收益管理：缘起礼善业，迈入新时代

收益管理（通常为Revenue Management，在礼善业也常用Yield Management）作为一种通过优化定价、库存分配和市场策略以实现收益最大化的管理科学，在航空、酒店、邮轮、租车等行业中发挥着重要作用。它起源于航空业，随着行业竞争的加剧和技术的发展，逐渐演变为覆盖多行业的市场营销管理体系。其核心理论包括价格歧视、需求预测、动态定价、库存分配、市场细分、超售策略和边际收益分析等。在数智技术的赋能下，收益管理正迈向更敏捷、更智能、更个性化的未来。

一、收益管理的起源与理论基础

起源：从航空业破茧的收益优化

收益管理起源于20世纪70年代的航空业。1972年，英国海外航空公司（BOAC）开始对提前预订机票的乘客提供折扣票价，而对临近出发才购票的乘客收取全价，这被视为收益管理思想的萌芽。1980年代，美国航空业放松管制后，美国航空等公司开始尝试 Yield Management(收益管理，也有翻译成产量管理)，通过动态调整座位配额和票价，在激烈竞争中取得了巨大成功。据报道，美国航空在1978-1987年间通过收益管理额外获得了5亿美元收益，这一实践后经学者Robert G. Cross系统化总结，演变为覆盖多行业的“收益管理”理论。此后，收益管理理念迅速扩展到酒店、铁路、邮轮、租车、旅游景区等拥有 “易逝性库存” 的行业。

理论基础：科学决策的七大支柱

收益管理的理论基础主要来源于经济学、运筹学和统计学。经济学中的供需理论为收益管理提供了价格与需求关系的基本框架，使企业能够根据市场供需状况动态调整价格。运筹学中的优化理论，如线性规划、动态规划和整数规划，为收益管理模型的构建提供了数学工具，帮助企业在复杂的市场环境中优化资源配置和定价策略。统计学中的预测方法，如时间序列分析和回归分析，为需求预测提供了技术支持，使企业能够准确预测未来市场需求，从而制定合理的定价和库存策略。收益管理的核心理论主要包括以下7个方面：

1.价格差异化（Price Discrimination）：根据客户支付意愿差异化定价，包括一级（个性化）、二级（产品版本）、三级（市场细分）定价。2.需求预测（Demand Forecasting）：利用历史数据和市场趋势预测需求，指导动态定价与库存分配。3.动态定价（Dynamic Pricing）：实时调整价格以平衡供需，如航空机票的波动定价。4.库存分配（Inventory Allocation）：优化资源分配，优先服务高价值客户（如航空公司保留商务舱座位）。5.市场细分（Market Segmentation）：按客户特征设计差异化产品（如酒店商务套餐与家庭套餐）。6.超售策略（Overbooking）：通过预测取消率超售易逝库存（如航班座位），减少空置损失。7.边际收益分析（Marginal Revenue Analysis）：评估每单位销售对总收益的影响，避免低价倾销。

收益管理的主要工具包括收益管理系统（RMS）、客户关系管理（CRM）系统、数据分析工具等。收益管理系统是实施收益管理策略的核心工具，能够综合考虑多种因素，为企业提供科学的定价和库存控制建议。客户关系管理系统收集和分析客户数据，实现个性化营销和精准定价。数据分析工具用于处理和分析大量数据，支持需求预测、定价优化等决策，如贝叶斯方法、动态舱位分配（DCA）和修改版 DCA（MDCA）等。

二、收益管理的起源与理论基础

航空业：动态定价与超售的标杆

航空业是收益管理的发源地和经典应用领域。机票的动态定价是航空收益管理的核心实践之一。航空公司会根据预订时所获得的各种信息（如航班剩余座位、订票日期距离起飞的远近、当前需求强度等），对相同的座位向不同旅客收取不同价格。例如，同一航班的经济舱座位，提前几个月预订可能拿到折扣价，而临近起飞才预订的商务旅客则可能支付全价。这种动态定价策略让航空公司根据实时供需调整票价，充分挖掘高愿付旅客的价值，同时以折扣吸引价格敏感旅客，最终提高整体客票收入。

