Gelir fırsat modeli (ROM) ve havayolu gelir yönetimi performansının ölçümü

Bir uçuşun geliri geçen yıla göre arttıysa bunun kaç parçası gelir yönetiminin işi? Talep yükselmiş olabilir, rakip fiyat artırmış olabilir, bayram o haftaya denk gelmiş olabilir. Gelir rakamı bunların hepsini tek sayıda topluyor ve RM ekibinin payını görünmez kılıyor. Gelir fırsat modeli (Revenue Opportunity Model, ROM) bu soruya cevap vermek için kuruldu. ROM gelir yönetimini gerçekleşen gelirle değil, o uçuşta mümkün olan en kötü ve en iyi sonuç arasındaki pencerenin ne kadarının doldurulduğuyla ölçer; böylece piyasanın getirdiği geliri kontrollerin getirdiğinden ayırır.

Kaynak metin modelin kökenini açıkça veriyor: uçuş ve segment bazlı gelir fırsat modeli 1987’de American Airlines’ta, mükemmel bilgi olsaydı önceki ayın gelir performansının nasıl iyileştirilebileceğini anlamak için geliştirildi. Yani ROM baştan bir geriye bakış aracı. Kalkış öncesinde karar vermiyor; kalkış sonrasında verilen kararları puanlıyor.

Mükemmel öngörü, belirsizliği denklemden çıkararak bir tavan çiziyor

ROM’un çalışma mantığı basit bir “ne olabilirdi” sorusu. Uçuş kalktıktan sonra elde kesin veri var: hangi sınıfa kaç kişi talep etti, kaç kişi uçağa geldi. Kalkıştan önce bunların hepsi tahmindi; kalkıştan sonra bunlar olgu. Model bu olgularla iki uç senaryoyu yeniden oynatıyor. Birinde hiçbir envanter kontrolü yok. Ötekinde kontroller mükemmel, yani talebin ve show-up’ın tam olarak bilindiği varsayılıyor. İkisi arasındaki fark, o uçuşta gelir yönetiminin oynayabileceği alanın büyüklüğü.

Kaynak metin amacı şöyle tarif ediyor: ROM, mükemmel bir öngörüyle maksimum geliri elde etmek için en uygun envanter kontrollerini belirliyor ve kullanılan gerçek kontrollerin görece iyi mi kötü mü olduğuna karar veriyor. Buradaki kilit kelime “görece”. Gerçekleşen gelir mutlak bir başarı ölçüsü olarak okunmuyor; aynı talep koşullarında mümkün olan en iyiye göre okunuyor.

Mükemmel kontrollerin pratikte uygulanamayacağı açık. Kimse talebi ve show-up’ı kalkıştan önce kesin bilemez. Ama bu senaryonun işi uygulanmak değil, teorik üst sınırı çizmek. Talep tahmini ve show-up belirsizliği sıfır varsayıldığında ulaşılabilecek gelir, mevcut stratejinin belirsizliği ne kadar iyi yönettiğini test etmek için bir kıyas noktası oluyor. Kaynak metin gelir yönetimi sürecinin görevini de bu çerçevede tanımlıyor: talep tahmini ve show-up belirsizliğiyle ilişkili riski etkili biçimde yönetmek ve beklenen geliri maksimize etmek. ROM o riskin ne kadar iyi yönetildiğini sonradan sayıya döküyor.

Yazılım tarafında bunun karşılığı şu: ROM bir optimizasyon motoru değil, bir yeniden oynatma motoru. Girdisi kalkış sonrası kesinleşmiş talep ve show-up verisi, çıktısı her uçuş için üç gelir değeri. Bu da demek ki kısıtlanmamış talebin, yani sınıf kapandığı için kaydı düşmeyen talebin de bir şekilde elde olması gerekiyor. Satılmayan koltuğun arkasındaki talep kayıtta yoksa, mükemmel kontrol senaryosu eksik bir talep üzerine kurulur ve tavan olduğundan alçak görünür.

