ИНФОРМАЦИОННЫЙ ТРЭВЕЛ - ПОРТАЛ

ДИНАМИЧЕСКАЯ ТАРИФИКАЦИЯ – ИМПЕРАТИВ АВИАТРАНСПОРТНОГО РЫНКА

Под динамической  тарификацией понимается стратегия ценообразования, в которой цена продукта изменяется в зависимости от рыночного спроса и текущего доступного предложения и включает в себя авиаперевозку и другие услуги, тарифами которых управляет не только авиакомпания, но и уполномоченный агент.  Хотя динамическое ценообразование нельзя назвать новой концепцией в авиационной отрасли, методы, алгоритмы и технологии, лежащие в его основе, сегодня развиваются поступательно на основе новых электронных технологий, в том числе, в дистрибутивной среде авиакомпаний, уполномоченных агентов, АСБ и других субъектов рынка.

Материалы по динамической тарификации, опубликованные в прошлых выпусках АвиаГоризонтов, вызвали интерес  читателей, поэтому мы решили продолжить эту тему.

Авиакомпании часто называют первопроходцами на поле динамических тарифов, поскольку именно они начали предлагать один и тот же продукт по разным ценам в 80-х и 90-х годах прошлого века. За последнее десятилетие интернет-технологии дали толчок этому направлению авиационной коммерции в русле стратегий, основанных на данных о маркет-плейсе и предпочтениях клиентов авиакомпаний.

Хотя динамическое ценообразование часто рассматривается лишь как способность предлагать продукт по разным ценовым категориям, на самом деле это набор эволюционирующих ценовых концепций, которые позволяют гибко варьировать ценой в режиме реального времени на основе различных критериев, которые связаны как с ценой самой перевозки, так и с пакетом сопутствующих услуг.

Многие авиакомпании имеют высокий уровень компетентности в том, что касается тарификации билетов, чего не скажешь о некоторых новых продуктах и дополнительных услугах. В основном это связано с отсутствием необходимых технологических возможностей в их нынешних системах, поскольку изначально они создавались для продажи именно авиабилетов, и зачастую им не хватает системных решений для оптимальной тарификации других продуктов, которые сегодня находятся в стадии реализации. В частности, это касается внедрения новых технологических решений в рамках стандарта NDC IATA.

Как АвиаГоризонты писали ранее, динамическая цена рассчитывается на основе ретроспективного анализа данных о продажах по различным каналам продаж, различных услуг и поставщиков других неавиационных контентов. Это позволяет прогнозировать рыночный спрос на услуги в пакете с учетом циклических и сезонных моделей. Такой метод эффективен по сравнению со статичным ценообразованием, но имеет некоторые недостатки.

Так, анализ рыночного спроса иногда не поспевает за стремительно меняющимся спросом на рынке за счет внешних факторов. Данные о продажах, хотя и являются хорошим ориентиром, не могут учесть все нюансы, которые могут повлиять на конъюнктуру в конкретный момент времени. Кроме того рынок находится на переходном этапе и в силу отсутствия системных и технологических решений авиакомпании не в состоянии быстро, объективно и в полном объеме создать и оценить ряд статистических и аналитических данных.

Кроме того, эти данные в значительной степени основаны на циклических и сезонных моделях, которые являются надежными, лишь тогда, когда рынок стабилен. Но их качество снижается, если рынок и/или конкуренция становятся более волатильными и, следовательно, менее предсказуемыми.

Современные динамические ценовые решения используют новейшие технологии и алгоритмы для формирования динамических цен в реальном времени, обращаясь к нескольким источникам информации для более точной калибровки рыночного спроса. Выполнение расчетов в режиме реального времени позволяет использовать сиюминутные показатели для определения самой выгодной цены. Устранение временной задержки между изменениями ситуации на рынке и соответствующей корректировки цены обеспечивает конкурентное преимущество тем, кто первым внедрил новации и смог организовать анализ всего спектра услуг, по которым формируется пакет услуг для пассажира.

