基于魯棒優化的酒店收益管理策略探析

郭利華 秦遠好

［摘 要］基于酒店客房價值的易逝性以及顧客需求的波動性,如何實現客房銷售收益最大化一直是困擾酒店行業的一大難題。本文在魯棒優化原理的指導下構建了超額預定情境下的客房收益模型,并通過實例驗證了該模型的可行性。

［關鍵詞］酒店業；魯棒優化；客房收益模型

［中圖分類號］F274［文獻標識碼］A［文章編號］1005-6432（2012）1-0021-04

1 引 言

隨著旅游行業的快速發展,酒店行業的市場總需求持續增長,中國酒店業也逐漸進入相對景氣時期,酒店業面臨的機遇與挑戰并存的競爭環境日益突出。中國酒店在硬件方面具有良好條件,但軟件方面與發達國家還有較大差距,如何利用有限的資源和良好的硬件條件創造與國外酒店業相當的收益成為提高中國酒店競爭力面臨的主要問題。

2 文獻綜述

國外有關酒店收益管理的研究比較充分且取得了良好的效果。早在1974年,Rothstein通過比較酒店和航空公司的預訂管理提出了馬爾科夫鏈決策模型。Kimes基于收入管理思想分別作了客房分配方面的研究。Liberman,Yechiali針對顧客單位住宿日的隨機分布提出了動態決策模型,該模型有助于取消預訂或者增加特殊價位的預訂。Williams針對有代表性的特定日期的需求高峰構建客房分配模型,確定了先保證續住顧客,然后安排預定顧客,最后考慮臨時顧客的優先順序權；Bitran,Mondschein以該模型為基礎,在假定需求確定且顧客有多日停留的情況下,提出了顧客入住率分布不確定條件下的預約決策模型。在客房定價方面,Badinelli指出有隱性價格和現行價格兩種形式的預訂。在隱性價格情況下,顧客預訂和系統預訂的交易成為概率性事件,如果所報價格不高于顧客愿意支付的價格,顧客就會預訂。在顯性價格情況下,顧客會覺得他們有權享有一個特定的價格。預定系統根據可能的贏利,可以分析是否接受或者拒絕預訂,使客房的實際入住量和入住率與優化的預訂計劃差不多。

鑒于國外酒店收益管理研究的不斷深入以及收益管理給酒店帶來的實際收益,近年來,國內學者也開始關注并著手研究酒店收益管理問題。尤勤(2004)在不考慮預定取消和超額預定的情況下,提出了酒店客房分配的需求確定模型、需求隨機模型和動態規劃模型,李羅(2005)建立了考慮多日停留不同價格的客房分配隨機規劃模型。

3 超額預訂情境下客房收益模型的構建

3.1 客房收益模型中相關參數

目標函數表示客房分配收益最大,目標函數分為三部分,第一部分是總收益。第二部分為因為超額預定使高一級客房以低一級的價格滿足超額預定者的需要而發生的收益損失,λ為非負懲罰參數由決策者決定。第三部分是未租出客房在特定時間段的固定成本和變動成本。

約束(1)表示每一類客房h在j-i這段時間內滿足h類需求的客房數量必須小于或等于客房h的需求水平。實際上,因為是在超額預定的情境下,滿足h類需求的客房包括客房h和高一級客房h+1,盡量減小因為客房空置而造成的損失。而約束(2)表示對于H級客房的所有租期需求,因為沒有更高級別的客房可以用來滿足高出來的需求,用于滿足該組需求的H組客房數量需要小于或等于該組客房的總需求；約束(3)和(4)構建了對每一類客房在每一個時間段的可用能力的約束,租出的客房數量不能超出相應的酒店擁有的該類客房數量；約束(5)表示決策者可以為每一個租期和每一類客房制定一個百分比αh來滿足超額預定客人的需求,超出該部分的預定需求將被拒絕。約束(6)和(7)表示mht是h類客房數量Qh與時間段t內被占用的h類客房數量(包括在時間段t前租出未退房的客房和在t時間段租出的客房)的差額。