Kontrolsüz senaryo, tabanı ilk gelene satarak buluyor

Alt sınırı çizen senaryo kontrol yokluğu. Burada envanter ilk gelen ilk alır (first-come, first-served) mantığıyla satılıyor. Koltuklar en düşük ücretli sınıflardan başlayarak doluyor, çünkü erken rezervasyon yapan yolcu genellikle ucuz sınıfı arayan yolcu. Uçak erken doluyor ve kâğıt üzerinde bu bir başarı gibi görünüyor: doluluk yüksek, satış erken bitmiş.

Bedeli sonra geliyor. Son dakikada gelen ve daha yüksek ücret ödemeye hazır yolcu dolu bir uçakla karşılaşıyor ve dışarıda kalıyor, yani spill oluyor. Kaynak metne göre bu senaryo toplam geliri minimize ediyor. Bu yüzden kontrolsüz gelir, RM’nin katkısını ölçmek için doğal bir sıfır noktası: hiçbir şey yapmasaydık ne kazanırdık sorusunun cevabı.

İki senaryonun arası gelir fırsatı. Gerçekleşen gelir bu pencerenin içinde bir yere düşüyor ve RM ekibinin başarısı, piyasa koşullarından bağımsız olarak pencerenin ne kadarının doldurulduğuyla ölçülüyor. Talep zayıf bir ayda pencere daralabilir, güçlü bir ayda genişleyebilir; ölçü pencerenin boyutuna değil, doluluk oranına bakıyor.

AUS-DFW örneği: fırsatın yarısından azı yakalanmış

Kaynak metin bu hesabı 100 koltuklu tek bacaklı bir uçuşla, Austin-Dallas (AUS-DFW) seferiyle somutlaştırıyor. Rakamlar şöyle:

• Mükemmel kontrollerle maksimum gelir: 12.150 $
• Kontrol yokken minimum gelir: 7.100 $
• RM kontrolleriyle gerçekleşen gelir: 9.352 $

Gelir fırsatı maksimum ile minimum arasındaki fark, yani 5.050 $. RM kontrollerinin kontrolsüz senaryoya göre kazandırdığı ek gelir, gerçekleşen ile minimum arasındaki fark, yani 2.252 $. İkincinin birinciye oranı kazanılan gelir yüzdesi (Percent Revenue Gained): yüzde 44,59.

Bu rakamı iki yönden okumak gerekiyor. Birincisi, RM kontrolleri hiçbir şey yapmamaya göre uçuşa 2.252 $ eklemiş; bu gerçek bir katkı ve gelir raporunda başka hiçbir kalemin içinde görünmüyor. İkincisi, aynı talep koşullarında masada kalan tutar 5.050 $ ile 2.252 $ arasındaki fark, yani 2.798 $. Pencerenin yarısından fazlası doldurulamamış. Tek başına 9.352 $ gelir rakamı bu iki bilginin hiçbirini vermiyor.

Kazanılan gelir yüzdesi, kaynak metnin tanımıyla, RM kontrolleri sayesinde elde edilen ek gelirin toplam mümkün gelir fırsatına oranı. Oran düşükse iki açıklamadan biri geçerli: ya sistem düşük değerli yolcuyu fazla kabul edip yüksek değerli talebi kaçırmış, ya da tam tersine yüksek değerli talep beklerken koltukları boş bırakmış. Bu iki hatanın adı var ve ROM kaybı bu iki kaleme bölerek teşhisi mümkün kılıyor.

