381.4 亿元。预计 2018 年全球航空公司净利润将达到 338 亿美元（净利润率为 4.1%），航空运输业展示了一国经济实力，具有重要的社会及经济地位。
因为航空市场竞争日趋激烈和旅客出行需求多元化的背景下，为了达到航空企业长期健康稳定发展的需要，航空公司作为主体，为自身生存而努力。在发展中，加强企业的战略管理，努力提升核心竞争力，优化资源整合，降低航空公司的日常运营成本，非常有必要。收益管理技术是提高经济收入的有效途径，从而提高航空公司的综合竞争力。
.........................
1.2 国内外研究现状
1.2.1 国外研究现状
起源于航空业的收益管理理论正是在传统的供求关系理论的基础上，吸收运筹学、管理学、市场营销和协同等学科的研究成果，并在计算机等先进技术的支持下，逐步形成以市场和客户为中心，以市场细分和预测为基础，以资源存量控制和价格为优化机制，以协同环境为运营保障的收益管理理论体系，逐步形成为现代管理科学的一个重要分支。收益管理理论在航空业的成功应用，不仅推动了该理论的发展，而且其应用领域逐步向酒店、交通运输、电信、电力、银行、汽车租赁等服务性行业拓展。
Littlewoods(1972):研究了经典的静态舱位控制理论，即:期望边际收益模型EMRS。
Belobaba(1987):通过对原有的 EMRS 模型进行补充和严格证明得到新的 EMRSa方法。Kimes(1989)：基于营销学的理论基础上，综合研究，总结出收益管理理论。即在对的时间，对的地点，以正确的价格为对的人提供合适的产品或服务，将有限的资源创造企业收益最大化目标。
Weatherford 和 Bodily(1992):从另一个角度去研究和解释收益管理的概念，适用于收益管理企业，提供的产品或服务都有共性且与制造业完全不同，将这种特性定义为易逝性。总结了航空运输收益管理的内涵，提炼为：通过价格细分进而对“易逝性”产品进行最优化管理的过程。
易逝性表现在产品（服务）的价值会随着时间的变化而变化，通常呈现递减趋势。
Talluri 和 Van Ryzin(2004):用需求决策理论来分析和解释，通过对市场深入了解对需求的预测、细分，才能判断提供何种产品（服务），在适当的时候为需要的客户。强调对市场预期的判断是整个收益管理的核心。
............................
第 2 章 相关理论概述
2.1 收益管理理论
2.1.1 收益管理理论的产生和发展
第一，美国航空产业变革所导致的激烈竞争是收益管理理论产生的背景。
收益管理理论最早诞生于商业化民用航空运输领域。在理论诞生之前英国海外航空（英国航空公司的前身）就尝试在航班销售初期采用限制优惠机位数量的打折销售方式，人们将其称之为“早鸟”计划，后来普遍认为这就是收益管理理论的应用雏形。收益管理理论发展和成型于上世纪七十年代。其背景是于 1978 年美国国会通过了《航空业解除管制方案》，改变了民用航空运输领域的政策管制，自此美国民用航空市场进入了自由竞争时期，激发了西南航空等廉价航空公司针对价格敏感型客户的市场份额的争夺，大量仅仅只提供基础服务的廉价机票涌进市场，其价格只相当于当时主流航空公司的 70%。面对廉价航空公司的激烈竞争，美国主流航空公司不甘示弱，其中美国航空公司于 1985 年向市场推出了“超低票价”计划通过自行研发的收益管理系统，旨在不降低服务质量的前提下，向市场提供低价选择，但同时这些低价客票也在购票时间、退改规则等方面做出了明确限制，而且美国航空还对这种客票的数量做出了限制；推出这个计划的目的是为了继续以高质量的服务争取价格敏感性客户，同时又能保证航空公司自身的收入水平，由此以动态价格和库存管理为核心的收益管理体系基本成型。
得益于收益管理体系的搭建，美国航空在九十年代初的“航空血战”中大获全胜，在这场卷入了数十家航空公司的价格战争中，造成了高达 20 亿美元的巨额亏损，但美国航空却在这场大战中获取了巨额利润，由此巩固了收益管理理论的地位。
残酷的市场竞争在所难免，但收益最大化才是企业所追求的最终目标。价格的大棒对于航空公司来说无疑是一柄双刃剑，通过美国航空业的案例证明了收益管理理论让企业在市场激烈的竞争环境下将企业收益最大化挖掘出，这使得航空公司对于收益管理理论及其运用愈发重视并不断加大投入，目前民用航空运输业已经是该理论应用最为成熟的领域之一。
.................................
2.2 数据分析方法
2.2.1 聚类分析方法
聚类分析是机器学习方法的一种，主要是将研究对象（不管是物理的或抽象的）分成不同的群组的过程，且每一类群组都有类似的特征。其目标就是通过搜集数据来对相似的对象分类。应用的领域也非常的广泛，包括生物学，经济学，数学，统计学和计算机科学。对不同数据源间相似性的衡量，从而把相似的数据源分类到同一的簇中。
聚类分析(cluster analysis)是一种统计分析技术可以将相对同质的群组(clusters)统一归类。
2.2.2 决策树分析方法
决策树（Decision Tree）是对以收集的数据进行整理分类，并将不同类别间的差别区分的一种方法，应用在多个领域中，如生物统计、市场营销、质量管理和信用度评估等。用数据挖掘分析得到树形结构的结果，分别由内部节点、分枝、叶子节点等构成，代表了数据的测试属性、测试输出、划分类别。
构造一个决策树的步骤有以下两步骤：
首先，确定属性（一般指分裂属性）。
也就是说，确定样本的哪个属性是进行划分的特征，完成一个决策树的最关键部分是确定最优划分特征。且这个特征的目标是最大化每个节点数据的“纯度”。 拆分后尽量使按此特征分类的分支节点中包含的样本属于同一类别，选择适当的特征作为判断节点，可以快速地对决策树进行分类，减少深度。
其次，观察划分的类别，确定是否停止。
数据中所有特征相同的样本分支无法再分解下去，就当目前的分支为叶子节点，并且该类别标记为当前分支中样本数最多的类别（多数投票）；得到的结果不符合叶子节点，则需对样本数据进行重复第一个步骤的过程，将分支分解下去，一直到得到叶子节点为止。
.............................