4 魯棒優化模型

由于模型中的約束(1)和(2)中的需求Dhij在計劃期開始之前是未知的,可能會影響到定價,進而影響到客房的總體收益。對于未知的數據只能根據歷史數據來估計,但是歷史數據由于時間上的間隔,和現實的需求會有一定的差異,歷史與現實完全一致幾乎是不可能的。因此,我們在設計客房分配模型時應當承認存在的差異,并把這種差異所造成的不確定性整合到模型中,使誤差降到最低程度,而魯棒優化是一種處理不確定性問題的主動決策方法,它整合了目標規劃和給予情景描述的不確定數據。

在所有的魯棒模型中,S代表可能出現的情景數量,每一個情景具有不同的需求量和價格。對于每一個情景s,具有一定的概率P(s),并且禰DD(]S[]s=1[DD)]p(s)=1。

模型中的新參數：

S——可能出現的情景數；

P(s)——每一種情景發生的概率；

vh,s——s種情況下,h類客房的價格；

Dh,sij——s種情況下,對h類客房從時間段i到時間段j的預定需求。

魯棒優化總是在模型的魯棒性和解的魯棒性中尋求平衡,在不過分破壞模型的魯棒性前提下,盡量提高解的魯棒性。上一節模型相應的魯棒優化模型可以表述如下:

我們將用LINDO軟件對上面的魯棒模型進行求解。

5 算例分析

我們以重慶某三星酒店為例,考慮經營旺季時的酒店客房分配情況。該酒店有單間、標間、普通套房、商務套房四種客房,客房數量分別為15間、75間、20間和30間,旺季房價分別是180元,260元,450元與680元。客房的成本分別為：100元,140元,280元,450元。此算例考慮的是酒店旺季時的客房分配,故概率為1,設λ和ωlij均為1。如表1和表2所示。

由優化分配表我們不難看出,為了提高酒店收益,大多數客房分配給了入住時間早且多日連住的顧客,這樣可以減少由于客人之間因入住與離店時間不一致而引起的客房空置。

6 結論與討論

6.1 結論

由于酒店需求的不確定性,會影響到酒店客房定價,進而影響收益。我們會根據歷史數據來估計需求,但是歷史數據和現實需求會有一定差距,我們在承認差距的基礎上,引入魯棒優化原理,把這種不確定性整合到模型中,從而使做出的決策更接近現實,將誤差降到最低。最終實現增加酒店收益的目的。同時用LINDO軟件對優化模型進行求解,容易操作。

6.2 討論

本文雖然構建了超額預定情境下客房的優化分配模型,但還未能考慮提前退訂和大客戶的問題,同時對于多日連住的顧客超過一定的時間會有價格上的優惠,加之對LINDO軟件的認知還不夠深入透徹,在建模時未能全面考慮這些情況,因此,這些問題還有待進一步深入研究。

參考文獻：

［1］尤勤,趙英才,郭立夫.收益管理優化模型——以賓館業為例的研究［J］.工業技術經濟，2000:201-203.

［2］李羅. 易逝性酒店客房收益管理的客房分配模型［D］. 成都：西南交通大學,2006(2).

［3］Rothstein M. Hotel overbooking as a Markovian sequential decision process［J］.Decision science,1974(5):289-404.

［4］Shery E. Kimes. Yield Management:A tool for Capacity-Constrained Service Firms［J］. Journal of operations Management,1989,8(4):348-363.

［5］Liberman V,Yehcialli U. on the hotel overbooking problem:An inventory Problem with stochastic cancellations［J］. Management Science,1978(24):1117-1126.

［6］Williams F E. Decision theory and the innkeeper:An approach for setting hotel reservation Policy［J］. Interfaces,1977,7(4):18-31.

［7」Bitran G. Mondschein V. Application of yield management to the hotel Industry considering multiple day stays［J］.Operations Research,1995,43(3):427-443.

［8］Badinelli R D. An optional,dynamic policy for hotel yield Management［J］.European Journal of Operational Research,2000(121):476-503.

［作者簡介］郭利華(1985—),女,河南漯河人,西南大學經濟管理學院旅游管理系2009級碩士研究生,研究方向：酒店管理與旅游經濟；秦遠好(1965—),男,四川樂至人,西南大學經濟管理學院旅游管理系,教授,碩士生導師,研究方向：酒店管理與旅游環境管理。