Tối ưu hóa doanh thu khác gì so với tối đa hóa sản lượng bán hàng?

Tối đa hóa sản lượng tập trung làm đầy toàn bộ công suất bằng cách hạ giá để bán được nhiều đơn vị nhất, trong khi tối ưu hóa doanh thu nhắm tới việc tối đa hóa tổng giá trị thu được bằng cách từ chối khách hàng sẵn sàng trả giá thấp để bảo lưu chỗ phục vụ khách hàng trả giá cao hơn ở thời điểm sát ngày cung ứng.

Quy tắc Littlewood giải quyết bài toán phân bổ năng lực như thế nào?

Quy tắc Littlewood so sánh doanh thu chắc chắn nhận được từ việc bán ngay một đơn vị sản phẩm ở mức giá thấp với doanh thu kỳ vọng từ việc giữ lại đơn vị đó cho khách hàng tiềm năng mua ở mức giá cao hơn, dựa trên xác suất nhu cầu của phân khúc giá cao.

Hiện tượng bán vượt (overbooking) được quản trị nhằm mục đích gì?

Bán vượt được thiết kế để bù đắp lượng tổn thất doanh thu do hành khách hủy chỗ đột xuất hoặc không đến vào giờ chót. Mô hình toán học cân bằng giữa chi phí cơ hội do ghế bị bỏ trống và chi phí bồi thường thỏa đáng khi có khách hàng bị từ chối phục vụ.

Tối ưu hóa doanh thu (revenue optimization) là gì?

Tối ưu hóa doanh thu (tiếng Anh: revenue optimization, thường được gọi phổ biến là quản lý doanh thu hoặc yield management) là phương pháp phân tích định lượng kết hợp giữa kiểm soát phân bổ năng lực và định giá linh hoạt nhằm tối đa hóa tổng doanh thu sinh ra từ một nguồn lực có quy mô cố định và dễ hư hỏng theo thời gian.

Bản chất kinh tế học và đặc tính của tài sản dễ hư hỏng

Trong kinh tế học ứng dụng và vận trù học, tối ưu hóa doanh thu giải quyết bài toán cốt lõi của các doanh nghiệp kinh doanh dịch vụ sở hữu tài sản có năng lực hữu hạn và khả năng hư hỏng nhanh chóng. Khái niệm hư hỏng ở đây không mang ý nghĩa suy thoái vật lý thông thường mà biểu thị sự biến mất hoàn toàn của giá trị kinh tế khi thời điểm cung ứng đã trôi qua. Một ghế trống trên một chuyến bay thương mại ngay sau khi cửa máy bay đóng lại, một phòng khách sạn không có người lưu trú sau khi kết thúc một ngày đêm, hay một vị trí phát sóng quảng cáo truyền hình khi chương trình đã kết thúc đều trở nên vô giá trị và không thể lưu kho để bán lại vào ngày hôm sau.

Khung nghiên cứu của Lawrence R. Weatherford và Samuel E. Bodily (năm 1992) trên tạp chí Operations Research đã hệ thống hóa các đặc trưng cơ bản chi phối bài toán quản lý doanh thu đối với tài sản dễ hư hỏng. Các điều kiện tiên quyết để áp dụng thành công phương pháp này bao gồm:

Năng lực cung ứng cố định: Chi phí cận biên để mở rộng quy mô năng lực trong ngắn hạn là vô cùng lớn, đòi hỏi doanh nghiệp phải tối đa hóa doanh thu từ quy mô tài sản sẵn có thay vì tăng thêm sản lượng phục vụ.
Khả năng phân khúc thị trường: Khách hàng có mức độ sẵn sàng chi trả và độ nhạy cảm về giá hoàn toàn khác nhau giữa các nhóm đối tượng, chẳng hạn giữa khách thương nhân đi công tác khẩn cấp và khách du lịch cá nhân có kế hoạch đặt trước từ sớm.
Cơ chế đặt chỗ trước: Sản phẩm được bán trước thời điểm tiêu dùng thực tế thông qua các kênh phân phối, cho phép doanh nghiệp quan sát diễn biến tích lũy của nhu cầu để điều chỉnh chiến lược kịp thời.
Nhu cầu ngẫu nhiên và biến động: Khối lượng khách hàng tiềm năng đến trong từng khoảng thời gian mang tính bất định cao, tuân theo các quy luật phân phối xác suất thống kê.