舱位控制（库存管理）也是关键手段之一。航空公司将座位划分为若干订座舱位等级（fare class），每个等级对应不同的价格和退改限制。航空公司利用经典的边际座位收益法(EMSR)算法，通过控制每个舱位等级的可售座位数量来实现高效收益：低价舱位的销售数量会被限制，以保证有足够座位留给愿意支付更高价格的旅客，确保每个航班在不同价位售出的座位组合接近收益最大化。

超售策略也是航空收益管理的一部分。考虑到总有一部分乘客在起飞前退票或未及时登机，航空公司常常超额预订，即售出略多于飞机座位数的机票，以避免座位空置浪费。通过历史数据预测平均违约率，航空公司会有计划地多卖一定比例的座位。例如某航班有100个座位，历史统计显示约有3%的旅客会临时退出，则可能卖出103张票。如此即使有少数旅客爽约，飞机也能满载或接近满载，从而实现收入最大化。当然，超售需要平衡风险：一旦所有乘客都来了而导致超员，航空公司需要给予补偿并安排部分乘客改签后续航班，这会带来额外成本和服务影响。因此超售策略通常基于概率优化模型，确保收益增益大于可能的赔偿损失。

数据分析和需求预测在航空收益管理中至关重要。航空公司通过预测模型来预判未来航班的需求走势，包括总需求量和不同支付意愿旅客的比例。这些模型综合了大量数据：历史订座曲线、季节性和节假日因素、航线以往的客座率、提前购票折扣的效果、竞争对手票价变化等。通过统计和机器学习方法，系统会生成各航班在不同提前期的需求预测。现代航空收益管理系统能每日甚至实时地更新预测，结合最新的订座情况调整价格和座位配额。通过不断校准预测和实际的差异，航空公司做到既不因低估需求而过早卖光廉价票（损失高价收入），也不因高估需求而留下空座卖不出去。

铁路业：差异化票价和大站优先

中国铁路近年来也在探索收益管理思路，提高运力使用效率和收益水平。在既定票价机制下（高铁票价由国家核定基准价），铁路更多通过差异化的票额分配和优先策略来优化收益。一个典型做法是“大站优先”放票策略。在预售期开始时，12306售票系统会优先保障长距离、大区间旅客的购票需求。列车始发站到终点站的长途票会首先大量放出，而中途站的短途票暂时被保留。只有当长途方向的票基本售罄、长途旅客需求满足后，系统才逐步释放中短途区间的余票。

这种策略背后的逻辑在于：长途票通常票价总额更高（因为计价按里程累积），让长途旅客优先可以买到票，有助于实现每个座位行程收益的最大化。相比之下，如果同一席位卖给短途旅客，中途下车后剩余区间的座位可能空置，或者再卖给别人会产生衔接困难。因此，通过限制短途售票、保障长途，铁路部门提高了每个席位的平均收益。当然，这也引发过一些争议——短途乘客有时感觉“一票难求”，不得不购买长途票中途下车 (“买长乘短”)。如何在收益优化和乘客公平之间拿捏，也是铁路收益管理需要考虑的平衡点。

自2018年起，铁总在部分高铁线路引入试点，根据客流情况和市场供需，对票价进行淡旺季、时段、席别、区段等维度的差异化调整。高峰时段和热门区段可能上浮票价，而低谷时段和冷门区段下调票价。例如，2024年铁总宣布对京广高铁武汉至广州段等4条繁忙线路实行市场化票价机制，旺季票价适度上调，淡季票价最低可打5折。这种“有升有降”的浮动票价体系，类似航空的旺季加价和淡季促销模式，一方面在热门时段增加收入，另一方面在淡季吸引更多客流、提高上座率。除了季节时段，席别也是调价因素之一。例如，一等座、商务座等高等级席别在调整后价差可能扩大，以体现更高的服务价值，而二等座保持大众可接受的水平。

