本发明涉及天海邮轮舱房定价领域,特别涉及一种基于ota(在线旅游网站)售价和订单数据的邮轮舱房定价方法及系统。
背景技术:
天海邮轮作为国内旅游市场的新型产业,邮轮消费市场正逐步形成,但邮轮旅游产品销售尚未有统一行业标准,特别邮轮旅游产品中舱房售价由各邮轮公司自主制定。为辅助国际邮轮航运的市场健康,制定出合理的舱房价格显得至关重要。目前,市场上对邮轮舱房的主流定价策略有成本导向型和需求导向型两种,其中成本导向型定价策略由于忽视了舱房需求的快速变化而不能很好地适应迅速变化的市场需求,无法及时调整售价以获得最大化收益,而需求导向型定价策略是基于消费者对各种不同舱房产品的感受价值来确定售价,虽然能更好地适应了市场需求变化,但是消费者的感受价值却是很难确定或者是很难衡量得到,从而确定售价时不仅费时费力,而且确定的售价也不准确。
技术实现要素:
本发明要解决的技术问题是为了克服现有技术中成本导向型定价策略不能及时根据迅速变化的市场需求来调整售价,而需求导向型定价策略效率低且不准确的缺陷,提供一种基于ota售价和订单数据的邮轮舱房定价方法及系统。
本发明是通过下述技术方案来解决上述技术问题:
一种基于ota售价和订单数据的邮轮舱房定价方法,包括:
s1、计算每天的目标邮轮的舱房报价,包括:
s11、计算otai的所述目标邮轮的房型j的一二人售价均价,计算公式为:
cabinij=average(cabinijr)
其中,otai表示第i个ota网站;cabinijr表示otai中第r个房型j的一二人售价,average表示取平均值,i、j、r均为正整数;
s12、计算所述目标邮轮的房型j的一二人舱房价,计算公式为:
cabinj=∑(cabinij*proofotai)/∑proofotai
其中,proofotai表示otai在所有ota中的价格占比,一二人舱房价表示舱房的一二人价格;
s13、计算第m天的所述目标邮轮的舱房报价,计算公式为:
pricem=∑(cabinj*proofcabinj)/∑proofcabinj
其中,m为正整数,proofcabinj表示房型j在所述目标邮轮的占比;
s2、计算黄金售卖期,包括:
s21、画出salen的5日均线和计算salen的5日均值,salen的5日均值计算公式为:
其中,salen表示订单数据中第n天的售卖舱房数,n为正整数,p为0-4的整数;
s22、计算售卖期内valuen的均值,计算公式为:
avgofvalue=average(valuen)
s23、计算黄金售卖期,计算依据为:若从第n天开始连续两天valuen和valuen+1均大于avgofvalue,则认为第n天开始进入黄金售卖期;若从第n天开始连续四天valuen和valuen+1和valuen+2和valuen+3均小于avgofvalue,则认为第n+3天开始退出黄金售卖期;
s3、计算所述目标邮轮的apd(航次平均每人每天收益),包括:
s31、计算第k段黄金售卖期的所述目标邮轮的舱房报价均价,计算公式为:
pricek=average(pricem)
其中,k为正整数;
s32、计算所述目标邮轮的一二人舱房价均价,计算公式为:
price=∑(pricek*sumofsalek/sumofsale)
其中,sumofsalek表示订单数据中第k段黄金售卖期售卖舱房总数,sumofsale表示订单数据中所有房型售卖总数,一二人舱房价均价表示舱房报价的一二人均价;
s33、计算所述目标邮轮的apd,计算公式为:apd=price/汇率/晚数;
s4、显示所述apd。
较佳地,所述步骤s1之前还包括:
s0、爬取otai的所述目标邮轮的房型j的一二人售价cabinijr,并形成数据结构落地数据仓库,所述数据结构包含otai及其所述目标邮轮信息和cabinijr。
较佳地,所述步骤s0具体包括:
s01、爬取otai的所述目标邮轮的房型j的一二人售价cabinijr作为原始爬虫数据;
s02、将所述原始爬虫数据放入消息队列;
s03、读取所述消息队列的所述原始爬虫数据;
s04、将所述原始爬虫数据形成数据结构落地到数据仓库,所述数据结构包含otai及其所述目标邮轮信息和cabinijr,所述目标邮轮信息包括邮轮船名、所属公司、航线名、航程、出行日期。