Kayıp iki yönden geliyor: boş kalan koltuk ve ucuza giden koltuk

Birinci kalem spoilage, yani boşa giden kapasite. Tuhaf olan, talebin fazla olduğu bir uçuşta bile ortaya çıkabilmesi. Kaynak metne göre spoilage’ın temel nedeni, show-up oranlarının ya da yüksek değerli rezervasyon sınıflarına olan talebin olduğundan fazla tahmin edilmesi. Sistem “bu koltuğu daha pahalıya satarım” diye saklıyor, beklenen talep gelmiyor ve uçak boş koltukla kalkıyor. Ucuz sınıfta reddedilen yolcu da kayıp, pahalı sınıfta hiç gelmeyen yolcu da.

İkinci kalem dilution, yani seyrelme. Burada koltuk boş kalmıyor, yanlış yolcuyla doluyor. Kaynak metin bunu mevcut kapasitenin optimal olmayan bir yolcu karmasıyla doldurulması olarak tanımlıyor: daha yüksek ücret ödemeye razı yolcular varken sistemin kapasiteyi daha ucuz sınıflara açması. Bu yüzden dilution doluluk oranından bağımsız bir sorun. Tam dolu bir uçuş da seyrelmiş olabilir; hatta kontrolsüz senaryo tam olarak böyle bir uçuş üretiyor. Kaynak metin dilution’ı maksimum müşteri fırsatı ile gerçekleşen gelir arasındaki farktan hesaplıyor.

İki hatanın yönü birbirine zıt ve bu, ayrı ölçülmelerinin asıl nedeni. Spoilage sistemin fazla temkinli, dilution fazla cömert olduğunu söylüyor. Tek bir “kayıp gelir” rakamı bakan birine hangi yöne düzeltme yapacağını söylemez; iki ayrı rakam söyler. Show-up tahminini aşağı çekmek spoilage’ı azaltırken dilution’ı artırabilir, indirim tahsisatını daraltmak dilution’ı azaltırken spoilage’ı artırabilir. ROM’un katkısı bu dengeyi görünür hale getirmek.

Yazılım tarafında bunun karşılığı, raporlama katmanında kaybın tek bir kolon olarak değil, en az iki ayrı ölçü olarak tutulması. Bir panelde yalnızca kazanılan gelir yüzdesi varsa analist düşüşü görür ama nedenini göremez.

Sınıflar arası spill sırası, indirim tahsisatındaki hatayı ele veriyor

ROM uçuş düzeyinde bir karne veriyor. Hatanın hangi sınıfta yapıldığını görmek için daha ince metriklere iniliyor. Bunlardan ilki spill rate, yani taşma oranı: bir sınıfa gelen talebin ne kadarının koltuk bulamadığı için reddedildiği.

Kaynak metnin koyduğu iş kuralı şu: spill rate değerlerinin en yüksek değerli sınıftan en düşüğe doğru artan bir sırada olması beklenir. Mantığı açık. İyi çalışan bir sistem koltuğu pahalı yolcu için saklar, ucuz sınıfları önce kapatır; dolayısıyla taşma en çok ucuz sınıfta, en az pahalı sınıfta görülmeli. Sıralama bozulmuşsa, örneğin pahalı sınıfta daha çok taşma varsa, sistem indirimli sınıflara fazla koltuk ayırmış ve bunun sonucunda yüksek değerli talebi geri çevirmek zorunda kalmış demektir. Bu, dilution’ın sınıf düzeyindeki izi.

İkinci metrik closing rate, yani kapanış oranı: bir rezervasyon sınıfına olan talebin o sınıftaki mevcut koltuk sayısını aşma olasılığı. Bu oran geriye bakan ROM’u ileriye bağlayan halka. Kaynak metne göre kapanış oranı, gelecekteki kalkışlar için envanterin ne zaman kapatılması gerektiğine dair otomasyon kararlarına temel oluşturuyor. Geçmiş uçuşlarda bir sınıfın ne sıklıkla dolduğu, benzer uçuşlarda o sınıfın ne zaman kapatılacağının girdisi oluyor.

