In global markets with immense competition, companies strive to provide the most
reliable service or product for consumers’ satisfaction. However, optimal service can
be costly and economically unjustified. In this work, we aim to construct a framework
under which an optimal service can be defined and achieved with respect to the total
revenue management of the company. Under this framework, we suggest a novel
approach connecting quality of service, risk management, and the total revenue by
incorporating a “self-insurance” mechanism.
We show that by adding a self-insurance mechanism,
VIP Call Girl in Mumbai 💧 9920725232 ( Call Me ) Get A New Crush Everyday Wit...
Utilizing Risk Allocation for Revenue Management_Thesis PPT 5.2016.pptx
1. Roey Feldhaim
Dr. Gal Zahavi
Prof. Liron Yedidsion
Technion Israel
Insurance for Service Failures -
Utilizing Risk Allocation for Revenue Management
כ
"
ו
/
ניסן
/
תשפ
"
ב
1
3. Introduction
כ
"
ו
/
ניסן
/
תשפ
"
ב
3
You are a company manager
Your goal - To become more “efficient”
How can this be done?
Tools (existing methods):
Technologic improvement - Expense reduction.
Marketing - Sales increasing.
Scheduling, Reorganization, etc’
Revenue management (RM)
Increase “Net
Income”
Rising the sales,
Reducing the
expenses
4. Introduction
כ
"
ו
/
ניסן
/
תשפ
"
ב
4
Revenue management
Wikipedia: “application of disciplined analytics that
predict consumer behavior at the micro-market
level and optimize product availability and price
to maximize revenue growth. The primary aim of
Revenue Management is selling the right product
to the right customer at the right time for the
right price and with the right pack. The essence
of this discipline is in understanding customers'
perception of product value and accurately aligning
product prices, placement and availability with each
customer segment”
5. Overview
כ
"
ו
/
ניסן
/
תשפ
"
ב
5
Our solution:
Basic idea: Unbundling risk of failure from the service -
Risk Allocation
Advantages:
A simple but innovative business model
Company benefits
Customers welfare benefits
In search of optimum – System equilibrium
Selling self insurance on the
provided service
8. Customers welfare benefits
כ
"
ו
/
ניסן
/
תשפ
"
ב
8
Risk decreasing
Getting compensation in case of failure
The insurance premium is a indicator for the service quality
Example: A flight from NY to Washington (www.expedia.com)
Which company should I choose?
Delta
American
Airline
US Airline
249.1 $
249.1 $
249.1 $
price
1h 9m
1h 5m
1h 5m
Time
9. Motivation - Basic example
EL AL
כ
"
ו
/
ניסן
/
תשפ
"
ב
9
http://skift.com/2014
EL AL = Every Landing Always
Late
10. Motivation - Basic example
EL AL
כ
"
ו
/
ניסן
/
תשפ
"
ב
10
EL-AL Financial reports:
Revenue 2015 - About 2.054 Billion $
Profit 2015 - About 144.6 Million $
Suppose:
Ticket price: 500 $
Risk: delays
Insurance premium : 5%
11. Motivation - Basic example
Cont.
כ
"
ו
/
ניסן
/
תשפ
"
ב
11
As a customer, would you agree to:
Pay 25$ more?
In case of “failure”, you will be compensated with about 250$
(50% of the ticket)
Reduce the risk for delays
Meaning for EL-AL:
Sales increasing potential :
Up to 100 Million $ (5%)
Service quality improvement.
12. Extended warranty (EW)
כ
"
ו
/
ניסן
/
תשפ
"
ב
12
An extra period of warranty (mostly purchased)
Customers: A feeling of protection
Company: Revenue increasing, enable them to “keep in
touch” with the customers
Questions of optimization:
Optimal price? (Padmanabhan and Rao 1993, Desai
and Padmanabhan 2004)
Distribution channels? (Desai and Padmanabhan 2004,
Li et al. 2012)
EW duration? (Li et al. 2012)
13. Our model vs. EW
כ
"
ו
/
ניסן
/
תשפ
"
ב
13
Services are differ from durable products in several aspects:
Refurbishing for resale, time of consuming, presale quality
control, money-back guarantee, etc.