目前铁路的动态票价仍属初步探索，调价幅度和频率都较为谨慎。作为公共交通，铁路票价调整必须兼顾社会反响和公平性。因此在优化收益的同时，铁路部门强调服务和供给同步提升，以争取公众理解。

邮轮业：全链条收益优化

邮轮行业的收益管理主要体现在航线定价的弹性和舱位管理上。邮轮产品有几个关键定价维度：季节性、目的地航线、航程长度和客舱等级。

季节性

邮轮旅游具有明显的季节周期。比如，冬季是加勒比邮轮的旺季，而夏季是欧洲邮轮的高峰。邮轮公司会在旺季提高票价，反映强劲的需求和有限的舱位供应；在淡季推出折扣或促销，鼓励更多游客上船。以加勒比海航线为例，每年飓风季（初秋时段）由于天气不确定，游客较少，邮轮公司常以大幅折扣吸引客源。而跨年、新年假期这样需求爆棚的航次，票价往往比平时高出许多。这种季节性动态定价确保邮轮公司在旺季充分获取高收益，在淡季尽量以价换量维持较高上座率。

目的地和航线

不同航线由于目的地吸引力和运营成本不同，定价也差异巨大。热门目的地（如地中海经典港口、阿拉斯加冰川航线）因为独特体验和高需求，票价相对更高。而新兴或冷门航线（如远东特定航次）价格可能更亲民以培育市场。此外，航程的长短也影响总价——通常航程越长，总票价越高，但平均每天的费用可能略低于短航程（因为长航程摊薄了每日报价）。邮轮公司会综合考虑燃油成本、港口费、目的地受欢迎程度等制定基础价。例如，一周的西加勒比航线可能基础价$700，而同一船两周的跨大西洋航线基础价$1200，但由于航程长每天均价更低。通过这样的价格策略，兼顾不同预算和偏好的客群。

客舱类型

邮轮舱房从内舱房（无窗）到海景房、阳台房，再到高级套房，等级分明。收益管理会为不同舱型设置差别价格和销售策略。高级舱房数目有限且目标客群支付能力强，通常定价高且折扣少；而普通内舱房为吸引大众，经常提供早鸟优惠和套餐折扣。邮轮公司在销售过程中也会根据舱型需求调整价格：如果某次航程阳台房预订率远高于内舱房，可能逐步提高阳台房价格以压制过旺需求，同时适当下调内舱房价刺激预订，最终让各类型舱房相对均衡地售罄。这类似于酒店卖房和航空卖座位的舱位控制。邮轮的一个特色是升舱管理：临近开航前，若高等级舱房有剩余，而低等级舱房等候名单多，公司可能优惠提供升舱，让部分客人用较少附加费住更高级舱，将空余的低等级舱房再卖出去。这种做法提升了乘客体验，也确保高价舱房不空置，增加了总收益。邮轮公司的收入来源不止船票，还有丰富的船上和岸上附加消费，这些都属于邮轮收益管理关注的范畴。业界一个重要概念是“总收益管理（Total Revenue Management）”，即不仅优化船票收入，还要最大化每位乘客整个旅程的总消费。

首先，岸上游览（Shore Excursion）是邮轮行程的一大卖点。邮轮公司通常在每个停靠港口提供多种岸上观光套餐（如城市游览、潜水、购物之旅等），乘客可以提前预订或登船后购买。这些岸上游通常由当地旅行社或邮轮公司组织，邮轮公司会从中抽取佣金或差价收益。由于岸上游的参加率和满意度直接影响乘客体验，邮轮公司在定价时会兼顾竞争力和利润：价格太高可能使乘客选择自行下船游览，价格适中则多数人愿意购买官方行程，从而带来可观收入。收益管理会通过套餐组合、提前预订优惠等手段提高岸上游参与率。例如，推出“3选2”套票（买三次岸上游付两次钱）刺激消费。需要注意的是，岸上游的成本结构与船票不同，邮轮公司对岸上游项目的市场影响力较低（更多受当地供应商和天气等影响）。因此，其定价策略更多是提高渗透率，而非抬高单价。