较佳地,所述步骤s4具体包括:以日历形式显式所述apd。
较佳地,所述proofotai为可配置。
一种基于ota售价和订单数据的邮轮舱房定价系统,包括定价模块,所述定价模块包括第一计算单元、第二计算单元、第三计算单元、显示单元,
所述第一计算单元用于计算每天的目标邮轮的舱房报价,包括:
首先,计算otai的所述目标邮轮的房型j的一二人售价均价,计算公式为:
cabinij=average(cabinijr)
其中,otai表示第i个ota网站;cabinijr表示otai中第r个房型j的一二人售价,average表示取平均值,i、j、r均为正整数;
其次,计算所述目标邮轮的房型j的一二人舱房价,计算公式为:
cabinj=∑(cabinij*proofotai)/∑proofotai
其中,proofotai表示otai在所有ota中的价格占比,一二人舱房价表示舱房的一二人价格;
然后,计算第m天的所述目标邮轮的舱房报价,计算公式为:
pricem=∑(cabinj*proofcabinj)/∑proofcabinj
其中,m为正整数,proofcabinj表示房型j在所述目标邮轮的占比;
所述第二计算单元用于计算黄金售卖期,包括:
首先,画出salen的5日均线和计算salen的5日均值,salen的5日均值计算公式为:
其中,salen表示订单数据中第n天的售卖舱房数,n为正整数,p为0-4的整数;
其次,计算售卖期内valuen的均值,计算公式为:
avgofvalue=average(valuen)
然后,计算黄金售卖期,计算依据为:
若从第n天开始连续两天valuen和valuen+1均大于avgofvalue,则认为第n天开始进入黄金售卖期;
若从第n天开始连续四天valuen和valuen+1和valuen+2和valuen+3均小于avgofvalue,则认为第n+3天开始退出黄金售卖期;
所述第三计算单元用于计算所述目标邮轮的apd,包括:
首先,计算第k段黄金售卖期的所述目标邮轮的舱房报价均价,计算公式为:
pricek=average(pricem)
其中,k为正整数;
其次,计算所述目标邮轮的一二人舱房价均价,计算公式为:
price=∑(pricek*sumofsalek/sumofsale)
其中,sumofsalek表示订单数据中第k段黄金售卖期售卖舱房总数,sumofsale表示订单数据中所有房型售卖总数,一二人舱房价均价表示舱房报价的一二人均价;
然后,计算所述目标邮轮的apd,计算公式为:apd=price/汇率/晚数;
所述显示单元用于显示所述apd。
较佳地,所述系统还包括爬虫模块,所述爬虫模块用于爬取otai的所述目标邮轮的房型j的一二人售价cabinijr,并形成数据结构落地数据仓库,所述数据结构包含otai及其所述目标邮轮信息和cabinijr。
较佳地,所述爬虫模块包括爬取单元、消息队列、读取单元、数据仓库,
所述爬取单元用于爬取otai的所述目标邮轮的房型j的一二人售价cabinijr作为原始爬虫数据;
所述消息队列用于存放所述原始爬虫数据;
所述读取单元用于所述读取消息队列的所述原始爬虫数据;
所述数据仓库用于将所述原始爬虫数据形成数据结构落地到数据仓库,所述数据结构包含otai及其所述目标邮轮信息和cabinijr,所述目标邮轮信息包括邮轮船名、所属公司、航线名、航程、出行日期。
较佳地,所述显示单元采用日历形式显示所述apd。
较佳地,所述系统中所述proofotai为可配置。
本发明的积极进步效果在于:本发明通过对各ota进行大数据分析,从而获得整个邮轮的舱房产品售价建模,建立出更加科学、有效的定价模型,使业务人员对邮轮的舱房的售价及售卖情况一目了然,便于后续高效、准确地调整售价,实现对销售价格体系的有效追溯、跟踪和预判,防止低价抛售,维护早鸟价消费者的切身利益。
附图说明
图1为本发明的实施例1的基于ota售价和订单数据的邮轮舱房定价方法的流程图。
图2为本发明的实施例2的基于ota售价和订单数据的邮轮舱房定价系统的示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
实施例1