Desai and Padmanabhan (2004):
Optimal price
Money compensation guarantee
Customer’s risk preference
Our model is differ from Desai and Padmanabhan model:
Quality of product/service
Demand function
Numerical results
Service improvement
14. Research problem
כ
"
ו
/
ניסן
/
תשפ
"
ב
14
How to increase the company revenue, such that:
Maximizing the revenue
Minimizing the probability for default (increasing service
performance)
Generally, the revenue is:
service
𝑝𝑟𝑖𝑐𝑒
− 𝑐𝑜𝑠𝑡 ×
𝑛𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑐𝑢𝑠𝑡𝑜𝑚𝑒𝑟𝑠
𝑤ℎ𝑜 𝑤𝑖𝑙𝑙 𝑏𝑢𝑦 𝑡ℎ𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑒
15. Assumptions
Companies and customers views
כ
"
ו
/
ניסן
/
תשפ
"
ב
15
Companies view
Competitive market
Due to poor service , customers have damaged (losses
=>money)
Price of service with no losses (“risk free”) denote by P
The companies’ prices are a function of the risk free price
and are different from one another only by their quality (risk)
Branding, External features, etc., are ignored
Customers view
Risk Perception - Risk Averse (denote by 𝑾𝑬)
Irrational decisions under uncertainty - Overestimating
probabilities of risks (Kahneman and Tversky, 1979)
Customers’ willingness to pay, denote by 𝑽𝒓, is effected by
losses, price, reputation, etc. In our model, 𝑽𝒓 depends
𝑾𝑬 distribution
function
16. Expected customer surplus
16
Customer decision: buy / don’t buy
Decision element: positive expected surplus
Therefore, a necessary condition
𝑉
𝑟 ≥ 𝑃 − 𝐸 𝐿 ∙ 𝑊𝐸
We denote the service price by 𝒑𝑳
𝒑𝑳 = 𝑷 − 𝑬[𝑳] ∙ 𝑾𝑬 = 𝑷 − 𝑬𝑳′
Expectancy
of loss
Risk-free
service price
Customer
willingness to pay
Customer’s
risk-perception
18. Notations
כ
"
ו
/
ניסן
/
תשפ
"
ב
18
Remarks
Meaning
𝜔 ∈ Ω
World event
ω
0 ≤ 𝑄(𝜔) ≤ 1
Default level
𝑄(𝜔)
Realization of ω
Strick for default
k
= 𝑃{𝑄(𝜔): 𝜔 ≥ k}
Probability to failure
𝒒𝒌
Loss, Expected loss
L, E[L]
𝑊𝐸 = 𝑊𝑇𝑃
E[L]
Risk Perception
𝑾𝑬
Willingness to pay for the service
𝑽𝒓
in case of default
Future compensation payment at time t
𝑰𝒕
Insurance policy
Insurance utility function
𝐔𝑰(𝑰)
Insurance operation costs
𝜺
=𝒑~
-𝒑∗
Insurance price
𝑺𝑰
19. Notations – Cont.
כ
"
ו
/
ניסן
/
תשפ
"
ב
19
Remarks
Meaning
“Risk free” service price
P
Service price
𝒑𝑳
Optimal service price
(The current price)
𝒑∗
Optimal service price with
insurance
𝒑~
functions
:
Remarks
Meaning
World event distribution function
𝒇(𝝎)
Function of 𝝎
Service quality (for the events)
distribution function
𝒒(𝝎)
h 𝑠𝑒𝑟𝑣𝑖𝑐𝑒 ,
ℎ1(𝐸 𝐿 ), h2 (𝑊𝐸)
WTP distribution functions
𝒉, 𝐡𝟏, 𝐡𝟐
22. Service quality
why we need it?
כ
"
ו
/
ניסן
/
תשפ
"
ב
22
Alternative: using the world event function, 𝑓(𝜔)
But the events are not comparable
15 min’ delay, what dose it mean?
20 min’ Vs. 30 min’ delay?
𝜔 could be several kinds of service failure
We need a more general function
The service Quality function:
A "mapping" function
Represent the customer’s damage
25. The offered Plans
כ
"
ו
/
ניסן
/
תשפ
"
ב
25
Plan 1 - No protection
Selling the service as is, without insurance
Risk is on the customer
Plan 2 - Protection
Selling the service with insurance
Risk is allocated between the customer and the company
