“酒店+ OTA”双渠道供应链超订策略研究

摘要：为解决市场需求不确定环境下，酒店和在线旅行网站（Online Travel Agency，OTA）合作时的能力超订量与在线房间预留量的决策问题，建立了基于佣金合作模式的数学模型，给出了实现酒店整体期望收益最大化的在线房间预留量与能力超订量。借助数值分析，进一步研究了佣金率与需求不确定性对最优决策的影响。结果表明，当佣金率与门店需求不确定性较小时，酒店采取双渠道策略并且实施超订；当佣金率与门店需求不确定性很大时，酒店采取门店单渠道策略但不实施超订。另外，在线房间预留量随着佣金率、门店需求不确定性的增大而减小。

关键词：供应链管理；超额预订；决策模型；酒店

中图分类号：F'224

文章标识码：A

文章编号：1007-3221（2015）02-0038-06

引言

在经济全球化的大背景下，酒店间的竞争日趋激烈。正如陈旭提到，酒店客容能力的过剩和投资回收的压力日益增大，有效的管理对酒店业从来没有像今天这样重要和关键。因此，酒店迫切需要实施高效的收益管理以提高经济效益。其中超订是实现收益最大化的有效途径之一，所谓“超订”是指酒店预订出比客房总量更多的预订量，以缓和因旅客退订或预订未人住（no show）等原因造成的空房损失。然而，超订可能导致某些旅客因为满房而无房入住，对此酒店不仅要安排这些旅客至其他酒店（Walking），还将承受商誉方面的不良影响。所以，确定合理的超额预订水平，对酒店开展收益管理是非常重要的。

为了提高房间入住率，如家、锦江之星等连锁酒店与艺龙、携程等OTA网站合作，最大程度地吸引网上旅客预订酒店客房。目前，OTA与酒店合作时主要采用佣金模式（Agency Model），即酒店预留一定数量的房间在网站寄售，当房间售出后酒店按协议支付OTA佣金。携程在2011年第一季度与第二季度的宾馆预订营业收入分别为3亿1000万元人民币①与3亿6600万元人民币②。这些收入主要来自会员酒店支付的佣金，可见，最优的在线房间预留量的决策是酒店实现自身收益最大化的关键所在。

目前，国外有很多研究酒店与OTA关系的文献。Buhaljs[4]研究了地中海沿岸地区的酒店与旅行社住分销渠道中的冲突，发现酒店对旅行社的依赖越强，两者间的摩擦越多。Guillet等“对2009年CHOICF：国际酒店集团与著名网络旅行商EXPEDIA之间的冲突进行分析，发现佣金率过高是CHOICF停止与EX-PFDIA合作的重要因素。这些研究侧重于采用调研、统计数据、分析案例的方式来阐述酒店与OTA的关系。虽然文献提到酒店不能过分依赖OTA的观点，但却未给出最优的在线房间预留量。

Bitran与Mondschien通过构建随机动态规划模型，研究了在顾客人住多天的情形下，酒店针对不同类型顾客时的最优策略，但未考虑旅客的退订行为。Hadjinicola与Panayi以酒店损失最小为目标，讨沦了从酒店与从多个旅行社的角度出发确定超订策略间的优劣问题，但却未给出酒店的最优超订量。Koide与Ishii假定旅客通过门店和酒店的网站平台预订房间，不允许网上旅客退订客房，通过构建数学模型，提出酒店两阶段定价的最优房间分配与超订策略。王晓敏与徐以在考虑了可替代凶素和酒店风险偏好的前提下，研究了酒店收益管理中的超订问题；Xiong等对风险规避下多阶段的超订问题进行分析，提出最优策略，研究发现风险中性决策者的最优决策是其特殊情况。以上这些文献大都以单渠道为研究背景，忽视了互联网的特点及其对社会生活的深刻影响。现今，在线旅行预订已成为旅游市场的一个亮点，绝大多数酒店出于经费、技术等方面考虑，将网上预订业务外包给OTA。而本文正是基于此，研究了以酒店与OTA的合作为背景的超订问题。