Машинные алгоритмы

Появление кластерных дистрибутивных платформ дает возможность внедрить алгоритмы машинного обучения, которые ранее были чрезмерно дорогими в части компьютерных мощностей. Сегодня эти платформы позволяют разбить необходимые вычисления на небольшие фрагменты по каждому кластеру (модулю), которые затем можно обрабатывать параллельно, используя современную облачную инфраструктуру. Это означает, что у авиакомпаний появилась возможность  применять проверенные академические методы машинного обучения в нужное время и в нужном месте по исследуемому сегменту рынка услуги  или пакета услуг, повышая экономическую эффективность бизнеса.

На фундаментальном уровне машинное обучение представляет собой практику использования методов статистического анализа для прогнозирования на основе аккумулированных данных. Имеется несколько категорий алгоритмов машинного обучения. IT-компания Datalex выделяет следующие категории:

Контролируемое обучение (Supervised learning). В процессе контролируемого обучения используются собранные данные с известным результатом для обучения системы, чтобы она могла идентифицировать сходные сценарии в массивах новых данных и точно прогнозировать будущие результаты. Пример: использование исторических данных о продажах для прогнозирования текущего спроса на основе ежедневных и сезонных моделей.

Неконтролируемое обучение (Unsupervised learning). При данном методе используются собранные данные для идентификации повторяющихся шаблонов для составления прогнозов как о прошлых, так и о текущих расширенных наборах данных. Пример: использование исторических данных о клиентах для классификации сегмента, к которому принадлежит клиент на основе известных атрибутов плюс с учетом новых атрибутов по новым услугам.

Усиленное обучение (Reinforcement learning). Это автономный метод, который не требует исторических данных, а работает «на лету», посредством непрерывной обратной связи для определения действий, которые приносят положительную или отрицательную денежную отдачу. Пример: оптимизация доходов путем постоянного анализа данных о продажах в режиме реального времени для точной настройки текущей динамической цены с целью максимизации полученного дохода.

Глубокое обучение (Deep learning). Метод, анализирующий собранные данные для автономной идентификации атрибутов, и позволяющий наиболее точно прогнозировать результат, который может быть применен к будущим наборам данных. Пример: оптимизация пакетированных продуктов с целью максимизации общего дохода, полученного в каждом конкретном контексте продаж.

Каждая из вышеуказанных категорий исследований в области машинного обучения предлагает захватывающие возможности для динамического ценообразования. Например, контролируемое и неконтролируемое обучение создает платформу для новых алгоритмов динамической тарификации, в рамках которой экспертные знания в области ценообразования сочетаются с автоматизированным машинным обучением, которое позволяет масштабировать бизнес-процессы. Усиленное и глубокое обучение уменьшают зависимость от тарификации в ручном режиме, позволяя использовать автономные алгоритмы ценообразования для максимальной автоматизации и оптимизации имеющихся ценовых решений.

При этом следует признать, что контроль над тарифами и корректировка динамических вариантов в ручном режиме в ближайшее время останутся востребованными, потому что системы дистрибуции авиакомпаний находятся на переломном этапе. Старые подходы к анализу рынка продолжают работать, а новые решения находятся в зачаточном состоянии, и по ним еще стандартизированы не все процессы. В частности, это относится и к такому важному технологическому реквизиту, как единый заказ (ONE Order) в рамках проекта NDC IATA.

Таким образом, с помощью функционалов, построенных на машинном обучении для принятия автономных ценовых решений, динамическое ценообразование может применяться практически к каждому продукту (услуге), реализуемому через любой канал/субъекта продаж и на любом рынке. Кроме того, гибкие тарифы позволят адаптироваться к каждому конкретному субъекту продаж под определенного клиента, что особенно важно в свете новых дистрибутивных технологий, в которых широко используются кастомизация и персонализированные предложения под клиента. То есть, мы подходим к возможности обработки технологического реквизита идентификатора пассажира (passenger ID).

