A fuzzy approach for show-up forecasting in airline revenue management

Abstract

İlk olarak havacılık, sonrasında otelcilik sektörlerinde denenen ve günümüzde çok sayıda sektör tarafından kullanılan gelir yönetimi mantığı, halen hava yolu şirketlerinin gelirlerini artırma stratejilerinde önemli yer tutmaktadır. Ücretlendirme (Pricing) ve verim yönetimi (Yield management) yöntemleri ile pazar sınıflandırması yapan hava yolu şirketleri, ulaştığı yolcu portföyünü genişletmek ve maksimum geliri elde etmeyi amaçlamaktadır.Rezervasyonu olduğu halde uçuşa gelmeyen (no-show) yolcuların oluşturacağı muhtemel maliyet, havacılıkta uçak kapasitesini aşacak şekilde fazladan satılan biletlerle azaltılmaktadır. Bu çalışmada, yolcuların uçuşa gelme yüzdeleri, ücret, kalkış ve varış noktası arasındaki direkt uçuş sayısı, varış ülkesinden vize alma zorluğu, varış ülkesinin insani gelişmişlik endeksi, uzaklık ve sıcaklık faktörleri üzerinden incelenerek bir tahmin modeli oluşturulmuştur.Tahmin modelinin oluşturulmasında kullanılan verinin tüm sene yerine 6 aylık bir süreyi kapsaması ve 8 varış noktası içermesi sebebiyle belirsiz durumlarda görece daha iyi sonuçlar veren bulanık doğrusal regresyon yöntemi tercih edilmiştir. Uygulama sonunda karakteristiğine göre her hat için, bir yolcunun uçuşa gelme oranı minimum ve maksimum olmak üzere iki değer arasında hesaplanmaktadır. Ortaya çıkan modelin hedefi, yeni kurulacak bir hava yolu için, uçuşa gelecek olan yolcularının oranının doğru tahmin edilmesini sağlayarak, kabul edilecek fazla yolcu sayısındaki hatayı azaltmaktır.

Revenue Management logic had been firstly used in aviation and then hotel sectors has still had big place in airlines' strategies increasing their revenue. Airline companies enabling market segmentation via Pricing and Yield Management methodologies aim to enlarge the number of passengers reached and obtain the maximized revenue. Overselling which is one of the foremost points of Yield Management is a very important income tool for airlines whose product is perishable and meaningless after departure. The possible cost revealed because of no-show passengers is compensated by overbooked customers. Show-up rates of the passengers are investigated in this thesis via six factors; fare, number of direct flights between origin and destination points, difficulty of having visa from destination country, human development index of destination country, distance and temperature and a forecast model is offered.There are six-month data instead of one whole year and the data is comprised of eight destination points, fuzzy linear regression method which is better in uncertain conditions and human perception is opted rather than statistical linear regression. At the end of application, show-up rate of a passenger is calculated between a minimum and maximum value for each line with respect to its characteristic. The main aim of the forecasting model is to predict the show-up rate of the passengers and minimize the error of number of overbooked customers for a brand-new airline.