Missed flight cover design

Abstract

Yanmaz bilet opsiyonu, havayolu şirketlerinin yan gelirlerini arttırırken, küçük kusurlardan dolayı uçaklarını kaçıran yolcuların mâli külfetlerini azaltarak yolculuklarına devam etmelerini sağlayan, ücreti ve geçerlilik süresi olan yeni bir sözleşmeli üründür. Amacımız, beklenen net geliri, opsiyonun fiyatı ve geçerlilik süresi üzerinden eniyileyerek, opsiyonun en büyük beklenen net gelirini, en iyi opsiyon fiyatı ve süresini bulmaktır. İlk olarak, net gelirin beklenen değerini hesaplayabilmek için yolcuların muhtemel davranışları olasılıksal grafik modeller yardımıyla tanımladık. Yolcuların opsiyonu alma ve uçaklarını kaçırdıktan sonra yolculuklarına devam etme kararlarını ise iki ayrı hiyerarşik Bayesyen karışık logit regresyon modeli yardımıyla modelledik. Daha sonra, karışık logit modellerinin parametrelerini tahmin edebilmek için, bireyselleştirilmiş Bayesyen istatistiksel sonlu seçenekler deneyleri tasarladık. Bu deneyleri, her soru seti, bireysel model katsayılarının önsel ve sonsal dağılımları arasındaki, beklenen Kullback-Leibler uzaklığı eniyileyecek şekilde tasarladık. Bilinmeyen model parametrelerinin, başka bir deyişle bireysel model katsayılarının, sonsal dağılımlarını hibrit bir Markov Zinciri Monte Carlo (MZMC) algoritması kullanarak hesapladık. Son olarak, altı farklı bireyselleştirilmiş sonlu seçenekler deneyi (iş ve iş dışı yolculuklar için opsiyon satın alma ya da almama, iş için olan ya da iş dışı olan, opsionlu ya da opsiyonsuz, kaçırılmış bir uçuşa devam etme ya da etmeme) için bir R-Shiny çevrimiçi anket web uygulaması geliştirip, bu uygulamayı kullanarak 300'ün üzerinde kişiden veri topladık. Uygulama yardımıyla topladığımız verileri kullanarak elde ettiğimiz, kişisel katsayıların sonsal dağılımlarından gelen MZMC örneklerini, piyasayı simüle etmek için kullandık. En sonunda, simüle edilmiş piyasa değerleri üzerinden havayolu şirketinin beklenen net gelirini eniyileyen opsiyon tasarımını bulduk.

Missed flight cover is an option with a price and validity period and is a source of ancillary revenues for the airline companies and helps passengers, who missed their flights, resume their journeys at reduced costs. We study optimal price and validity period of this option to allow a passenger to use missed flight fare towards the purchase of a future airline ticket. Our objective is to maximize the expected ancillary revenues of the airline. The possible actions of passengers are described with a probabilistic graphical model. Within that model, passenger's decision to buy the option and to resume the journey after a missed flight are described with separate hierarchical Bayesian mixed logit regression models. To estimate the parameters of those mixed logit models, an individualized Bayesian choice-based conjoint experiment is designed. In this experiment, each choice set is optimally picked so as to maximize the expected Kullback-Leibler divergence between subsequent posterior distributions of individualized part-worths. The posterior distributions of unknown model parameters, particularly, individualized part-worths, are calculated with a hybrid Markov Chain Monte Carlo (MCMC) algorithm. We developed an R-Shiny online survey web application for six different individualized choice experiments (buy or not buy an option for leisure and business travel, resume or not resume a missed leisure or business flight with or without an option) and collected responses of over 300 individuals. Using the MCMC samples of individual part-worths from their posterior distributions, we simulated the market. We searched and found an option design that maximized the average net revenue of the airline over the simulated runs of the market.