26. The model
Plan 1
כ
"
ו
/
ניסן
/
תשפ
"
ב
26
The revenue function is:
𝝅(𝒑𝑳) = 𝒑𝑳 ∙
𝒑𝑳
𝑷
𝒉( 𝒙)𝒅𝒙
Assuming 𝑷 is given (𝒉 is redundant, why?) and the prices
difference is attributed to 𝑬 𝑳 and 𝑾𝑬 (independent of one
another) :
𝝅(𝒑𝑳) = 𝒑𝑳 ∙
𝟎
∞
𝐡𝟐 𝐖𝐄
𝟎
𝑷−𝒑𝑳
𝐖𝐄
𝐡𝟏 𝐄 𝐋 𝒅𝑬 𝑳 𝒅𝑾𝑬
The optimal solution 𝑝∗ = 𝑎𝑟𝑔𝑚𝑎𝑥𝑷𝑳
𝝅 𝒑𝑳 will be found by
solving
“Risk free” service price
p
Service price
𝒑𝑳
Optimal service price
𝒑∗
27. The model
Plan 2
כ
"
ו
/
ניסן
/
תשפ
"
ב
27
In this plan we also sell insurance on the provided
service. the revenue function is:
𝜋(𝒑∗, 𝒑𝑳) = 𝒑∗ ∙
𝒑∗
𝒑𝑳
ℎ( 𝑥)𝑑𝑥 + (𝒑𝑳 − 𝐈𝐭 − 𝜺) ∙
𝒑𝑳
𝑃
ℎ( 𝑥)𝑑𝑥
Where:
𝒑∗ is the optimal price from Plan1 and
𝐈𝐭 is the expected compensation,
𝜺 is the operation costs
28. The model
Plan 2
כ
"
ו
/
ניסן
/
תשפ
"
ב
28
Hence the correct revenue function is:
𝜋(𝒑∗
, 𝒑𝑳) = 𝒑∗
∙
𝑾𝑬=𝟎
𝑾𝑬=∞
𝒉𝟐(𝑾𝑬)
𝑬 𝑳 =
𝑷−𝒑𝑳
𝑾𝑬
𝑬 𝑳 =
𝑷−𝒑∗
𝑾𝑬
𝒉𝟏( 𝑬 𝑳 ) 𝒅𝑬 𝑳 𝒅𝑾𝑬
+(𝒑𝑳 − 𝐈𝐭 − 𝜺) ∙
𝑾𝑬=𝟎
𝑾𝑬=∞
𝒉𝟐(𝑾𝑬)
𝑬 𝑳 =𝟎
𝑬 𝑳 =
𝑷−𝒑𝑳
𝑾𝑬
𝒉𝟏( 𝑬 𝑳 ) 𝒅𝑬 𝑳 𝒅𝑾𝑬
If 𝐈𝐭 and 𝜺 are given, the solution, namely, the optimal service
price, 𝒑~, will be obtained by solving
𝒅𝝅(𝒑∗
, 𝒑𝑳)
𝒅𝒑𝑳
= 𝟎
29. The model
Finding 𝐈𝐭 – function of 𝒌
כ
"
ו
/
ניסן
/
תשפ
"
ב
29
The expected compensation, 𝐈𝐭 , can be determined in advance
from the expected future payments, when in the basic case :
𝑼𝑰(𝐼) =
0 𝑤𝑖𝑡ℎ 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑦 1 − 𝒒𝒌
𝐼𝑡
1
1 + 𝑅 𝑡
𝑤𝑖𝑡ℎ 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑦 𝒒𝒌
,
and
𝟏
𝟏+𝑹 𝒕 is the discount function with interest rate 𝑹.
Consider the expectation :
𝑬(𝑼𝑰(𝑰)) =
𝟏
𝟏 + 𝑹 𝒕
∙ 𝑰𝒕 ∙ 𝒒𝒌
𝐈𝐭 =
𝟏
𝟏 + 𝑹 𝒕 ∙ 𝑰𝒕 ∙
𝒌
∞
𝒒 𝝎 𝒅𝝎
The company determine the 𝑰𝒕, 𝜺 and
k
30. The distribution functions
𝐡𝟏 𝐄 𝐋 , 𝑞 𝜔
כ
"
ו
/
ניסן
/
תשפ
"
ב
30
In this work, in order to simplify the model and to
exemplify the use of our model, we assume the same
function of the events distribution function.
Therefore,
ℎ1 𝐸 𝐿 = 𝜆𝑒−𝜆𝐸 𝐿
𝑞 𝜔 = 𝜆𝑒−𝜆𝜔
31. Solution Discretization
כ
"
ו
/
ניסן
/
תשפ
"
ב
31
We could not find a close form solution to the integral.
Thus we find an approximate solution by using
discretization.
For 𝒉𝟐(𝑾𝑬), there is no solution when 𝑾𝑬 → ∞ or 𝐖𝐄 = 0,
we bound the function’s domain to the interval 0+, 18
as represented in Ganderton et. al (2000), such that
P 𝐖𝐄 = 0 𝑜𝑟 𝐖𝐄 > 18 = 0
𝐖𝐄=0+
𝐖𝐄=18
𝐡𝟐 𝐖𝐄
𝟎
𝑷−𝒑𝑳
𝐖𝐄
𝐡𝟏 𝐄 𝐋 𝒅𝑬 𝑳 ∙ ∆𝑾𝑬
32. Numerical experiment
כ
"
ו
/
ניסן
/
תשפ
"
ב
32
General information:
Real data was take from http://www.transtats.bts.gov
The data is for a specific airline company which provides a
particular flight from New York (LGA) to Washington DC (DCA)
The scheduled flight duration is about one hour
Additional data
Suppose the risk free price is 𝑷 = 𝟔𝟎𝟎 $
𝒉𝟏 𝑬 𝑳 ∶ 0.3032𝑒 −0.3032∙𝐸 𝐿
𝑞 𝜔 = 0.3032𝑒 −0.3032∙𝜔
38. Intermediate Conclusions
כ
"
ו
/
ניסן
/
תשפ
"
ב
38
Relative to the chosen functions, people are willing to pay
about 𝟒% − 𝟏𝟖% more, in order to reduce the risk (𝜆
∈ [0.02,1])
The average additional revenue is about 𝟓. 𝟖% ! (𝜆
∈ [0.02,1])
Generally, there is no bound for the improvement as a
function of λ
The revenue for ‘No 𝑊𝐸’ is an upper bound for the
revenue of each λ (Why?)
