商业分析遇见人工智能：评估折扣对瑞士火车票的需求效应
综合经济学
2022-07-01 v4 经济学
机器学习
摘要
我们基于机器学习（人工智能的一个子领域）评估了瑞士联邦铁路发行的火车票折扣（即所谓“超级省钱票”）的需求效应。考虑一个基于调查的超级省钱票购买者样本，我们研究哪些客户或行程相关特征（包括折扣率）可预测购买行为，即：预订原本不会乘火车实现的行程、购买一等而非二等车票，或在提供超级省钱票时重新安排行程（例如避开高峰时段）。预测性机器学习表明，客户年龄、特定连接的需求相关信息（如出发时间和利用率）以及折扣水平在一定程度上允许预测购买行为。此外，我们使用因果机器学习评估折扣率对重新安排行程的影响，这在高峰时段运力受限的背景下似乎相关。假设（i）折扣率在给定我们丰富特征集合的条件下为准随机，且（ii）购买决策在折扣率下弱单调增加，我们基于询问客户在无折扣时行为的调查，识别了“始终购买者”（即使无折扣也会出行者）中折扣率的影响。我们发现平均而言，折扣率每增加一个百分点，始终购买者中重新安排行程的比例增加 0.16 个百分点。对可观测变量间效应异质性的研究表明，在控制若干其他特征后，休闲旅行者和高峰时段的效应更高。
引用
@article{arxiv.2105.01426,
title = {Business analytics meets artificial intelligence: Assessing the demand effects of discounts on Swiss train tickets},
author = {Martin Huber and Jonas Meier and Hannes Wallimann},
journal= {arXiv preprint arXiv:2105.01426},
year = {2022}
}