Havacılıkta spill (taşan talep) modeli ve iş mantığı analizi

Bir uçuş yüzde yüz dolulukla kalktığında sistemdeki kayıt kapasite kadar yolcu gösteriyor. Bu sayı talebin kendisi değil, talebin uçağa sığan kısmı. Kapasitenin ötesinde koltuk arayıp bulamayan yolcu hiçbir tabloya girmiyor; başka bir uçuşa, başka bir havayoluna ya da hiç uçmamaya gidiyor. Spill modeli, dolu uçağın susturduğu talebi sayıya çeviren araç; filodan sadakat programına kadar kapasiteye dokunan her karar bu sayının üzerine kuruluyor. Brifing onu operasyonel bir ölçüt olarak değil, stratejik bir planlama aracı olarak konumluyor, bu bölüm de o iddianın arkasındaki mantığı açıyor.

Dolu uçuşun verisi talebi kapasitede kesiyor

Kaynak metnin temel tanımı basit: taşan yolcu oranı (spill rate), bir uçuştaki taşan yolcu sayısının nominal talebe bölünmesiyle elde ediliyor. Pay, uçağa binemeyen yolcular; payda, kapasite olmasaydı gelecek toplam talep. Sorun ikisinin de doğrudan ölçülememesi. Geçmiş kayıtlarda görülen şey kesilmiş (truncated) trafik; ihtiyaç duyulan şey kısıtsız (unconstrained) talep.

Bu fark yalnızca akademik değil. Kapanmış uçuşların kaydını olduğu gibi talep tahmininin girdisi yapan bir sistem, en yoğun günlerde talebi sistematik olarak düşük görüyor. Bir sonraki dönem daha az kapasite koyuyor, uçak yine doluyor, kayıt yine kapasitede kesiliyor. Döngü kendi yanlışını doğruluyor. Yazılım tarafında bunun karşılığı şu: tahmin servisine giden trafik verisi, uçuşun o gün kapalı olup olmadığı bilgisini taşımıyorsa, servis kesilmiş bir gözlemle gerçek bir gözlemi ayırt edemiyor.

Yolcu kapanma oranı her zaman uçuş kapanma oranından büyük

Spill modeli iki olasılığı birbirinden ayırıyor ve kararların önemli bir kısmı bu ayrımın doğru anlaşılmasına bağlı. Uçuş kapanma oranı (flight closing rate), kısıtsız talebin uçağın fiziksel kapasitesini aşma olasılığı: kaç günün dolu geçeceği. Yolcu kapanma oranı (passenger closing rate) ise sisteme giren ek bir yolcunun boş koltuk bulamama ve uçağa kabul edilmeme olasılığı: rastgele seçilmiş bir yolcunun geri çevrilme ihtimali.

Kaynak metin aradaki ilişkiyi kesin bir kural olarak koyuyor: yolcu kapanma oranı her zaman uçuş kapanma oranından büyük, çünkü uçuşun dolu olduğu günlerde boş olduğu günlere kıyasla daha fazla yolcu koltuk talep ediyor. Talep yoğun günlerde yığılıyor; yolcuların çoğu da tam o günlerde geliyor. Uçağın on günden birinde dolu olması, yolculardan yalnızca onda birinin etkilendiği anlamına gelmiyor.

Brifingin buradan çıkardığı iş kuralı karar vericiye yönelik: yalnızca uçuşun dolma olasılığına bakma, ek bir yolcunun reddedilme olasılığına odaklan. Slaytın notu da bunun hesaplanma yolunu gösteriyor: yolcu kapanma oranı, yoğun günlerde yığılan talebi analiz etmek için PNR verisi üzerinde koşullu olasılık kurmayı gerektiriyor. Envanter sisteminde bir uçuşun kapalı sayılması da tanımlı bir olay: tüm rezervasyon sınıflarında (RBD) izin verilen seviyeye (authorized level) ulaşıldığında uçuş kapalı statüsüne geçiyor. Kapanma, sistemin kaydettiği bir durum; taşma ise kaydedilmeyen sonucu.

Aynı hesap altı ayrı kararın fiyatını veriyor

Spill modelinin değeri, tek bir soruya cevap vermesinden değil, farklı departmanların farklı sorularını aynı mekanizmaya indirgemesinden geliyor. Brifing kullanım alanlarını dört başlıkta topluyor, sunum altıya ayırıyor: alternatif kapasiteler, kabin konfigürasyonu, yeni pazar girişi, kurumsal indirim etkisi, tarife kârlılığı ve sadakat programı maliyeti. Hepsinin ortak sorusu aynı: kapasite şu kadar değişirse ya da koltuğun bir kısmı şu yolcuya verilirse, kaç gelirli yolcu kapıda kalır?