The prices of Plan 2 and ‘No 𝑊𝐸’ are very close (for 𝜆
39. Sensitivity analysis of k
כ
"
ו
/
ניסן
/
תשפ
"
ב
39
k is a decision variable
The meaning: changing the threshold for default
For the initial data:
High value of k – high revenue
But, will customers buy insurance?
Low value of k – low revenue
Is it worth the trouble of providing the
service on the provider’s part?
𝝀 = 𝟎. 𝟑 , 𝒑∗
= 𝟓𝟒𝟎
𝝅 𝒑∗
, 𝒑
𝒑
𝒌
NaN
NaN
1
506.43
736.67
*3
506.43
647.62
*5
506.46
599.57
7
517.15
591.5
11
526
588.31
13
534
586
15
535.17
585.65
16
536.4
585.3
18
537.09
585.15
20
537.47
585.05
22
537.68
585
24
537.8
584.97
26
⋯
⋯
⋯
40. Optimal quality improvement
כ
"
ו
/
ניסן
/
תשפ
"
ב
40
We improve quality by reducing the probability for default (by changing
Lambda)
If the improvement is free – “unlimited” improvement
Otherwise, denote 𝑪(𝒈(𝝀𝟎), 𝒈(𝝀𝟏)) as the cost for improving the quality
from 𝒈(𝝀𝟎) to 𝒈(𝝀𝟏)
A necessary condition is positive profit :
𝑝𝑓 𝝀 = [𝝅 𝝀𝟏 − 𝝅(𝝀𝟎)] − 𝑪(𝒈(𝝀𝟎), 𝒈(𝝀𝟏)) > 𝟎
when 𝑝𝑓 𝝀 is the profit function. The optimal 𝝀 is obtain by
𝜕𝑝𝑓 𝝀
𝜕𝝀
= 0
41. Optimal quality improvement – Cont.
כ
"
ו
/
ניסן
/
תשפ
"
ב
41
However, this equation is hard to solve explicitly
An approximate solution.
For the previous example, if 𝝀𝟎=0.3 and
𝑪(𝒈(𝝀𝟎), 𝒈(𝝀𝟏)) =
𝟏
𝒈(𝝀𝟏)
−
𝟏
𝒈(𝝀𝟎)
, the optimal 𝝀 is:
𝝀𝟏 ≈ 𝟎. 𝟓𝟖
42. Summary
כ
"
ו
/
ניסן
/
תשפ
"
ב
42
We presented a simple but innovative model for revenue
management
The model uses “risk allocation” under reasonable assumptions
To validate our model, we showed a real numerical experiment
The service provider increases his income and incentivized to
improve his service quality
The results are consistent with our expectations,
שלום לכולם!
היום אני אציג את נושא התזה שלי שנקרא.....
בהנחייתם של ד"ר גל זהב ופרופ' לירון ידידציון מהפקולטה
אלו ראשי הפרקים בכללי שנדבר עליהם היום
ניתן איזושהיא הקדמה, נציג את העבודה שלנו בכללי , ניתן דוגמת מוטיבציה
נציג את הבעיה, ההנחות הגדרות וכו והמודל
נראה דוגמא נומרית שמתבססת על data אמיתי ואת התוצאות
הרחבה קטנה במודל
ונסכם.
נצלול קצת יותר לעומק....
נניח אתם מנהלים של חברה, מה המטרה העיקרית שלכם? להיות יעילים כלומר להיות רווחיים כי אחרת פשוט אי אפשר.
מה זה רווחיים – הגדלת ההכנסות/מכירות והקטנת ההוצאות.
כיצד זה מבוצע?
כל זה נכנס תחת הטייטל של revenue management
אפשר כמובן לנסות "לשתול" גרפים שמראים על צמיחה של החברה שלך אך זה לא באמת.
למעשה כיום ישנם כמה שיטות:
הכסת שיפורים טכנולוגיים – מקטין את ההוצאות.
שיווק טוב יותר – מגדיל את המכירות
שינויים ארגונייים, תזמון נכון יותר של הפעולות, ועוד ועוד.