与本文相关的研究还有航空公司超订策略的文献。例如，Subramanian等、Karaesmeri与VanRyzinf、El-Haber与El-Taha。同时，本研究提出的模型也借鉴了航空公司与第三方的合作问题Alamdarj对美国、欧洲和亚洲航空公司的分销策略进行分析研究，发现每个区域的航空公司都趋向于采用直销渠道。文章虽然提到通过降低佣金率来削减分销成本是导致旅行社与航空公司的关系发生变化的主要原因，但并未从航空公司的角度出发得到针对不同佣金率的最优策略。陈剑等采用数学建模的方式，研究了航空公司和旅行社在从事机票交易时双方的最优决策，并且提出了一种价格调整的协凋机制。但是，文章中航空公司与旅行社是以批发模式（Merchant Model）建立合作关系，而未考虑佣金模式。

不同于上述模型，本文在允许网上旅客退订与酒店超订的情况下，基于酒店与OTA的佣金合作模式建立模型，得到酒店的在线房间预留量与能力超订量的最优决策。同时，通过数值分析研究了佣金率与市场需求不确定性对最优决策的影响，以及酒店的最优渠道策略与超订策略。本研究对我国酒店的收益管理具有一定的实践指导意义。订率为0。网上渠道是指酒店将房间寄售在OTA网站，旅客通过网站提前预订客房。由于OTA与酒店合作时，要求酒店门店价格不得低于网站价，所以大部分旅客选择网上预订。现实中，网上旅客可以对多家酒店的住房价格做出比较后预订或退订客房，由于操作简便，所以网上旅客的退订率较高。

在实际经营中，旅客最多可以提前半年在网上预订房间，为了保障有足够房间预留给直接入住的临时旅客，网上预订系统一般会在特定入住时间的当天下午6点关闭。基于此，假设网站从时间点t2开始接受预订，到时间点t1截止；旅客可以在时间段T2内以p：价格从网站处预订得房间，而在T1时间段内，旅客需以P1价格（p1>p2）从酒店前台预订得房间。由于临时旅客不会提前预订，本文假设在时间段T2内，门店需求为0，to为旅客的目标入住时间。

在佣金模式中，酒店预留Q（0≤Q≤k+z）房间在网站寄售。每售出一间房间，酒店向OTA支付佣金p2a，佣金率a为o

为了减少空房损失、优化收益，酒店实施超订策略。在to时间点，如果实际到店的旅客数量超出了酒店的客房总量k（k>0，且是有限的），则酒店管理者要安排无房的旅客人住其他酒店，为此酒店承担的拒绝成本（Rejection Cost）为R/人。Noone等研究发现在拒绝成本超过某个界限值之后，被拒旅客的满意度并不能得到提升。DeKay等对20家酒店进行为期1年的调研，通过统计分析，发现一年内平均只有十晚会出现安排旅客人住其他酒店（Walking）的情形。当Walking不可避免时，原酒店会在附近的加盟店预订同类型房间并安排无房旅客人住，此时原酒店往往可享受相当大的折扣（约为33%）。可见，拒绝成本一般小于原酒店的门店价。因此，酒店将网上旅客已预订的房间超售给门店旅客后承担的拒绝成本为p2≤R≤p1。同陈剑等与Koide等一致，本文不考虑运营成本。另外，我们假设：（1）酒店接受的超订量为，z，ze[0，∞）（与Koide等关于超订量的假设一致）；（2）网上退订率为常数β（00）、累积分布函数为F（y）；（5）X、Y是非负连续随机变量，且相互独立；（6）πs、π分别表示酒店采取门店单渠道策略与双渠道策略时的收益。

2 基本模型

2.1 最优预留量的决策

在佣金模式中，酒店会根据OTA制定的佣金率来决策相应的房间预留量与能力超订量。旅客通过OTA网站预订的房间量为B2，与网上需求以及酒店预留给OTA的房间量Q的关系如下：同时令旅客通过门店预订的房间量为B1，B2与门店需求以及房间预留量Q、超订量z的关系可表示为：根据（1）式与（2）式，得到缺房量Bo：基于（1）、（2）、（3）式，酒店的期望收益如下：