Эксперты называют персонифицированные услуги (с ID) в рамках единого заказа (ONE order) цементирующим звеном между основным продуктом, ценой, выгодой предложения для авиакомпании и субъекта ритейла (уполномоченного агента). Ритейлеры, имеющие эффективные инструменты персонализации клиента под набор услуг в едином заказе, несомненно, имеют конкурентное преимущество и все шансы завоевать авиарынок, который становится все более оцифрованным. И хотя верная цена, прежде всего, является ключом к повышению конкурентоспособности авиакомпании и максимизации ее доходов и маржи, она также может использоваться как рычаг для развития других важных аспектов бизнеса, включая технологическую вооруженность, корпоративную репутацию, значимость бренда и т.п.

Ценовые парадигмы

Способы ритейлеров для увеличения доходов включают, в частности, повышение цен, когда спрос высок, а также проведение рекламных акций, когда спрос слаб с определенной жертвой маржи для увеличения доли рынка. Ценовой фактор может использоваться для управления спросом на определенные услуги в периоды их нехватки, а также для устранения узких мест в операционной и технологической составляющих. В контексте авиационного рынка тарифы используются для управления предложением услуг, гарантируя, чтобы на рынке при всех обстоятельствах было предложение для тех, кто готов заплатить рыночную цену, включая увеличение объема предложений услуг как в интернете, так и в розничной сети в периоды пикового спроса под конкретный сегмент пассажира (самостоятельные, корпоративные и другие клиенты).

В других отраслях, к примеру, в электроэнергетике, есть примеры использования динамического ценообразования для снижения спроса в пиковые периоды, чтобы уменьшить нагрузку на энергосистему. Точно так же компании платных дорог используют динамическое ценообразование для управления объемами движения на перегруженных трассах в пиковые периоды. В контексте трэвел-услуг и автомобильных перевозок Uber использует свою модель «ценового скачка» для выравнивания спроса и предложения, тем самым гарантируя, что его услуги всегда будут доступны клиенту, хотя, возможно, и дороже. Пересмотром своей тарифной политики озаботилось и российское АО РЖД.

Динамичное ценообразование широко применяет Высшая бейсбольная лига США, превратив ее в стандарт тарификации: цены на билеты варьируются в зависимости от местоположения стадиона, прогноза погоды, текущих результатов команды, уровня мастерства соперника и многих других факторов. В результате была достигнута более высокая средняя посещаемость матчей, особенно для «неинтересных» игр.

В рамках ценовых стратегий эти способы могут использовать и авиакомпании, например, для оптимизации доступа к залам ожидания, снижения нагрузки в зонах регистрации в аэропорту и обеспечения приоритетной посадки, чтобы не снижать планку качества обслуживания для самых ценных клиентов.

Для авиакомпаний переход от их существующих систем ценообразования, которые в течение десятилетий оставались, в основном, неизменными, к новым динамическим способам может оказаться непростой задачей. Причина в том, что действующие тарифные системы, стандарты и технологии продажи перевозок и услуг глубоко интегрированы в каналы продаж авиакомпании, как прямые, так и через уполномоченных агентов. Для их перестройки требуется огромная работа, связанная, в частности, с переходом на новые стандарты и технологии, которые инициировала IATA в 2012 году в рамках проекта NDC.

Системы допуслуг авиакомпаний также часто не соответствуют технологическим требованиям динамического ценообразования. Перевозчики находятся в поиске, пытаясь найти  выход во внедрении специальных функционалов тарифных надбавок и других способов, которые позволяют динамически корректировать тарифы по сравнению со стандартной ценой, включая и тарифы на свои допуслуги. Однако полноценной системой динамического ценообразования их называть пока рано.

