基于国企营销品质的提升策略对旅客价值的影响探讨

本文基于企业价值创造“三角理论”探讨国企营销品质的提升策略对旅客价值的影响。对国企营销品质进行了定义和特征的分析,并通过调研揭示了国企营销品质存在的问题。接着,研究了国企营销品质提升策略,包括服务质量提升、增强价值感知、创新营销策略。然后,对旅客价值理论进行了分析,包括概念与理论框架、评价指标构建以及形成机制研究。在此基础上,进行了国企营销品质提升策略对旅客价值的影响实证研究,并解读了实证结果的意义。以旅客价值视角提出了国企营销品质提升策略的优化方法,并介绍了策略的实施和评估方法。本研究为国企营销品质提升提供了理论与实践的指导,并对旅客价值最大化的营销策略构建提出了建议。

铁路旅客价值指数计算模型的设计研究

随着铁路运输能力大幅增加,铁路客运服务的营销焦点已经从产品中心转换到用户中心,铁路需要从传统的营销策略转变为以旅客价值为依据的铁路利益最大化和旅客服务质量最优化的共赢策略。在建立以旅客价值指数为目标计算模型的基础上,实现基于聚类—BP神经网络的旅客历史价值指数计算,以及基于旅客同行关系的旅客潜在价值指数计算,并利用大量样本数据对铁路旅客价值指数计算模型进行实例分析。结果表明,该模型能够有效地对旅客价值进行计算并识别出不同价值指数的旅客群体,制定个性的营销和服务策略,合理配置铁路客运资源,实现铁路利益最大化和旅客服务质量最优化的共赢目标。

一种基于潜在出行意图的旅客价值发现模型

如何识别不同价值的旅客是航空公司进行针对性营销面临的重要问题。大规模的旅客出行数据隐藏着旅客的出行动机,现有旅客价值评价方法将旅客看作独立个体,仅利用旅客自身出行数据计算旅客价值,忽略了旅客潜在出行动机对旅客价值的影响。针对此现状,提出一种基于潜在出行意图的旅客价值发现模型。该模型利用Gibbs采样求解旅客共同出行关系影响下的旅客潜在出行意图,再根据旅客潜在出行意图分布来计算旅客未来航线需求,最后结合旅客历史乘机频率以及航空公司航线市场占有率得到旅客价值。实验结果表明基于潜在出行意图的旅客价值发现模型能有效识别旅客价值。

基于常旅客价值的高速铁路客户分类研究

常旅客价值分析与分类是铁路运输部门客户关系管理中的重要内容,其有助于掌握旅客信息特点,满足旅客的多方面需求,提供差异化服务。根据改进的RFM价值模型计算常旅客的价值,采用K均值聚类对旅客进行分类,通过常旅客价值达到降维的目的,并设计了一种算法以实现自动确定聚类数目以及选取初始聚类中心,从而能够高效快速地进行客户分类。通过问卷调查收集福厦高速铁路的常旅客数据进行实证分析,结果表明算法自动选取的聚类数目是合理的,初始聚类中心可以提高聚类效率和准确性。最后根据分类结果,有针对性地提出相应的服务提升建议和优化策略,可为铁路部门在运营服务方面提供参考。

一种民航旅客价值计算模型的研究

航空公司为旅客提供服务时,如何能够有效的区分不同旅客的价值,对于服务的提供者来说是至关重要的。基于旅客在航空公司出行、消费数据的积累,能够对旅客的价值进行计算和量化。MRV模型是一个民航旅客价值计算模型,通过该模型,能够实现对于旅客价值的计算,从而能够使航空公司等民航相关服务提供商,针对不同的旅客,提供差异化的服务,从而实现收益的最大化。

基于三重混合采样和集成学习的潜在高价值旅客发现

考虑潜在高价值旅客特有的数据高度不平衡、旅客特征和价值类别弱相关等问题,提出一种基于三重混合采样和集成学习的潜在高价值旅客发现模型。采用RFM(Recency Frequency Monetary)方法标注旅客类别;使用三重混合采样对不平衡旅客数据集进行重采样;使用融合特征选择算法遴选旅客特征;使用梯度提升决策树作为分类器,构建旅客价值预测模型,识别潜在高价值旅客。在PNR数据集上的实验结果表明,与基准算法相比,该模型能取得更好的AUC值和F1值,可以较好地识别潜在高价值旅客。