其次，船上附加消费是邮轮收益的重要组成部分，包括餐饮升级、酒水套餐、赌场博彩、Spa按摩、免税店购物、照片纪念品等。据统计，邮轮公司平均约38%的总收入来自船上消费。而且这些附加消费通常利润率更高，是邮轮盈利的关键。因此邮轮收益管理会着力提升每位乘客的船上平均消费（Onboard Spending）。具体策略包括在订票阶段就预售酒水套餐、餐厅套餐（比单买优惠），鼓励游客提前锁定消费；登船时推介升级包（如无限上网套餐、房间迷你吧套餐等）；在航程中举办活动刺激消费（如艺术品拍卖、购物巡展、“一天免税店大甩卖”等）。邮轮还经常使用会员奖励和积分来提高复购和船上消费意愿。通过数据分析，邮轮公司会细分不同消费偏好的乘客类别（如“美食爱好型”、“娱乐消费型”），针对性地营销相关的附加产品，以最大化每位乘客全旅程总收益。

需要指出的是，邮轮公司在制定船票价格时，会考虑到船上消费潜力而适当调整策略。某种程度上，他们愿意“以票价换消费”，即降低船票基础价来吸引更多乘客上船，然后从这些乘客的船上开销中赚取利润。这就是为何邮轮常有“最后一分钟特价”——接近开航时，为了确保船舱住满，宁可以低价甚至成本价售票把人拉上船，因为一旦乘客登船，他们在餐饮、娱乐上的消费将带来额外收益。一个形象的说法是：“机票卖出去就只是把旅客送到目的地，但邮轮票卖出去，旅客上船后才是真正开始消费。” 因此，邮轮收益管理关注“每可用乘客总收入”(RPPC：Revenue Per Passenger Cruise)，即综合票务和船上消费。通过平衡票价和船上定价，邮轮公司追求让整船每个可用舱位的总收益最大化，而不仅仅是船票售罄。

酒店业：数据驱动的房价革命

酒店业是收益管理成熟应用的另一个典范。酒店客房的特点是当日不卖出则收入永久损失，因此通过动态定价提高入住率和每房收益非常重要。酒店通常采用每日调价的策略，根据预订情况和市场变化不断更新房价：

常见的动态定价方法是基于入住率的定价

当某个日期的预计入住率较低时，酒店会降低房价以吸引更多预订，避免客房空置；随着预订增加、入住率升高，系统会逐步提高房价，以最大化高需求时的收益。例如，一家酒店发现下周中的客房预订率只有50%，远低于目标，就可能针对那几天推出限时促销价或打折套餐；而对一个大型会议期间（预计接近满房）的日期，则提早提价并实行最低停留夜数限制等策略，确保卖出更高平均价。每个日期的价格独立确定，动态响应供需，实现“多卖则价涨，少卖则价降”  。

酒店还会考虑市场竞争和特殊事件调整价格

例如本地若有大型活动或展会导致需求激增，酒店会相应上调价格（有时价格翻倍都是正常的）。相反，如果竞争酒店纷纷降价抢客源，本酒店也可能跟进降价以保持竞争力。收益管理系统会实时采集竞争对手房价和本地市场供需信息，帮助酒店以动态价格应对市场变化。

动态定价也体现在不同销售渠道上

酒店可能对直销官网、OTA平台、批发商等渠道设置不同价格或优惠，以在吸引更多客源的同时控制成本（比如直销免佣金，可以给稍低价）。还有会员价、公司合同价、打包旅行社价等，都属于价格歧视策略的一环。收益管理通过渠道和客源细分，在不同时段、不同客群收取不同房价，既扩大了客源又尽可能多地获取愿意支付的收入。三数智技术赋能下的收益管理未来趋势

