RMM：面向销售交易数据基于客户选择的收益管理模型 R 包
统计计算
2022-09-07 v1 应用统计
摘要
我们开发了 R 包 RMM，以实施 Cho 等（2020）提出的鲁棒需求估计（RDE）方法所拟合的条件 Logit（CL）模型，即一种基于客户选择的收益管理模型（Revenue Management Model）。在商业中，当产品价格随时间和不同客户变化时，理解客户的选择行为与偏好十分重要。然而，由于不可观测的未购买客户（即截断需求问题），需求估计十分困难。使用 RDE 方法拟合的 CL 模型支持更通用的效用模型并适应频繁的价格变动，且无需将销售数据聚合成时间窗来捕捉每位客户的选择行为。本研究使用真实酒店交易数据介绍 R 包 RMM，提供使用 RDE 方法拟合 CL 模型及选择概率、未购买客户规模及其标准误估计的函数。
引用
@article{arxiv.2209.02243,
title = {RMM: An R Package for Customer Choice-Based Revenue Management Models for Sales Transaction Data},
author = {Chul Kim and Sanghoon Cho and Jongho Im},
journal= {arXiv preprint arXiv:2209.02243},
year = {2022}
}
备注
13 pages