航空市場波動增多 可借鑒B2B企業需求預測做法

2022年08月16日

航空公司在致力推動需求的後疫情時代，借鑒B2B行業在競爭激烈、需求波動的市場環境中採用的需求預測和定價方法，可以有效提高市場份額。

PROS首席人工智能戰略家Michael Wu博士說道，由于疫情前消費者的旅遊行為具有很高的可預測性，因此航空公司多年來一直利用歷史預訂數據（即季節性）、現有預訂數據、實時運力、假日和特別活動等數據來助其進行需求預測和價格優化，消費者也因此能夠提前一年預訂航班。然而，疫情嚴重沖擊之下，長期歷史數據不再是預測遠期市場的可靠指標，因此航空公司不能像以前一樣利用季節性來推測市場走向。在航空市場持續波動的情況下，如今航空公司不得不以較近期的歷史數據來進行短期預測。由于航空公司用于預測未來旅遊需求的數據量減少，因此未來預測的可信度也有所降低。

為提高需求預測的準確性和可信度，航空公司可以從B2B和零售行業中學習，把不同來源的更多數據整合到預測引擎中。他指出，B2B企業向來都必須在需求難預測的市場環境種運營，而全球供應鏈更是使B2B市場的競爭格外激烈，因為買家可以貨比三家，並輕松更換供應商。因此，B2B公司使用的都是幾個月到幾周的短期相關歷史數據，進行未來數月的較短期預測。這種方法所需的數據量較少，但能使B2B公司更快、更可靠、更頻繁地進行短期預測，讓B2B企業更有效地跟上市場動態。

而且在需求波動常態化的B2B和零售行業中，企業若無法使用較長的歷史數據，一般便會利用歷史消費數據、網絡搜索數據、競爭對手價格、社交媒體數據等10到15種不同類型的數據源來預測需求。同理，包括航班搜索數據、活動數據、天氣、燃油價格指數甚至經濟指標等其他數據源都可改善航空公司的需求預測準確性，而隨著越來越多遊客在不確定性極強的當前環境中到快出發時才做預訂，進行短期預測的做法可以幫助航空公司更快恢復盈利。

他表示，航空市場在後疫情時代雖將再次增長，但面對與以往有所不同的需求及更頻繁的市場波動和動蕩，航空公司借鑒在當前市場條件下成功運營的B2B企業，將可更好地應對未來挑戰，而及時採用B2B人工智能科技和定價方法的企業，也將能更好地進行收益管理，取得長期市場競爭優勢。（鍾韻/ 採訪報道）

新聞來源 ：TTG China

       本文轉載自TTG China，文章觀點不代表本站立場