Điểm khác biệt căn bản giữa tối ưu hóa doanh thu và quản trị sản lượng truyền thống nằm ở mục tiêu cốt lõi. Trong khi quản trị sản lượng truyền thống thường tìm cách tối đa hóa hệ số sử dụng công suất thông qua các chính sách giảm giá ồ ạt để lấp đầy toàn bộ năng lực, tối ưu hóa doanh thu sẵn sàng từ chối những khách hàng sẵn sàng trả giá thấp ở thời điểm sớm để bảo vệ năng lực phục vụ cho những khách hàng có nhu cầu đột xuất sẵn sàng trả mức giá rất cao ở thời điểm sát ngày cung ứng.

Lịch sử hình thành và phát triển của khoa học quản lý doanh thu

Khoa học quản lý doanh thu hiện đại bắt nguồn từ những biến động sâu sắc của ngành hàng không dân dụng Hoa Kỳ sau khi Đạo luật Bãi bỏ kiểm soát hàng không năm 1978 chính thức có hiệu lực. Trước thời điểm này, giá vé máy bay và các tuyến bay được chính phủ liên bang quy định cố định, khiến các hãng hàng không chỉ cạnh tranh bằng chất lượng dịch vụ trên khoang. Sau khi thị trường được tự do hóa, sự xuất hiện của các hãng hàng không giá rẻ thế hệ mới với chi phí vận hành thấp đã tạo ra áp lực cạnh tranh khốc liệt đối với các hãng hàng không mạng lưới truyền thống.

Bài báo tổng quan kinh điển của Jeffrey I. McGill và Garrett J. van Ryzin (năm 1999) trên tạp chí Transportation Science đã ghi lại toàn diện tiến trình tiến hóa của lĩnh vực này từ các thử nghiệm thủ công đơn giản thành một hệ thống toán học tinh vi. Nền móng đầu tiên bắt đầu từ công trình của Ken Littlewood (năm 1972) trong ngành hàng không thương mại châu Âu, khi tác giả đề xuất một quy tắc toán học đơn giản để cân đối lượng ghế giữa hai hạng vé khác nhau. Sau đạo luật bãi bỏ kiểm soát năm 1978, hãng hàng không American Airlines đã đầu tư mạnh mẽ vào hệ thống công nghệ thông tin và thuật toán phân tích dữ liệu, cứu vãn doanh nghiệp khỏi nguy cơ phá sản và chứng minh hiệu quả kinh tế vượt trội của việc kiểm soát hàng tồn kho theo thời gian thực.

Kể từ thập niên cuối thế kỷ trước, tối ưu hóa doanh thu đã nhanh chóng lan tỏa ra ngoài phạm vi hàng không, trở thành công cụ vận hành tiêu chuẩn trong ngành kinh doanh khách sạn, dịch vụ cho thuê phương tiện tự lái, vận tải đường sắt chở khách, dịch vụ vận chuyển hàng hải và ngành năng lượng điện.

Các mô hình toán học cốt lõi trong phân bổ năng lực

Kiểm soát năng lực là trụ cột quan trọng nhất của quản lý doanh thu, quyết định số lượng sản phẩm được mở bán cho từng mức giá khác nhau nhằm đạt giá trị kỳ vọng cao nhất:

Quy tắc Littlewood và điều kiện cân bằng biên

Quy tắc Littlewood (năm 1972) giải quyết bài toán phân bổ năng lực tĩnh cho hai phân khúc giá: phân khúc giá thấp mở bán trước và phân khúc giá cao mở bán sau. Để tối đa hóa tổng doanh thu kỳ vọng, người quản lý phải xác định mức bảo vệ chỗ cho phân khúc giá cao sao cho doanh thu chắc chắn nhận được từ việc bán thêm một chỗ ở mức giá thấp không nhỏ hơn doanh thu biên kỳ vọng từ việc giữ lại chỗ đó cho khách hàng mua giá cao:

p_2 \ge p_1 \cdot P(D_1 > y_1)