Büyük uçak ancak taşıdığı ek yolcu kadar değerli

İlk kullanım en doğrudan olanı. Mevcut bir rotada uçağı büyütme kararı, örneğin B737’den B767’ye geçiş, daha büyük uçakla taşınabilecek artımlı yolcu (incremental passengers) sayısının tahminine dayanıyor. Mevcut talep kapasitenin çok üzerindeyse ve spill modeline göre kazanılacak ek yolcu geliri operasyonel maliyet artışını karşılıyorsa kapasite büyütülüyor. Sunumdaki örnekte 110 koltuktan 210 koltuğa çıkılıyor; ama eklenen yüz koltuğun tamamı dolmuyor. Dolan kısım, bugün taşan talebin büyük uçağa sığan kısmı kadar.

Ters yön de aynı hesapla çalışıyor. Kapasite düşürüldüğünde beklenen trafik kaybı, küçülmenin taşan yolcu sayısında yaratacağı artış simüle edilerek bulunuyor; bu da kaybedilecek geliri veriyor. Slaytın notu bu kararları ağ planlamanın operasyonel devirden önceki günlük kararları olarak tanımlıyor: upgauging ve downgauging. Pazarlama planlama bölümünde anlatılan kalkışa yakın uçak değişimi tam olarak bu hesabın son dakikada tekrar çalıştırılması.

Kabin içinde aynı mantık daha ince bir çözünürlükte işliyor. Business sınıfına koltuk eklemek premium taşmayı azaltıyor ve gelir artırıyor; ama business koltuk fiziksel olarak daha fazla yer kapladığı için ekonomi daralıyor, ekonomi taşması artıyor ve oradaki gelir düşüyor. Sunumun notuna göre bir business koltuğunun yerinden etme etkisi fiziksel olarak 2-3 ekonomi koltuğuna eşdeğer. Karar, iki eğilimin kesiştiği konfigürasyon. Brifing uluslararası pazarlar için somut bir davranış tarif ediyor: business talebi yüksekse sistem premium spill oranını düşürmek için business kapasitesini artırmayı önermeli, ama bunu ekonomideki olası gelir düşüşüyle birlikte net kâr etkisi üzerinden ölçmeli. Premium taşma analizi yalnızca baş sayısını değil, getiri (yield) farkını da hesaplıyor; iki taşan yolcu aynı parayı kaybettirmiyor.

İndirimli koltuğun maliyeti yerinden ettiği yolcu

Kapasite sabit kaldığında da spill modeli bir maliyet buluyor. Kurumsal indirim alan yolcu uçakta bir koltuk kaplıyor ve o koltuk, aynı uçuşa tam ücretle bilet almak isteyecek bir yolcunun olamıyor. Brifing bu kaybı yerinden etme (displacement) olarak adlandırıyor: spill modeli, kurumsal yolcuların yer kaplaması nedeniyle tam ücret ödeyen yolcuların ne kadarının dışarıda kaldığını tahmin ediyor ve kurumsal programın gerçek maliyeti bu yerinden etme maliyeti oluyor. İndirim oranı bir liste fiyatı; asıl bedel, o koltuğun kime satılamadığı.

Sadakat programında mekanizma aynı, soru biraz farklı. Kaynak metin modelin mil kullanımıyla yapılan uçuşlar reddedilseydi uçabilecek beklenen artımlı gelirli trafiği tahmin etmek için kullanılabileceğini söylüyor. Geçmiş veriler millerle uçan yolcu sayısını gösteriyor; simülasyon bu ödül biletleri reddedilseydi yerlerine kaç gelirli yolcunun geleceğini soruyor. Mil ile uçanların gerçek maliyeti, yerinden edilen bu potansiyel gelirli yolcuların kaybı. Dolu olmayan bir uçuşta bu maliyet sıfıra yakın; kapanan bir uçuşta ise tam bir biletin geliri.

Sunumun notları bunun sistemlerde nasıl izlendiğine dair iki ayrıntı ekliyor. Sadakat programları genellikle ayrı ve kârlı iş birimleri olarak işletiliyor, ama bir üye mil kullandığında havayolunun yolcu departmanı arz edilen koltuk mili başına maliyet (CASM) bazında bir yerinden etme maliyetine katlanıyor. Ödül koltukları da ayrı, gizli rezervasyon sınıflarında tutuluyor (ekonomi için X, business için I); böylece yüksek getirili biletlerin reddedilme oranı takip edilebiliyor. Yazılım tarafında bunun karşılığı şu: indirimli ya da ödül sınıfını açma kararı bir fiyat kuralı değil, bir fırsat maliyeti hesabı. Envanter servisi indirimli RBD’yi açarken yalnızca o sınıfın ücretini değil, uçuşun kapanma olasılığını da bilmek zorunda.

