ТЕХНИКАЛЫҚ ҒЫЛЫМДАР - ТЕХНИЧЕСКИЕ НАУКИ - TECHNICAL SCIENCE · УДК 338.5:640.4 · Русский
Выбор метода динамического ценообразования для гостиницы: сравнительный анализ и имитационный эксперимент
Аннотация
Номер гостиницы, не проданный на ночь, потерян навсегда, поэтому цену меняют по ходу продаж, но методы такого ценообразования редко сравнивают при одинаковых допущениях. В статье пять методов (фиксированный и сезонный тарифы, пороговое правило по загрузке, выборка Томпсона и динамическое программирование, ДП) оценены по шести критериям и сопоставлены в имитационной модели отеля на 50 номеров; её параметры, кроме эластичности спроса, оценены по 78 999 бронированиям City Hotel из набора Hotel Booking Demand. В пяти сценариях спроса по 30 прогонов ДП, знающее спрос, повысило доход на доступный номер (RevPAR) на 4,3–10,6% по сравнению с фиксированным тарифом, пороговое правило — на 1,9–5,2%, выборка Томпсона в принятой настройке — от −2,7 до +2,2%. Если ДП занижает эластичность на 30% при истинном значении 1,0, оно уступает фиксированному тарифу (−5,5%). Для информационной системы малого отеля разумно начать с порогового правила; результаты получены на имитации и требуют проверки на реальных ценах.
Ключевые слова: динамическое ценообразование, управление доходом гостиницы, имитационное моделирование, выборка Томпсона, динамическое программирование, RevPAR, эластичность спроса
Список литературы
- Talluri K.T., van Ryzin G.J. The Theory and Practice of Revenue Management. – New York: Springer, 2004. – 713 p. – DOI: 10.1007/b139000.
- Abrate G., Viglia G. Strategic and tactical price decisions in hotel revenue management // Tourism Management. – 2016. – Vol. 55. – P. 123–132. – DOI: 10.1016/j.tourman.2016.02.006.
- Abdirazakov N.M., Kushebayev Z.T., Numanova F.A., Orynbet P.Z., Myltykbayeva G.E. Understanding the relationships between hotel variables in Almaty, Kazakhstan: an investigation using booking.com data // Buketov Business Review. – 2023. – Vol. 112, No. 4. – P. 7–18. – DOI: 10.31489/2023ec4/7-18.
- António N., de Almeida A., Nunes L. Hotel booking demand datasets // Data in Brief. – 2019. – Vol. 22. – P. 41–49. – DOI: 10.1016/j.dib.2018.11.126.
- Gallego G., van Ryzin G. Optimal Dynamic Pricing of Inventories with Stochastic Demand over Finite Horizons // Management Science. – 1994. – Vol. 40, No. 8. – P. 999–1020. – DOI: 10.1287/mnsc.40.8.999.
- Thompson W.R. On the likelihood that one unknown probability exceeds another in view of the evidence of two samples // Biometrika. – 1933. – Vol. 25, No. 3/4. – P. 285–294. – DOI: 10.2307/2332286.
- Russo D.J., Van Roy B., Kazerouni A., Osband I., Wen Z. A Tutorial on Thompson Sampling // Foundations and Trends in Machine Learning. – 2018. – Vol. 11, No. 1. – P. 1–96. – DOI: 10.1561/2200000070.
- Bitran G.R., Mondschein S.V. An Application of Yield Management to the Hotel Industry Considering Multiple Day Stays // Operations Research. – 1995. – Vol. 43, No. 3. – P. 427–443. – DOI: 10.1287/opre.43.3.427.
- Glasserman P., Yao D.D. Some Guidelines and Guarantees for Common Random Numbers // Management Science. – 1992. – Vol. 38, No. 6. – P. 884–908. – DOI: 10.1287/mnsc.38.6.884.
- Шукаев Д.Н. Компьютерное моделирование: учебник. – Алматы: КазНИТУ, 2017. – 200 с.
- Shapiro S.S., Wilk M.B. An analysis of variance test for normality (complete samples) // Biometrika. – 1965. – Vol. 52, No. 3–4. – P. 591–611. – DOI: 10.1093/biomet/52.3-4.591.
- Wilcoxon F. Individual Comparisons by Ranking Methods // Biometrics Bulletin. – 1945. – Vol. 1, No. 6. – P. 80–83. – DOI: 10.2307/3001968.
- Holm S. A Simple Sequentially Rejective Multiple Test Procedure // Scandinavian Journal of Statistics. – 1979. – Vol. 6, No. 2. – P. 65–70.
- Besbes O., Zeevi A. Dynamic Pricing Without Knowing the Demand Function: Risk Bounds and Near-Optimal Algorithms // Operations Research. – 2009. – Vol. 57, No. 6. – P. 1407–1420. – DOI: 10.1287/opre.1080.0640.
- den Boer A.V. Dynamic pricing and learning: Historical origins, current research, and new directions // Surveys in Operations Research and Management Science. – 2015. – Vol. 20, No. 1. – P. 1–18. – DOI: 10.1016/j.sorms.2015.03.001.
- Ferreira K.J., Lee B.H.A., Simchi-Levi D. Analytics for an Online Retailer: Demand Forecasting and Price Optimization // Manufacturing & Service Operations Management. – 2016. – Vol. 18, No. 1. – P. 69–88. – DOI: 10.1287/msom.2015.0561.
- Weatherford L.R., Kimes S.E. A comparison of forecasting methods for hotel revenue management // International Journal of Forecasting. – 2003. – Vol. 19, No. 3. – P. 401–415. – DOI: 10.1016/S0169-2070(02)00011-0.
Как цитировать
Әлдебай Б.Ә. Выбор метода динамического ценообразования для гостиницы: сравнительный анализ и имитационный эксперимент // Central Asian Scientific Journal. – 2026. – №4(32), Т. 2. – С. 522–532.
CC BY 4.0 Статья в открытом доступе по лицензии CC BY 4.0: её можно свободно читать, копировать и распространять с указанием авторов и ссылки на статью. Подробнее о лицензии