传统的收益管理依赖经验法则和静态模型，而AI和大数据的引入正引发范式转变：

定价频率与粒度

传统收益管理使用预设的价格舱位/等级。价格调整不够频繁，通常依据历史规律制定若干档次，然后人工或规则驱动在预订过程中有限地更改。这导致价格是离散和刚性的。AI驱动的动态定价则可以突破人为设定的价格档次，实现连续定价和实时调整。例如过去航空公司常设10-20个票价舱位，而现在通过AI算法，可以针对每一次查询计算“理想价格”，价格不再局限于那20个档位。以前是僵化的定价规则+手工调整，现在进入真正的动态定价时代，人工智能可以瞬间处理海量数据并产出每次最优价格。结果就是价格更新更实时、更连续细腻，企业能够捕捉每个需求拐点的收益。

决策依据的数据量

传统收益管理通常基于有限的数据集（比如过去几年的平均订货曲线）和经验参数（如“旺季提升20%”之类）决策，难以利用更多维度信息。而AI大数据时代，决策可以基于数百万乃至上亿条数据，包括实时的用户行为、竞争情报、宏观趋势等。比如酒店现在可以考虑城市大数据（会议会展、航班动态等）来调整房价，航空公司利用搜索引擎趋势预测目的地热度，从而预调价格。这些都是过去难以实现的。AI能够从杂乱的大数据中提取信号，让收益管理的视野更广、反应更灵敏。

优化方式

传统上，收益管理问题经常用一些启发式算法或规则近似解决，例如航空常用EMSR算法逐航班、逐舱位地计算保护座位数，并不一定全局最优。AI时代则可以尝试更高级的优化策略。例如通过强化学习，系统在模拟环境中试验各种定价策略，对比收益结果不断学习，最后收敛到最佳策略。这种算法优化迭代的思路远比人工规则要复杂，但AI可以胜任。此外，AI还能综合多目标优化——不仅考虑收入最大化，还可顾及客户满意度、上座率等指标，从而实现更全面的优化，而非单一指标的最大化。

执行自动化

过去收益管理需要大量人力去监测和执行，比如收益经理需要每天查看报表，手动调整各渠道价格或舱位库存。AI和大数据使得这一流程高度自动化。预测分析可以自动完成，算法优化自动给出决策建议，甚至直接执行（很多RMS系统已经可以直接通过接口调整OTA价格、开放关闭舱位等）。这样不仅速度快，也减少了人为失误和延迟。比如一家航空公司引入AI定价后，可以每15分钟刷新一次所有航班价格配置，这是人工不可想象的频率。

简而言之，AI和大数据正在将收益管理从“凭经验的艺术”变成“高度自动化的数据科学”。它让价格决策更加精确和敏捷，也使企业能更主动地塑造市场需求（例如通过个性化推荐影响消费者购买时机和组合）。

当然，人机结合仍然重要——AI提供决策建议和自动执行，但策略制定和异常干预需要管理层把关。然而可以预见，随着AI技术的发展，收益管理将愈发实时、智能和自适应，企业的收益表现和市场竞争力也会因此得到提升。随着数据可获取量和精细程度的增加，收益管理将从传统礼善业（Hospitality industry）走向更广泛的需求-容量最佳匹配场景，比如电商和线上服务运营业。

收益管理从航空业的“产量管理”演变为跨行业的科学体系，其核心始终是平衡供需、细分市场与灵活调整。在航空、酒店、邮轮等行业的实践中，动态定价、需求预测与库存控制已成为收益增长的基石。而随着AI与大数据的深度渗透，收益管理正迈向更智能、更个性化的未来。企业需在追求收益最大化的同时，平衡好透明度要求与客户体验需求，方能在竞争与变革中立于不败之地。

本文刊载于《数智世界•未来商业导论》2026年第1辑；作者陈伟。