Yeni rota ve tarife kararı kısıtsız talebe dayanmalı

Kullanım alanlarının son ikisi geleceğe bakıyor. Yeni açılacak bir rotada uçak tipi seçerken spill modeli, hedef pazardaki beklenen talebi ve alternatif tiplerin koltuk kapasitesini karşılaştırıp taşan talebi en aza, kârlılığı en üste çıkaracak tipi belirliyor. Brifingin buradaki uyarısı önemli: yalnızca ortalama talep tahminine değil, modelin öngördüğü uçuş kapanma oranlarına dayan. Ortalama talebi tam karşılayan bir uçak, talebin ortalamanın üstünde kaldığı her gün yolcu kaybediyor ve o günler yolcuların çoğunun geldiği günler.

Tarife planlamada (schedule profitability) ise model tersinden çalışıyor. Geçmiş verideki kısıtlanmış trafiği analiz edip gerçek kısıtsız talebi tahmin ediyor; yeni tarifelerin kârlılığı bu tahminle değerlendiriliyor. Kesilmiş veriyle yapılan kârlılık analizi, en çok talep gören uçuşları olduklarından zayıf gösteriyor, çünkü onların kaydı tam da kapasitede kesiliyor.

Boeing modeli çan eğrisinin kuyruğunu hesapladı

Sunum yöntemin kökenini Boeing taşma modeline, DeSylva’nın 1976 çalışmasına bağlıyor. Temel varsayım yolcu talebinin normal dağılım göstermesi. Mekanizma geometrik: ortalama talep (μ) ile kapasite (c) arasındaki ilişkiye bakılıyor, kapasite kısıtının sağında kalan alanın beklenen değeri kaybedilen talebi veriyor. Tarihsel zorluk, bu alan için kapalı formül olmamasıydı. Sunumun notuna göre bilgisayarlı gelir yönetimi yazılımlarından önce analistler kapasite kararlarını kalın, basılı Boeing Spill Tables klasörlerinden, varyasyon katsayısı olan k-faktörü üzerinden elle hesaplıyordu.

Normal dağılım varsayımının bir sınırı var. Düşük talepli rotalarda çan eğrisinin sol kuyruğu sıfırın altına uzanıyor ve model kesirli ya da negatif yolcu üretebiliyor. Sunum, modern sistemlerin bu hataları önlemek için normal dağılım yerine Poisson veya Gamma dağılımlarını kullandığını not ediyor. Dağılım seçimi bir modelleme ayrıntısı gibi görünüyor, ama küçük rotada taşma tahmininin anlamlı olup olmayacağını belirliyor.

Tablonun yerini bugün bir yaklaşım formülü alıyor. Uçuş kapanma oranı, yani talebin kapasiteyi aşma olasılığı, bir eksi standart normal dağılımın kümülatif fonksiyonunun k noktasındaki değeri olarak yazılıyor. Kümülatif fonksiyonun cebirsel kapalı formu yok; sunum, modern yazılımların tam entegrasyon yerine Abramowitz ve Stegun’un 1965 tarihli dördüncü dereceden polinom yaklaşımını kullandığını söylüyor ve dört sabiti veriyor: 0.1968, 0.1151, 0.0003 ve 0.0195.

Mühendislik gerekçesi tanıdık. Sunumun notuna göre saniyede çok sayıda rezervasyon işleyen motorlar işlemciyi kilitlemeyecek hızda hesaba ihtiyaç duyuyor ve polinom, gerçek zamanlı fiyatlandırma ile uygunluk kontrollerinde bu hesabı sürekli bir fonksiyon olarak ucuza yapıyor. Aynı hesap her uygunluk sorgusunda tekrar çalışıyorsa, sayısal entegrasyon yerine sabit katsayılı bir polinom, önbellek katmanı eklemeden gecikmeyi düşürmenin en basit yolu.

LFCF’yi 1.0 kabul etmek taşmayı olduğundan az gösteriyor

Orijinal modelin en pahalı varsayımı, kapanmış bir uçuşun tam dolu kalktığı. Teknik adıyla kapanmış uçuşlardaki doluluk faktörü (LFCF, load factor on closed flights) 1.0 kabul ediliyor. Brifingin açıklamasına göre model aşırı rezervasyonun (overbooking) tam optimize edilmediğini varsayarak bu değeri 1.0 alıyor; gerçekte değer 0.945 ile 0.98 arasında. Kaynak metin sonucu açıkça yazıyor: LFCF’nin 1.0 kabul edilmesi, taşan yolcu sayısının eksik tahmin edilmesine yol açıyor.

