講完了模型是如何運作的，接下來就要到大家最感興趣的票價問題了。其實當我剛進入航空業時，大家都會問我是做什麼的。除了玩笑的一聲說我是空姐然後贏來些許的白眼，我通常會有一個一句話的版本：「我是算機票價錢的。」
“噢！那所以到底應該要早買票還是晚買票呀？”
『你們就是最邪惡的一群人！』
‘所以航空公司是不是都一直監控我們來改票價呀’
爾爾都是我每次會聽到的問題，其實當我在加入這個產業之前這也是我一直有的迷思。很多人跟我說他們不敢查票太多次，因為怕因此票價會上漲;或是他們覺得夜間時間訂票通常價格會比較便宜。我記得我進公司的第一個月之後了解這一切是怎麼運作之後，我老闆對我說：「你會很意外的發現，原來在外面的人覺得我們做了很多很多」
所以究竟這是怎麼一回事呢？這就要從fare structure 的概念講起。
在1960年代最初什麼都尚未電子化之前，航空公司的機票其實一開始都是一樣價錢的。就像你買車票一樣，上飛機前就跑去航廈櫃檯說，麻煩一張機票去紐約謝謝。慢慢的開始大家發現，last minute的乘客會有比較大的獲利空間。就像我們看到老電影裡面男主角要追即將飛出國不再回來的女主角一樣，給我一張去紐約得機票，然後就把信用卡一丟完全不care 價錢。航空公司就瞄準了這一類的人有了另一種定價模式，按照出發日期算價錢
所以越晚出發，票價就會越貴，有的時候早鳥票甚至還會便宜到快兩倍以上。 但是這樣的方法有一個壞處：早鳥票要是人買得太多，那後面要付比較多的錢的人不是就沒有票可以買了嗎？ 可是如果我一直藏著票不賣，那會不會到最後票都賣不出去呢？ 所以控制每天要賣票的量就變成一件很重要的事。
Little Wood’s Rule
那我應該要怎樣控制我要賣多少張票呢？這就是little wood’s rule，是Ken Littlewood在British Airways工作時發明的方法。
說厲害其實也不怎麼厲害，簡單來說就是比較低費率跟高費率的期望值加上剩下的位子數
我們假定 R1 是票價 $140 然後 R2是票價 $100 x是剩下的位子數，D1則是R1預期的需求(買高費率的票的需求）
簡而言之，就是當R2的價格 大於等於 R1價格的期望值（R1價格＊預計的需求機率）時，我們就開放R2這個票價。
這個準則搭配著上一篇我們提到的需求模型預測，就能夠幫助我們算出
每天都重複這個模型預測然後決定是否要開放較便宜的票價，這就是最簡單的廣義Yield management 的定義了！
所以如果你問我哪個價錢比較便宜？到底是先訂還是後訂呢？這真的不是一句話可以回答的呀。
大方向來說，先訂票通常會比較便宜，但如果這個市場有很多願意買last minute票的人，可能一開始的票價也不會開放便宜到哪裡去。
ATPCO, 訂位系統 及巢狀結構
現在先來討論一些比較基礎的輕鬆議題好了：這些不同的票價是如何被放在系統裡的呢？
可能很多人會覺得很奇怪，這種事情有什麼難的，不就是存入自己公司的資料庫就好了嗎？為什麼還要特別提到這一塊呢？
當所有的航空公司都只賣自己的航點的時候的確不是什麼問題，大家就進入每個公司的網站買票就好了，可是當時在網路沒有這麼發達的年代，不是每個人都可以上網，那人們以前是要怎麼訂票呢？除此之外，如果我要去的地方之間是沒有一間公司營運的航點，我要怎樣才能訂到票呢？
答案是旅遊公司。為了讓旅遊公司能夠提取所有的票價資訊，就有了ATPCO這個公司。
其實你可以把ATPCO想像成一個巨型資料庫，全世界所有的航空公司的機票、升等、行李、座位價格都會放在ATPCO這個資料庫裡。
有了這樣的資料庫以後，旅遊公司為了要能夠有一個centralized的系統可以訂票跟查找相關的資訊，
所以就有了Sabre 和Amadeus這兩間公司(就是我們去櫃檯check in時看到地勤敲敲打打的那個藍色畫面的系統）。他們提供訂票系統讓航空公司把各種票種放到他們的系統裡，再從ATPCO獲取相應的價格，再讓旅遊公司從系統中訂票。
所以我們必須把同一班飛機的不同票價也全部都file進ATPCO這個系統裡，並且用Ａ～Ｚ的代號來代表你買的票種。這也是我們在前一篇提到需求預測中，所謂的艙等位，是航空公司用來作customer segement 的一種方法。每一間公司分頭等、商務、經濟艙的代號不盡相同。但是大多都是以F代表頭等艙，J/C代表商務艙，Ｙ代表經濟艙。而票等之外還有一個項目叫做票種(Fare Choices)，是航空公司根據每一個票等價位所定出來的不同規範。
例如Flex的客人可以免費選座位、累積里程％數……等等，每間航空公司會根據自己的市場調查給予不一樣的客層不同的優惠及限制，而這些規則也會被file在ATPCO裡。我畫了一個簡易的虛構巢狀結構如下：
你可以在你的飛機票或是明細上看到一個單位是Fare Basis Code(FBC)通常會是一串英數混雜的數字，而FBC的第一個英文單字就是所謂的票等。這樣的分類方法不僅幫助航空業做客群分隔、簡化需求模型、還可以用來決定票價浮動，要想再1980年代網路以及即時回應尚未普及的年代，這可是一個非常聰明的發明！（但也因為科技的演進，這個ATPCO的file方法現在卻成為航空業前進的絆腳石）
快速地總結一下，Littlewood rules 可以說是航空業的起點，所有的概念都起始於此，但由於現今航空業的規模已經比以往複雜更多，這個演算法也相對複雜許多。下一篇再來深究現今的航空模型與littlewood method有何異同，以及巢狀結構的優劣分析。
延伸閱讀：Aviation 101，你所不知的航空收益管理-這些專有名詞是什麼意思？
延伸閱讀：Aviation 101，你所不知的航空收益管理-航空公司的需求預測？
延伸閱讀：Aviation 101，為什麼價格一直變？航空業浮動價格的機制與利潤最佳化演算法