מה זה בדיוק revenue management
אז ככה לידיעה מתוך ויקיפדיה של הגדרת הנושא:
"ניהול ההכנסות זה שימוש בכל מיני שיטות אנליטות על מנת להעריך את התנהגות הצרכנים בשוק המתאים והבאת המוצר לאופטמליות במטרה להגדיל את ההכנסות מהמוצר"
"המטרה העיקרית היא למכור את המוצר הנכון ללקוח הנכון, בזמן הנכון, במחיר הנכון ובחבילה הנכונה"
אז מה אנו מציעים?
הרעיון הכללי – החברה שנותנת את השירות מוכרת ביטוח על השירות אותו היא מספקת
בסיס הרעיון – הפרדת הסיכון מהשירות וחלוקתו בין החברה והלקוח
יתרונות של הרעיון שלנו:
הרעיון הוא מודל עסקי פשוט אך חדשני.
יש בנפיט לחברה
יש בנפיט ללקוח
תחת אופטימליות כללית, סביר לקבל נקודת שיווי משקל
אייך בדיוק קורה חלקות הסיכונים?
לקוח מגיע ולמשל רוצה לארגן לעצמו טיסה לחו"ל
חברת הטיסות מציעה את שירותיה
כיוון שיש רצון של שני הצדדים נוצרת התקשרות
ללקוח יש דרישות והוא למעשה רוצה לקבל מחיר יותר נמוך אך עם איכות מקסימלית
לחברה גם יש דרישות והיא למעשה רוצה למקסמם את מחיר השירות תוך מזעור האיכות אך שתספק את הלקוח.
אבל מה, יש סיכון לטיסה ונניח שאלו איחורים.
ללא ביטוח – כל הסיכון על הלקוח ואם הטיסה תאחר הוא סופג הכל.
אך אם הלקוח יקנה גם ביטוח אזי כבר הסיכון מתחלק עם החברה ובמקרה של איחור כשלון הלקוח יפוצה
מרחב הסיכון נמצא אצל הלקוח וכעת אנו פותחים ומחלקים אותו בין הלקוח לחברה
הבנפיט של החברה מתבסס למעשה על המכניזם שלself-financing (המימון העצמי) והמנגנון עובד כך:
החברה מוכרת ביטוח ולכן מגדילה את ההכנסות.
קיים סיכון לכשל בשירות ולכן צפוי כי החברה תצטרך לפצות הרבה לקוחות מאלו שקנו ביטוח ותפסיד כסף.
לחברה כעת יש מוטיבציה לשפר את השירות ולהוריד את הסיכון הזה והיא יכולה להשתמש בחלק מהכסף שהתקבל ממכירות הביטוח בשביל להקטין את הסיכון ובכך מתקבל כי החברה התייעלה ומצד אחד הכנסות החברה גדלו ומצד שני השירות השתפר
הבנפיט של הלקוח הוא כאמור בעקבות מה שאמרנו קודם:
הורדת הסיכון לכשלים בשירות.
קבלת פיצוי במידה ואכן השירות נכשל.
במידה ושאר החברות גם ימכרו ביטוח – מחיר הביטוח ישקף את איכות השירות, ונראה דוגמא:
נניח כי אתם מעוניינים בכרטיס טיסה ואלו המחירים שמופיעים לכם. איזו חברה אתם תקחו?
אם לכל חברה היה גם מחיר לביטוח הינו יכולים לדעת רק מהמחיר מה איכות השירות של החברה.
על מנת לקבל קצת מוטיבציה לנושא ניתן דוגמא מתחום הטיסות על חברת אלעל
אלעל נבחרה לשמש כדוגמא מכל מיני סיבות גם היא הייתה אמורה להיות הפרזנטורית של הפרויקט
אז קצת מהכתבות בנוגע לשירות הטיסות באלעל...שמיקמו אותה ככה באזור מדינות העולם השלישי (ב-2015: 60% דיוק ואיחור ממוצע של 40 דקות)
עד כדי כך שטוקבק אחד אפילו העיז וכתב...
אז נעזוב רגע את הכתבות ואולי יש לאלעל מספיק והסברים מדוע זה השירות, ואולי כמונופול לא אכפת לה להתייעל,
אבל האם אלעל יכולה להתייעל ??? האם היא יכולה להגדיל את ההכנסות שלה תוך כדי שהיא גם מתייעלת???
התשובה היא – אנחנו מאמינים שכן.
ונכנס לקצת נתונים....
להלן מידע מהנתונים הפיננסים של אל על לשנת 2015
נניח כי אל על תציע ביטוח ב-5% ממחיר הכרטיס, כעת...
כעת האם כלקוח של החברה תהיה מוכן לשלם תוספת של 25 דולר בשביל לקבל פיצוי של 250 ש"ח במקרה של כשלון בשירות (וכמובן צריך להגדיר מהו כשלון)
כמו כן הסיכוי לאיחורים יקטן.