如图1所示,本实施例的基于ota售价和订单数据的邮轮舱房定价方法,包括:
101、计算每天的目标邮轮的舱房报价,包括:
1011、计算otai的所述目标邮轮的房型j的一二人售价均价,计算公式为:
cabinij=average(cabinijr)
其中,otai表示第i个ota网站;cabinijr表示otai中第r个房型j的一二人售价,average表示取平均值,i、j、r均为正整数;另外,鉴于各ota所发布的邮轮的舱房售价中多数为一二人价格,少数为三四人价格,所以可采用一二人售价来作为基础数据;
1012、计算所述目标邮轮的房型j的一二人舱房价,计算公式为:
cabinj=∑(cabinij*proofotai)/∑proofotai
其中,proofotai表示otai在所有ota中的价格占比,一二人舱房价表示舱房的一二人价格;
1013、计算第m天的所述目标邮轮的舱房报价,计算公式为:
pricem=∑(cabinj*proofcabinj)/∑proofcabinj
其中,m为正整数,proofcabinj表示房型j在所述目标邮轮的占比;
本实施例中,通过对各ota的所述目标邮轮的一二人舱房售价来获得所述目标邮轮的房型j的一二人舱房价,从而计算出每天的所述目标邮轮的舱房报价,为后续舱房价格的分析形成基础数据。
102、计算黄金售卖期,包括:
1021、画出salen的5日均线和计算salen的5日均值,salen的5日均值计算公式为:
其中,salen表示订单数据中第n天的售卖舱房数,n为正整数,p为0-4的整数;
1022、计算售卖期内valuen的均值,计算公式为:
avgofvalue=average(valuen)
1023、计算黄金售卖期,计算依据为:若从第n天开始连续两天valuen和valuen+1均大于avgofvalue,则认为第n天开始进入黄金售卖期;若从第n天开始连续四天valuen和valuen+1和valuen+2和valuen+3均小于avgofvalue,则认为第n+3天开始退出黄金售卖期;
本实施例中,通过计算出salen的5日均值valuen以及valuen在整个售卖期的均值avgofvalue,然后比较valuen与avgofvalue的关系来获得黄金售卖期,便于后续分析及处理不同售卖期的舱房价格。另外,通过画出salen的5日均线,业务人员可以更直观地获得黄金售卖期,从而方便预测舱房售卖期。
103、计算所述目标邮轮的apd,包括:
1031、计算第k段黄金售卖期的所述目标邮轮的舱房报价均价,计算公式为:
pricek=average(pricem)
其中,k为正整数;
1032、计算所述目标邮轮的一二人舱房价均价,计算公式为:
price=∑(pricek*sumofsalek/sumofsale)
其中,sumofsalek表示订单数据中第k段黄金售卖期售卖舱房总数,sumofsale表示订单数据中所有房型售卖总数,一二人舱房价均价表示舱房报价的一二人均价;
1033、计算所述目标邮轮的apd,计算公式为:apd=price/汇率/晚数;
104、显示所述apd。进一步,以日历形式显式所述apd,业务人员更直观获知所述apd数据。
进一步,在所述步骤101之前还包括:
100、爬取otai的所述目标邮轮的房型j的一二人售价cabinijr,并形成数据结构落地数据仓库,所述数据结构包含otai及其所述目标邮轮信息和cabinijr。
更进一步,所述步骤100具体包括:
1001、爬取otai的所述目标邮轮的房型j的一二人售价cabinijr作为原始爬虫数据;
1002、将所述原始爬虫数据放入消息队列;
1003、读取所述消息队列的所述原始爬虫数据;
1004、将所述原始爬虫数据形成数据结构落地到数据仓库,所述数据结构包含otai及其所述目标邮轮信息和cabinijr,所述目标邮轮信息包括邮轮船名、所属公司、航线名、航程、出行日期。
进一步,所述proofotai为可配置。具体实施时,可根据otai在所有ota中的价格占比情况进行及时调整。