Nedeni operasyonda. Sunumun örneğinde 100 koltuklu bir uçakta yüzde 10 aşırı rezervasyonla 110 bilet satılıyor; bağlantısını kaçıran ya da planı değişen yolcular (no-show) yüzünden uçak 98 kişiyle kalkabiliyor. Satış açısından kapanmış uçuş, kalkışta boş koltukla gidiyor (spoilage). Model uçuşun kapasitede kesildiğini varsayıyor; oysa kesilme daha erken, kapasitenin altında bir noktada oluyor. Talebin görülmeyen kısmı modelin sandığından büyük. Sunum düzeltmeyi Vinod’un 1987 çalışmasına bağlıyor: LFCF, 1’den küçük bir girdi parametresi olarak alınıyor ve aşırı rezervasyon yapılsa bile no-show’lar hesaba katılıyor.

Bu bölümün en uygulanabilir kısmı burası. LFCF, spill hesabında tek bir sayı; ama o sayının 1.0’da sabitlenmiş olması, üzerinde kurulan her kapasite, kabin ve maliyet kararını sessizce aşağı çekiyor. Yazılım tarafında karşılığı: LFCF sabit kodlanmış bir değer değil, yapılandırılabilir ve gerçekleşen no-show verisiyle güncellenen bir parametre olmalı. Gelir yönetimi bölümlerinde anlatılan kontrollü fazla satış burada öbür yüzünü gösteriyor; aşırı rezervasyon politikası değiştikçe kapanmış uçuşların gerçek doluluğu da değişiyor.

Spill departmanlar arasında ortak birim

Sunumun kapanışı spill’i bir ölçüt değil, havayolunun sinir sistemi olarak tarif ediyor. Ağ planlama, filo tahsisi, fiyatlandırma ve sadakat aynı merkeze bağlanıyor, çünkü dördünün de sorusu kapasite ile talebin nerede kesiştiği. Sunum üç faydayı sıralıyor: uçuş yüzde yüz dolsa bile piyasada gerçekte ne kadar talep olduğu sorusuna matematiksel cevap veriyor, departmanların kapasite ve talep dengesinde ortak bir dille konuşmasını sağlıyor, ücretsiz itfaların ve kurumsal indirimlerin yarattığı görünmez yerinden etme etkisini finansal değere çeviriyor.

Notlardaki modern döneme dair iddia da bu çerçeveye oturuyor: NDC ve sürekli fiyatlandırma çağında bile kısıtsız talep ve spill mekanizması temel yapı olarak kalıyor. Bir havayolu yolcuya özel bir teklif sunmadan önce, o fiziksel envanteri bir başkasına satmamanın fırsat maliyetini bilmek zorunda. Teklif motoru değişiyor, sorulan soru değişmiyor.

Yarın işe yarayacak dört çıkarım

1. LFCF’yi 1.0’ın altında tut. Spill hesabında kapanmış uçuş doluluğunu 0.945 ile 0.98 aralığında bir parametre olarak kullan ve gerçekleşen no-show verisiyle güncelle. 1.0 varsayımı taşmayı sistematik olarak eksik gösteriyor ve bu eksiklik üzerine kurulan her kapasite kararına geçiyor.
2. Kabin düzenini getiri farkıyla yeniden değerlendir. Özellikle mevsimsel talep değiştiğinde business ve ekonomi kapasitesini spill modelinin gelir dengesi analiziyle tart; premium taşmadaki kazancı ekonomi taşmasındaki kayıpla aynı hesapta, net kâr üzerinden karşılaştır.
3. Kurumsal sözleşmeyi yerinden etme maliyetiyle yenile. İndirim oranına değil, bu yolcuların tam ücretli yolcuyu dışarıda bırakma maliyetine bak. Aynı hesabı ödül biletleri için de yap: mil biletinin maliyeti, kapanan uçuşta yerine gelebilecek gelirli yolcunun geliri.
4. Yeni rotada ortalamaya değil kapanma oranına bak. Uçak tipini ortalama talep tahminine göre değil, modelin öngördüğü uçuş ve yolcu kapanma oranlarına göre seç. Ortalamayı karşılayan uçak, yolcuların çoğunun geldiği yoğun günlerde yolcu kaybediyor.

Bu bölümde ne yok: kısıtlanmış veriden kısıtsız talebin hangi yöntemlerle geri kazanıldığı ve rezervasyon eğrilerinin nasıl tahmin edildiği (talep tahmini bölümleri), aşırı rezervasyon politikasının kendisi ve Littlewood kuralı (“Yield Management: erken dönem stratejik analiz ve iş mantığı”), kalkışa yakın uçak değişiminin planlama döngüsündeki yeri (“Havayolu pazarlama planlama süreci ve iş mantığı analizi”). Bu bölüm o parçaların ortak kullandığı sayının, yani taşan talebin, nasıl hesaplandığını ve nerede yanıldığını anlatmak için var.