式（4）中，第一项表示扣除佣金后，酒店通过网上渠道所得期望收入。第二项表示酒店通过门店渠道所得期望收入。第三项表示酒店因缺房而遭受的损失。定理1给出了使得酒店期望收益最大化的在线房间预留量Q*。

定理1 （1）如果酒店超订量满足z≥βQ，则酒店的最优预留量满足以下性质：酒店的期望收益是关于Q的单调不增函数，酒店的期望收益是关于p的单调不减函数，最优预留

（2）如果酒店超订量满足z≤βQ，则酒店的最优预留量具有以下性质：酒店的期望收益是关于Q的单调不增函数，最优预留量Q*=0；酒店的期望收益是关于Q的单峰函数，并且最优预留Q*量满足p2

定理l表明当OTA制定很高的佣金率时，酒店只采用门店单渠道策略。因为过高的佣金率，意味着酒店需要向OTA支付昂贵的费，这将大大减少酒店的自身收益，此时，酒店放弃网上渠道。当佣金率很低时，酒J4刊哿所有房间寄售在OTA网站。因为低佣金率的OTA可以有效地帮助酒店提高房间入住率，进而为酒店带来较高的利润。当OTA要求的佣金率适中时，若酒店超订量满足z>卢Q，则酒店预留的房间量给OTA；若酒店超订量满足z≤βQ，则酒店预留的房间量给OTA，

推论l 酒店的最优预留量Q*随着佣金率a的增大而减少；

推论1说明酒店的最优预留量Q'随着OTA给出的佣金率a的增大而减少。因为佣金率越大，OTA收取的费用越多，酒店为了保证自己在最佳预留量决策下的最理想收益，减少了寄售在OTA网站上的房间量。

2.2 最优超订量的决策

为了弱化旅客退订给酒店带来的负面影响并充分利用客房，酒店采取超额预订策略。基于上文得到的最优预留量，这一节进一步分析酒店利润最大化的超订量。根据酒店的收益方程，可以得到使酒店利润最大化的超订量z*，并在定理2中给出。

定理2 （1）如果酒店超订量满足z>βQ，最优超订量z*为

1）当P1>R时，最优超订量z*=∞；

2）当p1=R时，最优超订量z*=0；

（2）如果酒店超订量满足z≤βQ，酒店的最优超订量为z*=βQ。

定理2表明在酒店超订量满足z>PQ的情况下：①若门店价格大于拒绝成本，酒店超订房间量z*=∞时将获得最大收益，这个结论是基于缺房不会引起旅客满意度下降、旅客流失的前提，与Koicle的相关结沦一致。②若门店价格与拒绝成本相等，酒店期望收益不受超订量大小的影响。此时，酒店不超订，因为超订常导致旅客抱怨与不满。③当酒店超订量满足z≤PQ时，酒店的最优超订量z*=βQ。

3 无超订情况下的最优预留量决策

由于一些酒店规模较小，不会冒着风险采取超订策略，本节将进一步讨论存在退订、但酒店不超订时的特殊情况。根据酒店的期望收益函数，定理3给出了使得酒店利润最大化的房问预留量Q*。

定理3 当酒店不超订时，最优预留量为

定理3给出了酒店不超订时最优预留量的决策。定理3表明（1）当佣金率很高时，酒店应陔采取门店单渠道策略；（2）当佣金率适中时，酒店应该采取“门店+OTA”双渠道策略，此时最优预留量满足Q*=

4数值分析

基于前文，本节将通过数值分析来进一步了解需求不确定性与佣金率对预留量与超订量的影响，以及超订策略、渠道策略对酒店期望收益的影响。考虑到携程等OTA的订单退订率约为30%，并且OTA与酒店合作时，前台价格处于180～200元/间的二星级酒店客房通过OTA预订的价格处于100～120元/间，因此假设Pi=200，P2=120，卢=0.3，酒店服务能力k=100，酒店安排无房的旅客人住其他酒店时，承担的拒绝成本为R=150/人。此时，酒店的最优超订量有两种，分别是z*=∞与z*=βQ，由于z*=∞在实际经营中很少出现，为得到较有价值的管理启示，我们只分析z*=βQ的情况。又因为OTA每售出一间客房收取酒店10%至35%的佣金，所以，假设aE[0.1，0.5]。