本实施例具体实施中,鉴于邮轮不同其舱房情况一般不同,相应的ota发布信息亦不同,再比如邮轮的房型一般包括内舱房、海景房、海景阳台房、套房等几种房型,而每个房型根据位置不同又存在多个售价,再比如邮轮售卖时间天数不固定,再比如存在多个黄金售卖期,所以上述i、j、k、m、n、r等参数一般根据具体邮轮、ota相应发布信息、所爬取信息等实际情况进行相关设置。
本实施例中,通过对各ota进行大数据分析,从而获得整个邮轮的舱房产品售价建模,建立出更加科学、有效的定价模型,使业务人员对邮轮的舱房的售价及售卖情况一目了然,便于后续高效、准确地调整售价,实现对销售价格体系的有效追溯、跟踪和预判,防止低价抛售,维护早鸟价消费者的切身利益。
实施例2
如图2所示,本实施例的基于ota售价和订单数据的邮轮舱房定价系统,包括定价模块1,所述定价模块1包括第一计算单元11、第二计算单元12、第三计算单元13、显示单元14,
所述第一计算单元11用于计算每天的目标邮轮的舱房报价,包括:
首先,计算otai的所述目标邮轮的房型j的一二人售价均价,计算公式为:
cabinij=average(cabinijr)
其中,otai表示第i个ota网站;cabinijr表示otai中第r个房型j的一二人售价,average表示取平均值,i、j、r均为正整数;
其次,计算所述目标邮轮的房型j的一二人舱房价,计算公式为:
cabinj=∑(cabinij*proofotai)/∑proofotai
其中,proofotai表示otai在所有ota中的价格占比,一二人舱房价表示舱房的一二人价格;
然后,计算第m天的所述目标邮轮的舱房报价,计算公式为:
pricem=∑(cabinj*proofcabinj)/∑proofcabinj
其中,m为正整数,proofcabinj表示房型j在所述目标邮轮的占比;
所述第二计算单元12用于计算黄金售卖期,包括:
首先,画出salen的5日均线和计算salen的5日均值,salen的5日均值计算公式为:
其中,salen表示订单数据中第n天的售卖舱房数,n为正整数,p为0-4的整数;
其次,计算售卖期内valuen的均值,计算公式为:
avgofvalue=average(valuen)
然后,计算黄金售卖期,计算依据为:
若从第n天开始连续两天valuen和valuen+1均大于avgofvalue,则认为第n天开始进入黄金售卖期;
若从第n天开始连续四天valuen和valuen+1和valuen+2和valuen+3均小于avgofvalue,则认为第n+3天开始退出黄金售卖期;
所述第三计算单元13用于计算所述目标邮轮的apd,包括:
首先,计算第k段黄金售卖期的所述目标邮轮的舱房报价均价,计算公式为:
pricek=average(pricem)
其中,k为正整数;
其次,计算所述目标邮轮的一二人舱房价均价,计算公式为:
price=∑(pricek*sumofsalek/sumofsale)
其中,sumofsalek表示订单数据中第k段黄金售卖期售卖舱房总数,sumofsale表示订单数据中所有房型售卖总数,一二人舱房价均价表示舱房报价的一二人均价;
然后,计算所述目标邮轮的apd,计算公式为:apd=price/汇率/晚数;
所述显示单元14用于显示所述apd。
进一步,所述显示单元14采用日历形式显示所述apd。
进一步,所述系统还包括爬虫模块2,所述爬虫模块2用于爬取otai的所述目标邮轮的房型j的一二人售价cabinijr,并形成数据结构落地数据仓库,所述数据结构包含otai及其所述目标邮轮信息和cabinijr。
更进一步,所述爬虫模块2包括爬取单元21、消息队列22、读取单元23、数据仓库24,
所述爬取单元21用于爬取otai的所述目标邮轮的房型j的一二人售价cabinijr作为原始爬虫数据;
所述消息队列22用于存放所述原始爬虫数据;
所述读取单元23用于所述读取消息队列22的所述原始爬虫数据;
所述数据仓库24用于将所述原始爬虫数据形成数据结构落地到所述数据仓库24,所述数据结构包含otai及其所述目标邮轮信息和cabinijr,所述目标邮轮信息包括邮轮船名、所属公司、航线名、航程、出行日期。
进一步,所述proofotai为可配置。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。