Si analizzeranno tecniche di Revenue Management, ovvero gestione di prezzi e classi su singole o multiple tratte aeree in maniera da ottimizzare i ricavi. In particolare si è andati alla ricerca di strumenti matematici veloci ed affidabili che possano aggiornare istantaneamente prezzi e quantità disponibili per le varie classi di viaggio. Si affronterà il problema delle due classi, composte da turisti pianificatori e da lavoratori non sensibili al prezzo: riservare troppi posti alla classe di viaggio con prezzo maggiore porterebbe a viaggiare con l’aereo in parte vuoto, e riservarne pochi porterebbe un aereo pieno ma con bassi ricavi. Generalizzeremo il problema nel caso di n classi, mostrando come la programmazione dinamica porti ad un risultato ottimo ma in un tempo di calcolo elevato; le compagnie aeree preferiscono dunque l’utilizzo di tecniche euristiche. Nel caso di multiple tratte la programmazione lineare riesce a dare un risultato ottimo nel caso si conoscano in anticipo le domande delle classe di viaggio per ogni singola tratta; L’ultima parte riguarderà il problema dell’ overbooking , ovvero accettare un numero di prenotazioni superiore alla capacità dell’aereo. Nata inizialmente per proteggersi contro cancellazioni e “no-show”, le compagnie aeree hanno continuato ad utilizzarla anche per ottimizzare i loro guadagni.
Revenue ManagementWe analyze Revenue Management technique, in other words the price and classes management of single and multiple routes in order to maximize revenue for the airlines companies. In particular, in the last decades,it has been tried to use mathematical instruments, fast and reliable, such that price and quantity available can be update outright. We will focus on the two class problem,composed of planner tourists and not price sensitive workers: reserving too many seats to the former it means have a full capacity with less revenue, reserving too seats to the latter means travel with a half-empty plane. We generalize the problem in the case of n classes, showing how dinamic programming gives us a optimal value but with a long timing: airlines prefer heuristic techniques. In the case of multiple routes, linear programming is able to find an optimal value, knowing beforehand the request for every single line; the last part is about overbooking problem: developed initially in order to protect from no-show and cancellation, it is still used by airlines in order to optimize their revenue.
