马欣 孙琼巍 赵磊 房健 彭晔 孙美玲
航空业是全球竞争最为激烈和复杂的行业之一,面临着不断增加的运营成本、监管限制和客户偏好变化等挑战。随着行业竞争加剧,以及客户变得更加数字化,客户需求变得更加复杂,航空公司正在寻求创新解决方案,以改善客户体验,降低运营成本,并增加利润。
随着航司的数字化和零售化转型,越来越多的机票份额通过线上销售,随之而来的一个问题就是高频的查询预定比以及由此产生的分销成本问题。
本文将着重探讨航司Offer管理系统面临的查询预订比高和由此产生的成本可持续问题,以及应对该问题可能的策略和方法,并对未来的发展方向提出看法。
航空公司的Offer管理系统负责响应旅客的查询请求,提供具有相关性的产品和服务,包括提供与产品相关的价格,这个是Offer管理系统的功能定位。
一直以来航空公司都在致力于改善客户体验,降低运营成本,并增加利润。Offer管理系统是实现以上诉求的关键系统。Offer系统直接影响用户体验,关系航空公司零售化战略的实施,并且关系到分销成本和收益。
动态Offer是在Offer管理系统基础上提出的进一步的概念。动态Offer(即Dynamic Offer)是指根据客户需求和市场变化实时调整产品和服务以及价格的能力。通过了解客户的旅行需求、偏好和历史信息,航空公司可以实时动态提供个性化的产品和服务。动态Offer的核心特征即动态实时计算生成符合旅客个性化需求的Offer响应。
咨询机构ITS4T在2019年通过IATA发布的一份报告显示,航空公司自己的网站查询预定比通常在100:1到300:1;而OTA的查定比在1000:1(最好的情况)到10000:1(通常情况)。中国市场的情况不一定会比这个更好,尤其疫情期间,国内航空公司面临的查询预定比的压力可能要比疫情前还严重。原因可能在于疫情期间预定大幅缩减,但是查询并没有线性缩减,从而导致查定比比疫情前更高。
高频的查询预定比,一直是航空公司及其IT供应商所面临的重要问题。因为这个直接和分销成本相关。海量查询,每一次查询都有系统成本,如果生成一个预定累计的查询成本超过了这个预定给航司带来的收益,那这种模式是不可持续的。
大规模高并发的访问,需要IT供应商投入更多的服务器资源,以保障服务的可用性,而这些服务器资源的投入,也会转化为成本问题。
在服务器资源没有扩展的情况下,大规模高并发的访问,尤其是不直接产生预定的访问,会加重服务负担,降低Offer查询服务的响应时间,影响预定用户的体验,这可能会进一步提高查询预订比,增加航空公司的成本压力。
如果只是从技术角度考虑,可以支持更多的并发,也可以支持更快的响应,但是成本会很高,航司要结合查询预定比来考虑这个分销成本是否可以持续。这就是本文讨论的,航司和其IT供应商所面临的Offer查询成本可持续的问题。
要解决Offer查询成本可持续的问题,直接的办法就是降低查询成本。查询成本主要由单次查询的成本和查询预定比相乘来决定。所以解决Offer查询成本可持续的核心策略有两点:降低Offer系统成本(降低单次查询成本)和降低查询预定比。以下提及的策略围绕这两点展开。
(一)降低Offer管理系统的成本
降低Offer系统的成本大致有三个策略:其一,选择成本更低的那个Offer系统或者是shopping引擎。比如有的航司会选择第三方的AV或者shopping产品,主要还是从成本考虑。其二,通过建立Offer缓存,或者叫Offer repository,降低Offer系统的直接命中率,从而降低总的成本。其三,通过重构整个Offer系统,降低系统的交易成本。比如动态Offer提出的出发点之一,即考虑通过动态Offer推动实现对于传统舱位管理和运价预发布机制的变革,这种变革有可能可以降低Offer系统的成本。
(二)降低查定比(look-to-book ratios)
降低查定比,是降低Offer查询系统成本的另外一个策略,也是这个领域航空公司主要的关注点。以下所述的策略,大都是以降低查定比为出发点。
(三)Offer的一致性
查定比高的一部分原因,是因为航空公司由来已久的渠道分销策略,不同的渠道销售政策不同,旅客看到的价格也会有差异,所以旅客就会从不同的渠道多次发起查询,以获取最优的价格。Offer一致性,是建议航司在新的互联网销售场景下,考虑放弃渠道策略差异,所有渠道提供统一的产品和价格,这样在一定程度上能够减少因为比价导致的重复查询。
(四)沟通和合作
和机票分销价值链上的其他参与者充分沟通与合作。一部分价值链参与者为了构建自己的业务模式,比如比价搜索,他们需要高频的访问航司网站以获取航班和运价数据,以构建他们的比价搜索服务,比价搜索引擎可能会给航司查询带来很大的流量压力。通过和这种类型的参与者充分沟通,引导他们采用航司可控的接入方式获取航班运价数据,比如构建基于解决方案的缓存(solution-based caches),而不是采取爬虫的方式。
(五)管理机器人(robots)访问
所谓机器人的访问,是指由程序触发的自动的查询请求。机器人访问的典型特征是高频和海量。限制机器人的访问可以在很大程度上降低查定比,限制的技术手段也有很多,这里不展开。我们谈到管理机器人访问,而不是限制机器人访问,是因为机器人访问也有两面性,有一些机器人访问与预定无关,但是另外一些机器人访问可能间接的与预定有关,所以要管理,而不是简单的限制。
(六)利用Airline Profiles
Airline Profiles是IATA在NDC標准中提出的一个概念,即航空公司可以通过Profiles告知合作伙伴,我可以提供什么产品和服务,我只对我可以提供的产品和服务的请求做出响应,其他的我可以不响应。通过这样的机制安排,从而避免不相关的请求,从而减少不必要的查询请求。
基于上文提到的策略,为了降低Offer查询成本而可以采取网络层面的控制策略、网关限流、建立Offer系统侧缓存(Offer Repository)、第三方缓存方案、用户侧缓存方案等技术方法。方法服务于策略,先制定策略,再选择合适的方法。任何一个技术方法都有两面性,需要航司或者技术供应商结合具体的场景和策略诉求权衡采用。
动态Offer要求实时识别客户需求,实时计算生成Offer,并实时计算生成运价。动态Offer能力的实现,第一步是准确的建模,也就是算法的问题。算法的问题一旦解决或者突破并应用,后续就是算力支持的问题。算力的问题,也就是成本问题和查定比的问题。如何构建一个成本可持续的动态Offer系统,这个是动态Offer未来规模化应用必须要考虑的问题。
动态Offer的计算成本高,但是并不是所有的Offer请求都需要实时计算,可行的办法就是区分请求,一部分请求需要实时计算,一部分请求不需要实时计算。通过这种分流,降低动态Offer的计算成本。
针对Offer成本可持续的问题及应对策略,在本文讨论内容的基础上,我们认为后续可能的发展方向有以下几个:一是随着航司Offer & Order系统的建立和应用,逐渐摆脱对传统库存和运价系统的依赖,Offer的响应计算成本理论上会趋于降低;二是Offer管理系统更多地采用云部署方案,能够有效降低Offer管理系统的成本;三是AI人工智能的进一步应用,可以更好地识别用户请求的意图,系统区别响应,从而降低查定比和响应成本。