Тактика и стратегия

Во многих случаях понятие «стратегический подход» подразумевает поступление денежных средств не сразу, а в будущем. Соответственно, многие ритейлеры зачастую меняют цену в большую или меньшую сторону для конкретной транзакции в качестве первого шага на пути к максимизации маржи. При этом ставка делается на долгосрочные отношения с наиболее ценными клиентами, учитывая такие факторы, как размер кошелька и выгоду, которую он может принести в долгосрочной перспективе.

Иными словами, в тактическом ракурсе они могут пойти на определенную потерю выгоды в пользу оптимальных среднесрочных и долгосрочных результатов. В этом отношении адекватная система динамической тарификации помогает не только всецело изучить профиль и ценность пассажира, но и сохранить его для авиакомпании в качестве постоянного клиента.

Авиаперевозчики находятся в преимущественном положении перед другими компаниями, имея такие продукты, как авиабилет и собственные допуслуги, приобретение которых обусловлено, прежде всего, необходимостью для клиента, который обращается к той или иной авиакомпании, потому что альтернативного вида транспорта просто нет.

При этом сегодня авиакомпании стараются войти и в другие ниши динамического ценообразования по мере того, как эволюционируют в трэвел-ритейлеров, используя новые каналы продаж и дистрибутивные технологии. Перевозчики сейчас продают все больше продуктов, повышающие качество путешествия, включая сервисы в аэропорту (доступ в залы ожидания, ускоренное прохождение формальностей, приоритетная посадка на борт) и непосредственно в салоне (увеличенное пространство для ног, расширенный ассортимент питания, бортовой Wi-Fi и т.п.).

Характер этих продуктов различен, и они не основаны на чисто перевозочной составляющей, как авиабилет. Поэтому в этой области авиакомпаниям следует обратить внимание на способы реализации, применяемые ведущими интернет-магазинами и уполномоченными агентами розничной торговли для продвижения продукции и стимулирования спроса, включая, не в последнюю очередь, временной фактор, обеспечивающий наибольшую привлекательность и отдачу конкретного предложения.

В прошлом авиатарифы регулировались, и авиакомпании, как правило, предлагали примерно одинаковые цены для конкретного продукта. Эта статичная схема означала, что значительная денежная масса не работала должным образом из-за нехватки дополнительного спроса и дополнительных предложений, поскольку клиенты, имеющие средства, платили за нужный им продукт, а другие отказывались от него.

В контексте динамической тарификации и руководствуясь историческим рыночным спросом, коммерсанты авиакомпаний предложили несколько ценовых точек для разных сегментов клиентов в разное время в цикле продаж. Это помогло быстро уменьшить утечку доходов за счет расширения спроса и выравнивания цены по среднему рыночному показателю готовности пассажира заплатить за тот или иной продукт, с учетом имеющегося ресурса мест.

Однако традиционные дистрибутивные стандарты ограничивают возможности авиакомпаний в плане ценовых точек, в которых можно оперативно корректировать тарифы. Новая дистрибутивная модель IATA (NDC) с ее декларированными возможностями обслуживать конкретного клиента под его собственным ID в рамках единого заказа по неограниченному спектру услуг, как представляется, позволит решить эту проблему, обеспечив авиакомпаниям необходимое количество ценовых точек в режиме реального времени.

Подводя итог сказанному, можно сделать вывод, что авиакомпании должны инвестировать средства в передовые технологии тарификации, чтобы максимизировать возможности ритейла, которые сегодня имеются на авиатранспортном рынке, и создать систему динамического ценообразования, отвечающую критериям новой дистрибутивной среды и способную сполна воспользоваться ее преимуществами. При этом IATA, со своей стороны, должна завершить стандартизацию реквизитов и правил, связанных с реализацией ONE order в русле проекта новой дистрибутивной модели.

 

Александр Русс, Основатель портала АвиаГоризонты,

Владимир Маслов, Главный редактор портала АвиаГоризонты

По материалам анализа зарубежного и российского авиатранспортного рынка