מבחינת אלעל מדובר בפוטנציאל להגדלת המכירות בכ- 100 מיליון דולר שזה כמעט 2/3 מהרווח !!! וכמובן מוטיבציה לשיפור השירות
אחת השאלות שנשאלנו ושאלנו את עצמנו, זה על ההשוואה בין מודלים של EW למודל שלנו. מדוע דווקא EW? כיוון שאופן פשוט רק warranty לא מתאים כאן כיוון שבד"כ האחריות ניתנת כחלק מהמוצר או השירות (בחינם) ואילו רכישה של EW שקולה במובן מסוים לרכישת ביטוח
מה נותן ה- EW ללקוח ולחברה?
רוב המוחלט של המאמרים מדברים על אחריות רגילה, כאשר רק מעט יחסית מדברים על EW. אז על מה בכל זאת דיברו המאמרים הללו:
שאלות ששואלים במודלים השונים:
מבחינת חברה – מחיר אופטימלי, אייך למכור את האחריות המורחבת ( ישירות ע"י החברה או דרך גורם שלישי), אורך תקופת האחריות המורחבת, ועוד
השאלה העיקרית שצריכה להשאל היא אם כך מה מייחד את המודל שלנו?
נקודה ראשונה, המודלים עבור EW התייחסו לכך שמדובר במוצר פיזי (product), אנחנו גם ובעיקר מתייחסים לשירותים, ויש הבדלים עקרוניים בין מוצרים לשירותים, כגון...
נקודה שנייה, ובכל זאת מאמר אחד היה מאוד קרוב למודל אותו אנחנו הצענו בכך שהשתמש בעקרונות שבהם אנחנו גם השתמשנו והם:
מציאת מחיר אופטימלי.
פיצוי כספי (לא החזרת מוצר, תיקון וכדו' שאינם אפשריים בשירותים כמו שהזכרנו למעלה).
התייחסות לתפיסת הסיכון של הלקוח.
אך מצד שני המודל שלנו שונה מהמודל שלהם בכמה נקודות:
אנחנו מתייחסים לאיכות של המוצר/ שירות . כמו כן מביאים את התייחסות הלקוח לאיכות השירות
הם משתמשים ב-2 פונקציות ביקוש: אחת למוצר ואחת ל-EW . אנחנו משתמשים באחת שמוגדרת כמוכנות לשלם.
בניגוד אליהם אנחנו מביאים דוגמא נומרית לתקיפות המודל
הם מזכירים את הרעיון בשיפור האיכות של המוצר כתוצאה של מכירת EW אך לא מראים זאת במודל שלהם, אנחנו כן.
שאלת המחקר העיקרית היא למעשה:
כיצד להגדיל את ההכנסות כך ש:
מביאים למקסימיזציה (אופטימום).
משפרים את איכות השירות
מה זה הכנסה? בפשטות זה הכפלת מחיר השירות ( פחות העלות) בכמות האנשים שיקנו אותו
ההנחות:
מבחינת החברה:
מדובר בשוק תחרותי, הלקוח כבר רוצה לקנות את השירות ורק צריך לבחור בין חברות שונות.
ההבדל בין המחירים של החברות השונות מתייחס להבדל באיכות (=הפסדים) בלבד (מתעלמים משאר ההשפעות)
והן מתייחסות ביחס למחיר עבור שירות חסר סיכון שמסומן על ידי P.
מבחינת הלקוח:
אנו מניחים כי הוא בעל תפיסת סיכון של שונא סיכון (-(Risk Averseגודל תפיסת הסיכון מסומנת ע"י WE)
כמו כן ללקוח יש מוכנות לשלם שמסומנת על ידי V_r והיא תלויה במחיר שסופג בתוכו את הנזק
תוחלת העודף של הלקוח.
הלקוח מחליט אם לקנות או לא.
ההחלטה למעשה תקבע אם תוחלת העודף שלו תהיה חיובית. התנאי לכך מופיע בשורה הראשונה שזה תוחלת של ההפרש בין מה שהלקוח מוכן לשלם לבין המחיר של השירות.
גודל המוכנות לשלם 𝑽 𝒓 הוא ערך קבוע לכן למעשה התוחלת נשארת רק על המחיר.
המחיר מתייחס למחיר חסר סיכון ולהפסדים הנתפסים ע"י הלקוח.
הדבר היחיד שמשתנה מבחינת הלקוח אלו ההפסדים ולכן לקיחת תוחלת תהיה עליו
ובסופו של דבר מתקבל כי מחיר השירות הינו כפי שמופיע במלבן למטה
אייך זה בא לידי ביטוי –ניתן דוגמא
לקוח מגיע ורוצה לקנות מכונית (כאמור שוק תחרותי)
ההבדלים במחירים מושפעים רק מהאיכות
ולכן מתקבל גרף מעין זה
אז כאן הרעיון של העבודה ועל מה אנחנו מתבססים
שאלות?
