消費者選擇模式

相關研究最早由 Belobaba and Hopperstad (1999)所提出，進行顧客起迄點模擬器 (Passenger Origin and Destination Simulator, PODS)的研究，以了解消費者選擇行為如何 影響傳統營收管理方法。Zhang and Cooper (2005)分析顧客於相同起迄點之帄行航班間 的選擇行為，提出動態規劃問題的近似法及界限值，其中這個模式假設顧客僅在不同航 班但相同產品間做選擇，並不會改變產品的選擇。

Liu and van Ryzin (2008)及 Bront et al. (2009)分別應用 Gallego et al. (2004)所提出的 線性規劃模式(choice-based, deterministic, linear programming model, CDLP) 的靜態解轉 換成動態控管策略，其中 Gallego et al. (2004)的線性規劃模式指在確定性需求下，決定 任一可能提供的產品組合內之各產品所提供的時間長度。Kunnumkal and Topaloglu (2008)則提出另一種線性規劃模式，並且提出四種不同的啟發式解法以獲得控管策略。

Zhang and Adelman (2009)擴展 Adelman (2007)提出的動態規劃近似法以獲取控管決策。

Chaneton and Vulcano (2009)及 van Ryzin and Vulcano (2008)分別採用競價值策略與虛擬 巢式策略以產生控管決策。

Meissner and Strauss (2010)主要利用競價值的觀念來產生機位控管決策，此外其發 展出一個重要的修正構想，由於 buy-up 的行為，直接以期望邊際收益做為產品開放之 依據，通常相較於最佳的開放方式會有開放太多產品的疑慮。因此，更進一步提出啟發 式解法去增加每個航段的競價值來減少產品的開放，並且其比較所提出的競價值控管策 略與上述 Liu and van Ryzin (2008)、Bront et al. (2009)及 Chaneton and Vulcano (2009) 三 篇研究所提出競價值之控管策略之績效差異。本研究雖然不採用競價值進行控管，但在 產生近似控管決策時，亦將其修正開放產品的概念加入。

2.4 消費者選擇模式

對於消費者在多種產品間的選擇行為，Liu and van Ryzin (2008)採用一個簡單的偏 好值向量概念。以圖 3 Liu and van Ryzin (2008)所提出三航段的航空網路為例，其中包

含為 A、B 及 C 三個城市，及三個有容量限制的航段，總決策時段 T 共有 30 個。於這 三個航段間，共有三種起迄對，其起迄點分布情況如表 5 所示，且每種起迄對分別有高 價及低價兩種費率艙等，故共有六種產品，產品開放組合總共有 2⁶-1=63 種。

表 5 基本例題之產品資料

資料來源：Liu and van Ryzin (2008) 消費者根據不同的偏好及起迄點需求分成三大類，每類消費者的需求到達機率、偏 好值向量如表 6 所示。類別 1 為從城市 A 飛往城市 B 的旅客，需求到達機率為 0.2，不 在乎價格的高低皆可接受，即願意選購產品 3 及 6，對願意購買清單中的產品 3、6 及不 購買的偏好程度分別為 5、8 及 2。

表 6 消費者類別及各類別的特性

資料來源：Liu and van Ryzin (2008) 產品的選擇機率為於開放集合中，該產品的偏好程度占所列於同一類別消費者的購 買清單中的偏好值總和(包含該產品)，再乘上各類別消費者出現的機率。基本例題中所 有 63 種產品開放情形下，各產品的選擇機率可參照附錄一。

若此時航空公司開放產品 3 及 6 販售，該類別者選擇產品 3 的機率為 0.2*5/(5+8+2)

≒0.07，選擇產品 6 的機率為 0.2*8/(5+8+2) ≒0.11；若只開產品 3 或產品 6 其中一個，

為了表現出 buy-up 及 buy-down 的行為，則於只開產品 3 下，忽略未開放之產品 6 的偏 好程度，使得該類別選擇產品 3 的機率將提升於 0.2*5/(5+2)≒0.14，於只開產品 6 下，

忽略未開放之產品 3 的偏好程度，選擇產品 6 的機率為 0.2*8/10=0.16。

類別 2 為從城市 A 至城市 C 的旅客，需求到達機率為 0.3，屬於需要票價限制之彈 性、僅選擇高價艙等的商務旅客，即願意選購產品 1 及 2，對願意購買清單中的產品 1、

2 及不購買的偏好程度分別為 10、5 及 5。產品選擇機率，若航空公司同時開放產品 1 及 2 販售，該類別者選擇產品 1 的機率為 0.15，選擇產品 2 的機率為 0.075；若只開產 品 1 或產品 2 其中一個，則於只開產品 1 下，該類別選擇產品 1 的機率將提升於 0.2，

於只開產品 2 下，選擇產品 2 的機率為 0.15。

類別 3 為同樣從城市 A 至城市 C 需求的休閒旅客，需求到達機率為 0.5，但其對價 格較敏感、不需要票價限制彈性，僅願意選擇低價的產品，即願意選購產品 4 及 5，對 願意購買清單中的產品 4、5 及不購買的偏好程度分別為 5、10 及 10。產品選擇機率，

若航空公司同時開放產品 4 及 5 販售，該類別者選擇產品 4 的機率為 0.1，選擇產品 5 的機率為 0.2，但若只開產品 4 或產品 5 其中一個，則於只開產品 4 下，該類別消費者 選擇產品 4 的機率將提升於 0.17，於只開產品 5 下，選擇產品 5 的機率為 0.25。

然而，上述消費者選擇機率計算的方式需要使用偏好值向量，Liu and van Ryzin (2008)並未說明如何估算此偏好值。再者於其例題中假設消費者只會在直飛與否間選 擇，並不會在高低費率艙等間做選擇。因此為解決上述的問題，本研究進一步提出多項 羅吉特選擇模式(Multinomial Logit Choice Model，MNL)描寫消費者選擇機率。

多項羅吉特模式過去常被用於預測運輸需求 (Ben-Akiva and Lerman, 1985)方面。在 應用到該模式預測消費者產品的選擇時，其選擇機率可用式(19)來表示，其中 uj表示產 品 j 帶給消費者的效用，其受到不同的屬性所影響，如：費率、購票限制等，以符號 z 來表示；而各個影響消費者效用的屬性比重也不同，則以參數β 來表示，可透過問卷調 查結果校估而得。延續前述 Liu and van Ryzin (2008)的範例，並假設效用函數為線性，

則各個產品的效用可用式(20)來表示。其中，z1代表的是費率，而 z2則為 0-1 變數表示 是否有提前購買限制，而 z3則為 0-1 變數表示直飛與否，則可以涵蓋較全面的選擇行為。

0 ,

) (

0  

 



j or S e j

e S e

P

S i

u u u

j _i

j

(19)

) ( )

( )

( _{2 2 3 3}

1

1z j z j z j

u_j    (20)