Trong hệ thức trên, $p_1$ đại diện cho mức giá của phân khúc cao, $p_2$ là mức giá của phân khúc thấp, $D_1$ biểu thị biến ngẫu nhiên nhu cầu của phân khúc giá cao và $y_1$ là mức bảo vệ chỗ dành riêng cho phân khúc cao. Xác suất nhu cầu vượt quá ngưỡng bảo vệ suy giảm khi mức bảo vệ tăng lên, cho phép tìm ra điểm cân bằng tối ưu chính xác.

Mô hình doanh thu ghế biên kỳ vọng (EMSR) của Belobaba

Trên thực tế, các doanh nghiệp thường mở bán nhiều hơn hai hạng giá vé. Peter P. Belobaba (năm 1989) trên tạp chí Operations Research đã phát triển mô hình doanh thu ghế biên kỳ vọng (EMSR) để giải quyết bài toán phân bổ năng lực lồng ghép cho nhiều hạng vé có thứ bậc giá giảm dần. Thuật toán hoạt động theo nguyên lý lồng ghép: các chỗ được mở cho hạng vé giá thấp hơn luôn có thể được mua bởi khách hàng của hạng vé giá cao hơn nếu nhu cầu tăng đột biến.

Tác giả đã đề xuất hai biến thể thuật toán gồm EMSRa và EMSRb. Trong đó, biến thể EMSRb so sánh doanh thu của hạng vé hiện tại với doanh thu biên kỳ vọng thu được từ tổng nhu cầu gộp của tất cả các hạng vé cao hơn. Do nhu cầu gộp của nhiều phân khúc có xu hướng tuân theo phân phối chuẩn với phương sai tương đối nhỏ hơn từng phân khúc riêng lẻ, EMSRb mang lại độ ổn định tính toán vượt trội và trở thành thuật toán nền tảng được tích hợp rộng rãi trong hầu hết các hệ thống đặt chỗ hàng không thương mại toàn cầu.

Quản trị bán vượt chỗ và cân bằng chi phí rủi ro

Một thách thức lớn trong ngành dịch vụ là hiện tượng khách hàng đã đặt chỗ nhưng hủy chuyến vào giờ chót hoặc không xuất hiện tại thời điểm phục vụ. Để hạn chế tổn thất doanh thu do năng lực bị bỏ trống, các doanh nghiệp áp dụng kỹ thuật bán vượt chỗ (overbooking). Mô hình bán vượt toán học cân bằng hai nguồn chi phí đối nghịch:

Chi phí bỏ phí năng lực: Thiệt hại kinh tế khi ghế hoặc phòng bị để trống do khách không đến mà doanh nghiệp không bán thêm chỗ cho người khác.
Chi phí đền bù từ chối phục vụ: Chi phí bồi thường tài chính, thu xếp dịch vụ thay thế và tổn thất uy tín thương hiệu khi số lượng khách hàng thực tế đến nhận chỗ vượt quá năng lực phục vụ sẵn có của doanh nghiệp.

Định giá động và lý thuyết hành vi người tiêu dùng

Song song với việc kiểm soát số lượng chỗ bán, định giá động là trụ cột thứ hai quyết định sự thành công của tối ưu hóa doanh thu hiện đại:

Các mô hình định giá động trong môi trường ngẫu nhiên

Trong nghiên cứu tổng quan của Gabriel Bitran và René Caldentey (năm 2003) trên tạp chí Manufacturing & Service Operations Management, các tác giả đã phân tích sâu các mô hình định giá phụ thuộc thời gian dựa trên lý thuyết quy hoạch động ngẫu nhiên. Thay vì giữ nguyên mức giá cố định cho từng hạng ghế, doanh nghiệp liên tục điều chỉnh mức giá chào bán tối ưu dựa trên hai biến trạng thái chính: khoảng thời gian còn lại đến thời điểm cung ứng dịch vụ và mức tồn kho năng lực hiện có.