כעת נעבור לבניה של המודל מבחינה מתמטית
אומגה זה משתנה מקרי המייצג את אירועי הכשל השונים שקיימים בשירות למשל איחורים
מעל האירועים אנו מגדירים את האיכות של השירות (האיכות הכוללת) שבשביל הנוחות מקבלת ערכים בין 0 ל-1.
K הוא למעשה ראליזציה של אומגה ומציין את הסף לכשל בשירות – השאלה שלמעשה נשאלת היא מהי רמת השירות/אי שירות הכוללת שמתחת לה השירות נחשב כנכשל.
𝒒 𝒌 היא ההסתברות לכשל בשירות
𝑰 𝒕 זה התשלום עבור פיצוי במרקרה של כשל
UI זוהי פונקצית מבנה הביטוח
אפסילון – זה עלות תפעול של הביטוח
Si זה מחיר הביטוח
מחיר שירות חסר סיכון
מחיר של השירות (משתנה)
P* מחיר אופטימלי של השירות
P~ מחיר אופטימלי של השירות כולל ביטוח
הפונקציות השונות
גרף לדוגמא על התפלגות אירועי הכשל האפשריים בטיסות – איחורי זמן
פונקצית "ההסתברות" של האיכות
בחרנו כך שלמעשה האיכות היא סוג של אינדיקטור של פונקצית האירועים
אבל יכול להיות גם גרף אחר...
קצת על העניין של האיכות – מדעו בכלל צריך את זה?
אז האפשרות האחרת היא להתייחס לאירועים באופן אבסולוטי ואז הבעיה היא כמובן מה זה אומר איחור של 20 דקות או כיצד ניתן להשוות בין האיחורים השונים
כמו כן אירוע יכול להיות כל מיני סוגים.
אז אייך מרכזים הכל לפרמטר אחד ?
בשביל זה הגדרנו את פרמטר האיכות אשר נותן ערך יחסי לכל אירוע אפשרי
האיכות מייצגת גם את הנזק של הלקוח, כלומר אני גוזר את הנזק מתוך פונקצית האיכות.
מה זה אומר כשל בשירות – בהצגה גרפית
רמת הכשל/איכות
נעבור למודל עצמו:
2 התוכניות שמוצעות ללקוח הם תוכנית ללא ביטוח ותוכנית עם ביטוח
נכתוב את פונקציית ה-revenue שהיא מכפלה של מחיר השירות באוכלסוית הלקוחות שיקנו את השירות באותו מחיר (אינטגרל על פונקצית המוכנות לשלם עבור השירות באוכלוסיה)
כיוון שמדובר בשוק תחרותי אזי:
אין משמעות לפונקצית הWTP של השירות.
כל המחירים מתייחסים למחיר חסר הסיכון ולכן למעשה ניתן להורידו מהאינטגרל, ולכן
2 הגורמים שמשפיעים בפועל על המוכנות לשלם הינם תוחלת ההפסד ותפיסת הסיכון ולכן עברנו לאינטגרל כפול.
גזירה והשוואה לאפס תיתן את מחיר השירות האופטימלי p*
כעת אנו מוכרים ביטוח ולכן את אותו שטח אני מחלק לשתיים: לחלק אני מוכר במחיר הרגיל ולחלק אני מוכר במחיר כולל הביטוח.
קיצרתי כאן וכבר הכנסתי את המחיר האופטימלי עבור התוכנית השניה (והוא המשתנה שלי עליו אני עושה אופטימיזציה)
אך הדרך היא אותה דרך כמו בתוכנית הראשונה
אני מחפש את מחיר השירות כולל הביטוח, האופטימלי.
ככה נראית פונקצית הרווח עבור התוכנית השניה לאחר המעבר לשני אינטגרלים.
כעת אני צריך לדעת את אפסילון (שזה יכול להקבע בלי שם תנאי מקדים) ואת העלויות מהתשלומים עבור הפיצויים.
אם נדע את אלה נוכל לבצע אופטימזציה ולמצוא את הערך של מחיר השירות כולל הביטוח
מה שחסר לנו כרגע בשביל לפתור את המודל זה תוחלת התשלומים עבור הפיצויים .
כאן נכנס העניין של K ונבטא את תוחלת הפיצוי בעזרתו.
ניקח תוחלת על פונקצית מבנה הביטוח (הפוליסה) כאזר במקרה הבסיסי כלומר פונקצית ביטוח במבנה בינארי היה כשל ויש פיצוי או לא היה.
