Kapasitetsbasert Revenue Management i alpinbransjen: en sammenligning av tidsserieregresjon og nevrale nettverk

Abstract

Formålet med denne oppgaven var å vurdere to ulike prognosemodeller til å predikere etterspørselen etter dagskort, og å bruke disse prognosemodellene til å fastsette antall lavprisbilletter et alpinanlegg kan tilby. Det har blitt brukt en tidsserieregresjonsmodell og en multi-layer perceptron modell til å estimere prognosene i to ulike prognosehorisonter. Både prognosehorisontene og modellen er vurdert etter to ulike nøyaktighetsmål for å vurdere hvilken kombinasjon av modellene og prognosehorisontene som gjorde det best. Tidsserieregresjonsmodellen gjorde det generelt bedre enn MLP-modellen basert på disse to nøyaktighetsmålene. Likevel gjorde MLP-modellen det bedre basert på et nøyaktighetsmål i en av prognosehorisontene. Begge modellene med begge prognosehorisontene ble brukt til å fastsette antall lavprisbilletter for tre forskjellige prisscenarioer. Det var tidsserieregresjonsmodellen som best klarte å utnytte seg av inntektsmuligheten, og det er tydelig at et alpinanlegg kan øke fortjenesten ved en implementering av et enkelt topris-system.

Abstract (English): The objective of this thesis was to evaluate two different forecasting models used in predicting demand for ski resort day tickets, and to use these models to determine the amount of low price tickets a ski resort should offer. A time series regression model (TSR) and a neural network based mulit-layer perceptron model has been used to estimate forecasting in two different forecasting horizons. Both the forecasting horizons and the TSR model was evaluated using two different accuracy measures to evaluate which combination of TSR models and forecasting horizons gives the most correct results. The TSR model generally performed better than the MLP-model based on these two accuracy measures. In one single instance, the MLP-model did better based on a given accuracy measure in one of the forecasting horizons. Both models, with both forecasting horizons was used to determine a set amount of lowprice tickets for three different price scenarios. The TSR model was better at utilizing the income opportunity, and it’s clear that a ski resort could increase revenue by implementing a simple two price system.