一种融合个体属性与社交关系的民航旅客价值度量方法

针对目前民航旅客关系网络中旅客关系类别单一、旅客价值计算滞后、旅客潜在价值计算没有考虑旅客之间的相互影响,使得一些具有极大消费潜力的旅客因为目前乘机次数较少而被航空公司忽略的现状,提出了一种融合个体属性与社交关系的民航旅客价值度量方法,采用RFMc模型计算旅客个体价值,并采用多关系评价(MRE)模型分析旅客关系,然后通过改进的PageRank算法设计实现融合旅客个体价值和社交关系的民航旅客价值排序(CAPV-Rank)算法,实现旅客价值度量、旅客价值预测和潜在高价值旅客挖掘。实验结果表明:设计实现的CAPV-Rank算法可通过调整权重因子实现多种模式下的旅客价值计算,满足各种业务需求,并能实现旅客价值预测、潜在高价值旅客挖掘,旨在为民航旅客价值度量和预测提供灵活、高效的解决方案。

基于旅客价值测度模型的客运市场细分和公路客运发展策略研究

以旅客价值为细分变量进行城际客运市场细分,依据公路客运在各细分子市场中的相对优劣性对其进行市场定位,旨在探寻城际公路客运企业的发展策略。首先,建立了旅客价值测度模型。模型以旅客期望、旅客感知质量和服务补救3个要素为原因变量,旅客行为意向为结果变量,分析了影响旅客出行的价值测度要素。其次,基于旅客价值测度结果和大连至沈阳的样本数据,运用因子分析和K-means聚类将城际客运市场细分为服务型市场、经济型市场、慎重型市场和效率型市场。最后,根据旅客对各类市场服务属性的关注点,重新对公路客运进行了定位,从稳固和拓展公路客运的优势领域、提高效率和改善服务质量等方面探讨了新形势下公路客运的发展策略。

基于旅客时间价值的高速铁路差别定价

针对同一OD间列车票价相同导致上座率不均衡的问题,在综合考虑不同列车间发车时段、旅行时间及舒适度差异性的基础上,构建了基于旅客选择效用最大化的时间价值模型及其列车差别定价模型.利用RP(Revealed Preference)与SP(Stated Preference)组合调查方法获取旅客列车选择数据,并运用极大似然估计方法对旅客时间价值模型进行标定.以北京到西安的高铁列车为对象进行实例分析,结果表明:利用本文模型可以对同一OD间各列车进行差别定价;通过对各列车客流分担率分析可以得出,实施差别价格可以均衡各列车上座率,提高列车能力利用率.为高速铁路列车差别定价及其精细化能力管理提供了优化方法.

基于RBM-BPNN的民航潜在高价值旅客预测

目前常用潜在客户发现方法多为基于统计特征的行为分析方法,这种方法对所提取的特征具有很强的依赖性并且容易受到人为主观性影响。针对这一问题,结合受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)与BP神经网络(Back Propagation Neural Network, BPNN),提出基于RBM-BPNN的民航潜在高价值旅客发现方法。设置民航旅客类别标签;利用RBM自动提取旅客行为特征;利用BPNN对旅客未来价值类型进行分类预测,从而发现民航潜在高价值旅客。实验结果表明,相对于基于统计特征的行为分析方法,该方法具有更高的分类预测准确率和民航潜在高价值旅客预测效果。

从旅客时间价值角度分析主要交通方式的选择

人们在进行城间出行前,首先面临的是交通方式的选择。可将旅客的时间价值和旅行距离作为旅客选择交通的基本决策变量,分析铁路、公路、航空主要客运方式的综合效用值,得出3种交通方式的适用范围。

基于RBM-GASA-BPNN的潜在高价值旅客预测

针对用BP神经网络(Back Propagation Neural Network,BPNN)进行潜在高价值旅客预测时出现的特征表达能力弱、稳定性差、易陷入局部极值的不足,提出一种新颖的基于RBM-GASA-BPNN的潜在高价值旅客预测方法.该方法首先通过聚类算法划分旅客类别,设置类别标签;然后利用受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)提取旅客行为特征并确定最优BPNN初始权值和偏置的寻优范围,又利用遗传模拟退火算法(Genetic Algorithm-Simulate Anneal,GASA)对BPNN参数进行精调,确定了最优的BPNN初始权值和偏置;最后,利用优化后的BPNN对旅客进行分类预测.实验结果表明,本文提出的方法克服了基于BPNN的分类预测方法的缺陷,具有更高的分类预测准确率和潜在高价值旅客预测能力.