ההסתברות לכשל בשירות 𝒒 𝒌 היא למעשה האינטגרל מאיחור K עד אינסוף ושוב הכוונה היא ירידה של ערך האיכות מסף מסוים
ואז תוחלת הפיצוי מתקבלת במלבן האפור למטה
מה לגבי פונקציות ההסתברות של הנזק והאיכות.
אז בשביל הפשטות של המודל ולהראות את תוקפו אנו משתמשים בפונקציות זהות לפונקציה של התפלגות האירועים.
כמובן שזה גם היה הגיוני ולא נבע סתם:
בנזק – פונקציה מונטונוית לא עולה
באיכות
לא הצלחנו למצוא פתרון סגור לאינטגרלים ולכן מצאנו קירוב לפתרון ע"י דיסקרטיזציה ותיחום של פונקצית התפלגות תפיסת הסיכון בהתבסס על אותו מאמר.
לקחנו מידע על טיסה מסוימת
קבענו את P
הפונקציות של תפיסת הסיכון ותוחלת ההפסד הם כפי שמופיע כאן למטה
קבענו את הנתונים שלמעלה (It וכו')
הפתרון לפונקציות הוא 540 ו -585 בערך בהתאמה.
מעניין היה לראות שפונקצית הרווח היא קעורה בשני המקרים שזו גם הייתה ההנחה שלנו לכך שקיים פתרון.
שימו לב שזה לא אותה סקלה בצירים כי בגרף של Plan2 היינו צריכים לבצע זום בשביל להראות שהפונקציה קעורה
כמו כן זו לא הוכחה שפונקציית הרווח היא בכללי בהכרח קעורה, רק למקרה הספציפי שלנו.
ביצענו ניתוח רגישות עבור למבדה (של האיכות)
למבדה נקרא פרמטר הקצב של ההתפלגות
כמו כן לצורך השוואה מצאנו גם את המחיר למקרה תיאורטי בו אין תפיסת סיכון כלל שעבורו תמיד נקבל מחיר יותר גבוה ביחס למחיר הבסיסי.
כמו כן כיוון שהערכים בקצוות של למבדה הביאו לתותאות קיצוניות מאוד החלטנו להתמקד בערכי למבדה בין 0.02 ל-1
נראה קצת גרפים:
כאן מוצג גרף של המחירים של 2 התוכניות והמצב של בלי תפיסת סיכון
כאן מוצג גרף של ההרווחים של 2 התוכניות והמצב של בלי תפיסת סיכון
כמו כן יש מעין תפוקה שולית פוחתת של ההתייעלות כפונקציה של lambda
כאן מוצגת תוספת התשלום עבור ביטוח (באחוזים) וניתן לראות ככל שמגדילים את למבדה הסיכון למעשה קטן וגם הנכונות שלהם לשלם גדלה.
תואם את הספרות שכאשר מגדילים את הסיכוי לסיכון המוכנות של אנשים לקנות ביטוח גדלה?
חלק מהמסקנות שאפשר להסיק (בהתמקדות בתחום מסוים של למבדה):
אנשים מוכנים לשלם עד 11% יותר בשביל ביטוח
תוספת ממוצעת ברווח כ-3% מעצם מכירת הביטוח
"אין גבול" לשיפור, כתלות בלמבדה
לגבי האפשרות שאין תפסית סיכון כלל אז – הרווח שם הכי טוב אבל זהו מקרה תיאורטי בלבד
ניתוח רגישות עבור K
K לא חייב לקבל ערכים שלמים זה רק בשביל ההצגה.
ככל שמעלים את K , הרווח גדל אך מה האם לקוחות עדיין ימשיכו לקנות ביטוח?
ככל שמורידים את K – המחיר של הביטוח נהיה יותר גבוה ולא בטוח שתמיד ישתלם לחברה (פחות לקוחות)
התנאים לפונקצית עלות השיפור:
פונקציה לא עולה ב-g של למבדה 1 (או לא יורדת בלמבדה 1)
במקרה של למבדה 1= למבדה 0 העלות שווה 0
גרף תפיסת הסיכון שהוא למעשה גרף המוכנות לשלם עבור ביטוח כפי שבנינו בהתבסס על מאמר משנת 2000.
הגרף מראה את ההטיה שקיימת אצל אנשים שונאי סיכון (מוכנים לשלם פי 18 עבור ביטוח)
מה למעשה אנחנו עושים מבחינה מתמטית
גילוי נאות!
במהלך סיום כתיבת העבודה, נודע לנו כי ישנה חברה שמוכרת on time arrival gurantee שזה למעשה רעיון דומה למה שאנחנו מציעים.
אבל הם מציעים פיצוי כספי עבור איחור קבוע בזמן (שעה ומעלה).
לצערי לא היה לנו גישה לניתוח שלהם כך שלא ניתן להסביר כיצד קבעו את הרף הזה.