Yazılım tarafında bu iki metrik farklı tüketicilere gidiyor. Spill rate sıralaması bir teşhis kuralı: sıralama bozulduğunda alarm üreten bir kontrol olarak yazılabilir. Closing rate ise bir karar girdisi: envanter kontrol sisteminin kapanış otomasyonunu besliyor. Aynı veri tabanından hesaplansalar da biri analistin panosuna, öteki envanter sisteminin parametre akışına bağlanıyor.

Ölçümün birimi, havayolunun optimizasyon birimiyle aynı olmalı

AUS-DFW örneği tek bacaklı bir uçuş ve hesap orada temiz: bir uçak, bir kabin, bir pencere. Çok segmentli ağlarda soru değişiyor. Kaynak metin kuralı açık koyuyor: bacak ve segment bazlı çalışan taşıyıcılar için gelir fırsatı ölçümleri uçuş bacağı düzeyinde, O&D (Origin & Destination, çıkış ve varış noktası) bazlı çalışan taşıyıcılar için ise ağ düzeyinde hesaplanmalı.

Kuralın arkasındaki mantık, ölçümün kararın verildiği birimde yapılması. O&D taşıyıcısı koltuğu tek bir bacağın gelirine göre değil, yolculuğun bütününe göre dağıtıyor. Böyle bir sistemi bacak bacak puanlamak, karar vermediği bir birimde karne kesmek demek; tavan da taban da yanlış yerde çizilir.

Kaynak metnin önerisi de bu doğrultuda: çok segmentli uçuşlarda lineer programlama modelleriyle ağ düzeyinde optimizasyon yapmak ve kârlılığı segment bazında değil ağ genelinde maksimize etmek. Ölçüm tarafında bu, ROM’un mükemmel kontrol senaryosunun da ağ düzeyinde kurulması demek. Yazılım tarafında ise ölçüm sisteminin, envanter kontrolünün hangi birimde karar verdiğini bilmesi gerekiyor. Leg bazlı bir RM’den O&D’ye geçen bir havayolu, raporlama katmanını aynı anda değiştirmezse yeni sistemi eski ölçüyle değerlendirir ve geçişin getirisini göremez.

Yarın işe yarayacak dört çıkarım

1. Spill sıralaması tersine döndüğünde indirim tahsisatını daralt. Pahalı sınıflardaki taşma ucuz sınıflardakini geçiyorsa, indirimli sınıflara ayrılan koltuk kapasitesini kıs. Beklenen sonuç, yüksek değerli yolcu hacminde artış.
2. Spoilage yüksekse tahminleri aşağı revize et. Boş kalkan koltuğun nedeni çoğu zaman şişkin tahmin. Show-up oranı ve yüksek sınıf talep tahminlerini aşağı yönlü düzelt; beklenen sonuç doluluk oranında (load factor) iyileşme.
3. Kazanılan gelir yüzdesi düşükse kontrolsüz senaryoyla gerçekleşeni yan yana koy. “No Controls” ile “Actual” arasındaki farkı analiz et, kaybın spoilage mı dilution mı olduğunu ayır ve RM algoritmasının kurallarını o yöne göre sıkılaştır. Beklenen sonuç toplam uçuş gelirinde artış.
4. O&D taşıyıcısıysan ağ düzeyinde ölç ve optimize et. Çok segmentli uçuşlarda lineer programlama modelleriyle ağ düzeyinde optimizasyon yap ve ROM’u da aynı düzeyde hesapla. Hedef segment bazlı değil, ağ genelinde maksimum kârlılık.

Bu bölümde ne yok: reddedilen talebin nasıl tahmin edildiği (“Gelir yönetiminde beklenen kayıp (spill) ve talep analizi”), show-up oranının nasıl modellendiği (“Havacılıkta overbooking (fazla rezervasyon) ve show-up modelleme stratejileri”) ve ağ optimizasyonunun kendisi (O&D bölümleri). Bu bölüm o parçaların ürettiği kararların sonradan nasıl puanlandığını anlatmak için var.