交通方式选择与旅客时间价值研究——以北京-太原客运通道为例

从旅客出行交通方式选择入手,在综合考虑旅客收入、出行费用、出行时间、安全舒适度、服务水平等因素基础上,提出一个简化且合理的时间价值计算模型。以北京-太原客运通道为例,通过对不同收入旅客出行交通方式选择进行调查,计算出不同收入阶层旅客的时间价值。结果发现,不同收入的旅客时间价值是不同的,但不同收入旅客的每小时时间价值约等于该群体每小时人均可支配收入的50%左右。这一结论对各种交通运输工具的定价及交通资源的配置具有一定的借鉴意义。

广西道路建设项目经济评价参数旅客单位时间价值研究

文章利用《广西统计年鉴》中收录的有关数据,对广西各地区道路建设项目经济评价中使用的参数——旅客单位时间价值进行了研究。

融合多任务深度学习与主动学习的民航常旅客缺失数据填补

针对用溯源法主动对数据记录进行真实值填补成本较高的问题,结合多任务学习与主动学习的优势,提出一种深度多任务主动学习网络,将缺失数据填补任务与常旅客价值分类任务同时进行训练。此外,考虑到生产大数据环境,提出一种基于Spark的主动填补运行机制,使得深度多任务网络模型能在大数据环境下高效运行。实验表明,模型在不损失数据填补和分类性能的前提下,模型可有效降低所需训练数据的规模,进而减少训练模型所需时间以及人工标记样本所耗费的人力成本。

航班延误引发的航空公司及旅客经济损失

民航运输业的高速发展,导致航班延误现象日益严重。本文在借鉴国外研究成果的基础上,提出了适用于我国的航班延误经济损失计算方法,考虑了延误航班的正常盈利损失,并对我国民航旅客的时间价值进行了研究,同时给出了各类延误损失的计算公式。最后,以2004和2005年为例,对全年由航班延误引发的航空公司及旅客经济损失进行了估算。

民航旅客社会网络构建方法研究

传统的民航旅客价值分析仅仅针对单个旅客的乘机数据,忽略了旅客间存在的关系。为了提供社会网络类型数据支持,更全面地分析民航旅客,提出一种PNR数据的民航旅客社会网络构建方法。分析PNR数据特征,并描述民航旅客社会网络结构。在分析节点属性时,提出民航旅客RFM模型,引入旅客个体价值。根据旅客订座行为特征发现旅客关系,计算旅客间的乘机关联度,创建四元组有效表示节点间的边。应用Oracle数据库,从PNR表中生成该网络的节点集和边集。在真实PNR数据集上的实验表明方法的有效性和可行性。

旅客运输体系的演变分析

比较分析了中外旅客运输体系的演变过程、一般规律及中外旅客运输体系模式的差别,并对其原因进行了研究。分析表明,影响旅客运输体系演变的基本因素是各种运输方式的技术经济特性和不同时期旅客运输需求及其变化,国情是形成不同国旅客运输体系差别的根本因素。因此在选择旅客运输体系模式时,既要把握世界旅客运输体系演变的一般规律,更要认清本国的国情,从而才能形成合理的旅客运输体系。

铁路旅客感知的列车服务质量实证研究

探讨铁路客运列车旅客感知服务质量的构成与维度,及其与旅客感知消费价值、旅客满意度、旅客再乘意向以及正面口头传播意向之间的关系。本文以乘坐广深铁路"和谐号"列车的旅客为对象,共收集149份有效问卷,采用结构方程模型分析技术对数据进行分析。研究结果表明:旅客感知的列车服务质量包含3个维度,即硬质量、软质量、列车上所售商品质量;旅客感知的列车服务质量、票价合理性、列车旅行速度对旅客感知的消费价值有显著的正向影响;旅客感知的消费价值对旅客满意度有显著的正向影响;旅客满意度正向影响旅客的再乘意向及其正面口头传播意向。

基于旅客出行行为的铁路常旅客计划方案设计

伴随着运输行业的发展,旅客出行行为呈现出多样化与复杂化的趋势,培育和留住铁路常旅客日趋重要。以中国铁路南昌局集团有限公司的管内旅客为研究对象,以2016年客票系统数据为基础,按照购票消费累计金额分类,分析旅客出行频次与乘车席位的对应特征,借鉴航空公司及相关行业经验,提出体现旅客层次性和服务差异化的常旅客计划,从常旅客的认定和积分管理、常旅客服务项目和内容等方面进行方案设计,为吸引高价值旅客、提高旅客粘合度与忠诚度、提升铁路运输企业市场竞争力提供参考。