假设需求服从均匀分布，门店需求概率密度函数为，其中b为其需求上限且b>50；网上需求概率密度函数为。为研究门店需求不确定性对酒店最优决策的影响，我们讨论了b=110，115，120，125，130五种情况。本文用变异系数（需求的均方差与其均值之比）来描述市场需求的不确定性。结合定理1与定理2，我们得到门店需求不确定性（变异系数）和佣金率对Q*、z*以及酒店期望收益的影响。

图2给出了50种情形下酒店的最优预留量Q*、最优超订量z*、酒店采取双渠道策略使其期望收益增加的百分比。其中：白色区域代表酒店的最优策略为采用双渠道策略并且实施超订；浅灰色区域代表酒店的最优策略为采用双渠道策略但不实施超订；深灰色区域代表酒店的最优策略为采用门店单渠道策略并且不实施超订。

从上图我们可以发现：（1）酒店的最优预留量与最优超订量随着佣金率的增大而减少。当佣金率足够大时，酒店的预留量与超订量都为0。因为高佣金率意味着高费，酒店为了最大化期望收益，在OTA提出苛刻条件时放弃了网上渠道。（2）随着佣金率的增大，酒店采取双渠道策略获得的利润增幅减小。因为佣金率越高，酒店支付的佣金越多，尽管双渠道策略有助于提高房间入住率，但过高的佣金削弱了双渠道的优势。（3）酒店的最优预留量与最优超订量随着门店需求不确定性的增大而减少。因为门店需求越不确定（变异系数vσ越大），门店的潜在旅客越多，由于门店价大于网上价，酒店为了获得更大收益而减少了寄售在OTA的房间量，减少预留量的同时势必要减少超订量。（4）随着门店需求不确定性的增大，酒店采取双渠道策略获得的利润增幅减小。因为需求不确定性越大，门店的潜在旅客越多，若酒店仍继续将部分房间寄售在OTA网站，就会使得门店渠道可利用房间数量减少，再由于网上价低于门店价，且酒店还须向OTA支付佣金，进一步弱化了双渠道策略的优势。

综上，我们可以发现当佣金率与门店需求不确定性较小时，酒店采取双渠道策略并且实施超订；当佣金率与门店需求不确定性很大时，酒店采取门店单渠道策略并且不实施超订；另外，发现房间预留量随着门店需求不确定性或佣金率的增大而减少。

5 结论

在酒店管理中超额预订已成为十分重要的收益管理手段。本文综合考虑了网上旅客退订以及酒店超订的行为，通过构建数学模型，研究了酒店与OTA合作时预留量与超订量的决策问题，得到了酒店的最优在线房间预留量与最优超订量。数值分析进一步揭示了佣金率与需求不确定性对最优决策的影响。结果表明，当与佣金率与门店需求不确定性较小时，酒店采取双渠道策略并且实施超订；当佣金率与门店需求不确定性很大时，酒店采取门店单渠道策略但不实施超订；另外，在线房间预留量随着佣金率、门店需求不确定性的增大而减少。上述结论可以为酒店制定能力超订量与在线房间预留量的决策以及酒店的渠道策略选择提供有益的指导。

日前，在国内以酒店与OTA的合作为背景，对超订策略进行研究的文献比较少。本文只是作了一些初步探索，未考虑酒店实施超订策略对旅客满意度的影响，从长远来看，酒店采取超订策略导致旅客无房入住的现象势必降低旅客的满意度、造成旅客流失，此时拒绝成本将大于房间的门店价格。如何在考虑旅客满意度的情况下，对酒店的超订策略进行研究是下一步的研究方向。还有很多可以继续深入研究的问题，比如：同时考虑几种房型、考虑酒店与多家OTA合作。