建立航空旅游业合作伙伴效能评价体系
目前航空旅游业合作伙伴效能评估方法众多,但缺少统一有效的评估方法。本文借助熵权法模型,以航空合作伙伴渠道资源效能评价为例,通过选取相关评价维度,借助箱型图、离差标准化等工具,建立合作效能多维度综合评价体系。主要分析过程如下:首先,通过箱型图、离差标准化处理样本数据;其次,通过引入熵权法确定各评价维度的权重;最后,计算具体航空合作伙伴各维度及整体得分。通过以上综合评价体系,航空公司可以对航空合作伙伴销售各主要考核维度有全面的了解,清晰知道哪些航空合作伙伴的促销费效能低,清晰知道单个航空合作伙伴在那些评价维度存在不足。为航司充分掌握航空合作伙伴销售存在的问题,有的放矢的做好航空合作伙伴销售组织、科学制定促销政策做好支持。
一 分析方法及模型选取
针对航空公司目前航空合作伙伴费用用效能缺乏一套科学的评价体系,只能简单地看航空合作伙伴费用增幅与收入增幅是否匹配、航空合作伙伴费用的产投比是否合理等,这种评价方法过于强调销量,容易导致批发型或者网络供货型航空合作伙伴等主要以冲量为业务模式的航空合作伙伴的航空合作伙伴费用效能评价偏高,而部分真正有直客资源的航空合作伙伴评价偏低,与公司航空合作伙伴费用投放价值取向不匹配。同时,航空合作伙伴自身业务模式转型升级也会带来航空合作伙伴费率的变化,如航空合作伙伴加强了客户开发力度,旅客乘机次数有所增加,产品销售增加等都会带来航空合作伙伴费率的提升。此外,收入受市场整体环境、运力投入等因素影响较大,不同市场之间差异较大。总体来看,目前的评价体系不完善,无法科学全面的评价渠道航空合作伙伴的促销费使用效能,对于后续的航空合作伙伴费用资源投放和渠道政策优化缺乏指导意义。
为解决上述问题,为建立科学的航空合作伙伴效能评价体系,本文首先选取影响航空合作伙伴促销效能的关键因素进行数据整理,如航空合作伙伴收入同比-始发运力同比、价格指数、高舱占比横比同比、乘机次数、航空合作伙伴横比等维度;第二,使用箱型图绘制各评价维度的统计量,基于有关数据的位置和分散的参考,划定各个维度的正常数据区间,剔除异常值对数据分析结果的影响;第三,采取离差标准化,将各个维度的数据统一落入特定区间,进行标准化处理,实现不同单位和量级的指标能够进行比较和加权;最后,运用熵值法结合各项指标的变异程度,科学计算出各项指标的权重,统计出各个航空合作伙伴的航空合作伙伴促销效能评分。 通过上述分析数据方法及数学模型,可以找出促销费使用效能较差的航空合作伙伴和相关评价维度,为航空公司科学评估航空合作伙伴政策效果,以及后期航空合作伙伴政策优化、资源分配,提供科学参考依据。具体分析方法和评价模型简介如下:
箱形图
箱形图(Box-plot)又称为盒须图、盒式图或箱线图,是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用,常见于品质管理。它主要用于反映原始数据分布的特征,还可以进行多组数据分布特征的比较。箱线图的绘制方法是:先找出一组数据的上边缘、下边缘、中位数和两个四分位数;然后, 连接两个四分位数画出箱体;再将上边缘和下边缘与箱体相连接,中位数在箱体中间。 [1]
针对分析数据中存在部分异常值,如不加剔除地把这些异常值包括进数据的计算分析过程中,将对结果航空合作伙伴严重干扰,通过箱形法划定各个维度的正常值区间,剔除异常值对数据分析结果的影响。
离差标准化
在多指标评价体系中,由于各评价指标的性质不同,通常具有不同的量纲和数量级。当各指标间的水平相差很大时,如果直接用原始指标值进行分析,就会突出数值较高的指标在综合分析中的作用,相对削弱数值水平较低指标的作用。因此,为了保证结果的可靠性,需要对原始指标数据进行标准化处理。[2]
离差标准化实质是通过数学转换将变量值缩放到一个特定区间,即同一维度下将不同对象的值,根据大小差距,映射入特定区间(比如:[0,1]),实现不同单位和量级的指标能够进行比较和加权。离差标准化采公式:
Y = 1-(X-Xmin)/(Xmax-Xmin),Xmax =分析维度最大值,Xmin = 分析维度最小值。
熵权法建模
按照信息论基本原理的解释,信息是系统有序程度的一个度量,熵是系统无序程度的一个度量;根据信息熵的定义,对于某项指标,可以用熵值来判断某个指标的离散程度,其信息熵值越小,指标的离散程度越大,该指标对综合评价的影响(即权重)就越大,如果某项指标的值全部相等,则该指标在综合评价中不起作用。因此,可利用信息熵这个工具,计算出各个指标的权重,为多指标综合评价提供依据。[3] 熵权法模型具体分析步骤如下:
数据分析过程及结果:
本文选取某公司每个评估时间段内国内所有销售量5万以上的1193家销售航空合作伙伴为数据样本,从收入增幅-始发运力增幅同比、 航空合作伙伴费率横比、价格指数同比、高舱占比横比同比、价格指数、乘机次数等维度采集数据,通过箱型法、离差标准化及熵权法模型,对采集数据进行进一步整理。相关数据维度定义如下:
(1)收入同比-运力同比:本期承运收入同比增幅-航空合作伙伴所在单位始发运力同比增幅,并对偏离平均值较多的数据进行修正,主要用来看航空合作伙伴投入带来的收入变化,并考虑到运力变化带来的影响。
(2)航空合作伙伴费率横比:本期航空合作伙伴费率-本期同市场同类型航空合作伙伴费率,主要用来该航空合作伙伴航空合作伙伴费率与市场平均水平相比所处的水平。
(3)价格指数:航空合作伙伴本期销售票价同比。
(4)价格指数同比:航空合作伙伴本期价格指数-同期价格指数,主要看航空合作伙伴投入与航空合作伙伴业务转型之间的关系,即航空合作伙伴投入是否带来高价格客户。
(5)乘机次数:航空合作伙伴销售的旅客的航段平均乘机次数。
(6)乘机次数同比:航空合作伙伴本期旅客平均频次-同期平均频次,主要看航空合作伙伴投入是否带来客户粘性提升。
(7)高舱占比横比同比:(航空合作伙伴高舱占比(H舱以上)-本期市场同类型航空合作伙伴高舱平均占比)-(同期航空合作伙伴高舱占比-同期市场同类型航空合作伙伴高舱平均占比),主要看航空合作伙伴投入是否带来高舱客户增量。
具体分析步骤:
第一步,运用箱型图确定正常值区间,对分析数据进行修正,剔除异常值干扰。
整理各个维度的评价数据,通过使用箱型图绘制各评价维度的统计量,基于有关数据的位置和分散的参考,划定各个维度的正常值区间,剔除异常值对数据分析结果的影响。通过使用箱型图,确定收入同比-运力同比正常值区间为[-2,3], 航空合作伙伴费率横比正常值区间[-0.025,0.019],价格指数同比正常值区间[-0.115,0.229],价格指数正常值区间[0.881,1.301],乘机次数正常值区间[1.000,2.158],乘机次数同比正常值区间[1.000,2.158],高舱占比横比同比正常值区间[-0.081,0.3371]。各维度相关数据大于正常值区间最高值将按照正常值区间最高值修正,小于正常值区间最低值将按照正常值区间最低值修正。
第二步,通过离差标准化,将评价数据映入特定区间
在运用箱型图对分析数据进行修正后,对不同的量纲和数量级的维度数据进行标准化处理,使得同一维度下将不同对象的值,根据大小差距,映射入特定区间(比如:[0,1])。
通过箱型图剔除异常值,运用离差标准化对各变量进行离差标准化处理赋分后,得出各指标基础得分,截取部分结果表如图:
第三步,利用熵权法模型计算各维度权重
将统计变量进行算法模型分析,得出主要参数值和权重:
第四步,通过权重和各维度赋分,得出综合得分,截取部分结果表如下:
评分结果样本航空合作伙伴家数综合得分分布如下:
二 应用举例
通过采用箱型图、离差标准化、熵权法建立航空合作伙伴促销效能综合评价体系,航空公司可以对航空合作伙伴销售各主要考核维度有全面的了解,清晰知道哪些航空合作伙伴的促销费效能低,清晰知道单个航空合作伙伴在那些评价维度落后。藉此,航空公司能够充分掌握航空合作伙伴销售存在的问题,有的放矢的做好航空合作伙伴销售组织、促销政策制定工作。
应用举例:
以下摘取某航司依据上述分析方法和模型对航空合作伙伴促销效能综合评价的部分分析结果归纳总结。首先,航空合作伙伴方面,可以看到排名1-5的航空合作伙伴综合评分靠后,特别是航空合作伙伴B,其航空合作伙伴费率横比同类型航空合作伙伴得分严重偏低,同时乘机次数和价格指数评价维度的得分也偏低,需要针对性的调整对该航空合作伙伴的促销政策,提升合作效能;其次,具体评价维度方面,即便是综合评分最高的航空合作伙伴20,其价格指数得分严重偏低,说明该航空合作伙伴的销售品质不高,航空公司可以据此在制定促销政策时,针对性的对该航空合作伙伴加强价格指数考核,引导航空合作伙伴提升销售品质。
三 意义
本文分析方法改变了传统的以人工印象或单一维度评价费用效能、航空合作伙伴价值等,结合大数据,运用数据模型,赋分权重结果会根据数据样本的变化做出调整,数据参考样本越大,越接近真实的影响结果,相较传统的手工赋分或单维度评价更科学,更能反映航空合作伙伴的价值。在商业价值方面,可以用于专项费用使用评估、合作伙伴筛选及评价、商业招标竞标等。在社会价值方面,通过数据模型测算每项指标的赋分值,尽可能消除人工赋分带来的主观风险。
参考文献:
【1】 贾俊平、何晓群、金勇.统计学(第四版):中国人民大学出版社,2009年:66-67
【2】 王元,文兰,陈木法.数学大辞典:科学出版社,2010
【3】 陈伟, 夏建华. 综合主、客观权重信息的最优组合赋权方法[J]. 数学的实践与认识, 2007, 37(001):17-22.