3.1 A 航空公司企业背景介绍.......................................18
3.1.1 公司简介................................... 18
3.1.2 公司组织结构................................. 18
第 4 章 A 航空公司收益管理的现状及存在的问题分析................................26
4.1 A 航空公司收益管理的现状.............................................26
4.1.1 客流分布现状.................................. 26
4.1.2 目标市场现状.................................... 26
第 5 章 A 航空公司收益管理的优化研究..................................34
5.1 A 航空公司客运需求预测的优化研究..............................35
5.1.1 A 航空公司客流影响因素分析.........................................35
5.1.2 基于灰色模型方法的客源预测.......................................... 38
第 6 章 A 航空公司收益管理优化方案的实施
6.1 收益管理优化方案实施的计划
6.1.1 目标导向
（1）目标设定，将会由时间维度划分不同阶段的目标（例如年度目标、季度目标、月度目标）规划、责任划分、及绩效考核构成。
目标管理中最重要的需要明确责任主体，需要对不同的工作内容进行可量化的定性或定量的标准，然后将目标层层分解到各负责人及相关团队的每个人，通过自下而上的学习及分析工作职责推进任务的落实，同时关注到工作人员的能力及态度，及时调整并给与支持。
（2）目标的实施、过程督导
收益管理的目标必须以结果为导向，强调发挥主观能动性。与此同时，不定期开展目标效果评估会，对问题和困难及时跟踪、反馈，通过完成各子目标来达到完成整体目标的方式。督导还可作为实际情况用于在下一阶段的目标改进、调整的依据.
6.1.2 时间计划
航空运输行业的周期性强，波动性大的特点，将收益管理的优化方案首先在国内航线上通过历史数据的深入挖掘，验证，总结，并且再次优化迭代，循环上一个流程和步骤。以周度计划为目标，每周根据上周的收益情况进行数据的修正与策略的制定。预计 2-3 个季度完成国内航班收益优化最终的方案流程与培训资料。
第二个阶段用于国际航线的收益管理，国内航线与国际航线有性质上的区别，A航空公司涉足的国际线比较晚且航线结构较单一，通过收益管理达到资源最大化的匹配及利用，如何将国内时刻不优势的航班通过中转联程为国际航线增加流量及收入，是个难题与挑战。此阶段目标预计在 1-2 年完成，由于国际航线开通有限，数据的收集与迭代较国内航班有一定差距，需较长时间完成国际航班的收益管理的系统材料。
第三个阶段通过收益管理来为公司的航线结构优化和布局提供相关参考依据，为公司战略决策提供数据支持。此阶段为收益管理的最终目标也是提高公司核心竞争力的一把利剑，目前已经逐步将收益管理的角度与其他部门相配合来优化网络布局，伴随国内航班的收益优化航线网络调整到国际航班的开通，最终完成公司的下一个“五年计划”的战略目标。
.............................
第 7 章 结论与展望
7.1 结论
民航运输行业的目的就是将旅客的出行需求最大化的满足，由于行业的特殊性及资源的稀缺性，行业有自身的进入壁垒，但是随着市场的开放与竞争的加剧，对航空公司在资源合理配置、市场营销策略有效运用、航线收益管理的能力等方面也提出更高的要求。互联网大数据时代，机票价格也越来越贴近市场及合理化，尤其是对航班的盈利能力提出更高的期望，因此本文首先对目前企业在收益管理上的现状及存在的问题进行分析，通过机器学习方法（聚类分析方法）对细分市场进行新的定位；其次用灰色模型对航线需求进行精准预测；最后用“价”和“量”的合理匹配及平衡，保证收益最大化。基于本文的讨论及研究，主要形成以下结论：
（1）A 航空公司应根据内外部环境及自身得天独厚的位置优势，抓住契机，优化运力网络布局，优化航线结构及优化航班时刻的角度出发，提高市场运营能力，开发和挖掘市场需求，加速国际化战略，精细化国内航班收益管理，整合化国际航班资源配置。
（2）重新定位 A 航空公司的市场细及旅客特点，通过统计方法、聚类分析等方法将目前 A 公司承运的旅客重新分类，每一类型的旅客属性、行为特征、购票习惯等因素都不尽相同，市场细化分，渠道细化分，产品细化分，为收益管理的顺利开展打下基础。
（3）在收益管理的市场预测中，利用灰色模型和自身的数据库，结合市场的变化趋势，精准的预测客源的流量，为收益管理的精细化程度提高可靠的支撑。
（4）航空公司最重要也是最直接体现增收成果表现在“票价”及“剩余座位数”的合理匹配上，本文通过决策树的方法将价格区间与不同订座周期相匹配，将合理的价格区间投放在合适的时间给对应的旅客，及避免将高价值的旅客变成低票价的旅客，也要避免低票价的旅客流失成火车客源。通过新的市场细分、精准预测、精细化量价匹配等最终达到全面提高 A 航空公司收入。
参考文献（略）