Hàm giá trị tối ưu thỏa mãn phương trình Hamilton-Jacobi-Bellman trong không gian thời gian liên tục. Khi thời gian tiến dần về điểm kết thúc và lượng hàng tồn kho còn lại dồi dào, hệ thống sẽ tự động hạ giá để kích thích sức mua; ngược lại, khi lượng năng lực khan hiếm trong khi tốc độ đặt chỗ gia tăng nhanh, hệ thống sẽ đẩy mức giá lên cao để tối đa hóa thặng dư thu được từ khách hàng có mức độ sẵn sàng chi trả lớn.

Mô hình lựa chọn rời rạc của Talluri và van Ryzin

Các mô hình cổ điển thường dựa trên giả định đơn giản hóa rằng nhu cầu đối với từng hạng vé là độc lập với nhau. Tuy nhiên, trong thực tế, khách hàng luôn quan sát toàn bộ các lựa chọn có sẵn trên màn hình và đưa ra quyết định mua dựa trên sự so sánh giữa giá cả, điều kiện vé và tiện ích cá nhân. Nếu một hạng vé giá rẻ bất ngờ được mở bán, một phần khách hàng sẵn sàng trả giá cao có thể chuyển sang mua vé giá rẻ, gây ra hiện tượng tự bào mòn doanh thu.

Kalyan T. Talluri và Garrett J. van Ryzin (năm 2004) trên tạp chí Management Science đã tạo nên bước đột phá lớn khi tích hợp mô hình lựa chọn rời rạc của kinh tế lượng vào bài toán quản lý doanh thu mạng lưới. Nghiên cứu xác định tập hợp sản phẩm tối ưu cần mở bán tại mỗi thời điểm để tối đa hóa doanh thu biên, đồng thời tính toán chính xác xác suất chuyển dịch của khách hàng giữa các lựa chọn. Phương pháp này giải quyết triệt để sự tương tác chiến lược giữa người mua và người bán, đặt nền móng cho các hệ thống định giá động cá thể hóa trên các nền tảng thương mại điện tử hiện nay.

Phạm vi ứng dụng thực tiễn và thách thức triển khai

Tối ưu hóa doanh thu ngày nay đã vượt xa phạm vi vận tải hành khách để trở thành năng lực cạnh tranh cốt lõi trong nền kinh tế số:

Khách sạn và khu nghỉ dưỡng: Quản lý thời gian lưu trú tối thiểu, phân bổ phòng theo hướng nhìn và mùa du lịch, kết hợp định giá linh hoạt theo từng kênh đại lý du lịch trực tuyến.
Vận tải đường sắt và dịch vụ gọi xe công nghệ: Điều chỉnh giá cước linh hoạt theo thời gian thực dựa trên sự mất cân bằng tức thời giữa cung và cầu tại từng khu vực địa lý cụ thể.
Sự kiện biểu diễn và giải trí: Định giá vé hòa nhạc và sự kiện thể thao theo vị trí khán đài và độ nổi tiếng của nghệ sĩ biểu diễn.
Thị trường năng lượng và dịch vụ điện toán đám mây: Điều tiết phụ tải và định giá năng lượng tiêu thụ theo các khung giờ cao điểm và thấp điểm.

Mặc dù mang lại hiệu quả tài chính vượt trội, việc triển khai tối ưu hóa doanh thu đòi hỏi sự cẩn trọng cao đối với khía cạnh tâm lý khách hàng và nhận thức về sự công bằng giá. Những chính sách tăng giá quá mức trong các tình huống khẩn cấp hoặc sự thiếu minh bạch về cấu trúc giá có thể gây ra làn sóng tẩy chay của người tiêu dùng. Do đó, các doanh nghiệp hiện đại luôn kết hợp các thuật toán tối ưu hóa với các quy tắc kinh doanh đạo đức nhằm bảo đảm sự phát triển bền vững và lòng trung thành dài hạn của khách hàng.