Why do airlines sell too many tickets? - Nina Klietsch

Γιατί οι αεροπορικές εταιρείες πουλάνε υπερβολικά πολλά εισιτήρια;

2,523,531 views

2016-12-20 ・ TED-Ed


New videos

Why do airlines sell too many tickets? - Nina Klietsch

Γιατί οι αεροπορικές εταιρείες πουλάνε υπερβολικά πολλά εισιτήρια;

2,523,531 views ・ 2016-12-20

TED-Ed


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

Μετάφραση: Iordana Baniora Επιμέλεια: Lucas Kaimaras
00:06
Have you ever sat in a doctor's office for hours
0
6553
2330
Περιμένατε ποτέ σε ιατρείο για ώρες,
00:08
despite having an appointment at a specific time?
1
8883
3200
παρότι είχατε ραντεβού για συγκεκριμένη ώρα;
00:12
Has a hotel turned down your reservation because it's full?
2
12083
4170
Απέρριψε ξενοδοχείο την κράτησή σας γιατί είναι γεμάτο;
00:16
Or have you been bumped off a flight that you paid for?
3
16253
4011
Ή σας πέταξαν έξω από πτήση για την οποία είχατε πληρώσει;
00:20
These are all symptoms of overbooking,
4
20264
2539
Όλα αυτά είναι συμπτώματα της υπερκράτησης θέσεων,
00:22
a practice where businesses and institutions
5
22803
2212
μια πρακτική κατά την οποία επιχειρήσεις και ιδρύματα
00:25
sell or book more than their full capacity.
6
25015
4019
πουλάνε ή κάνουν περισσότερες κρατήσεις από την πληρότητά τους.
00:29
While often infuriating for the customer,
7
29034
2230
Αν και είναι συχνά εξοργιστικό για τον πελάτη,
00:31
overbooking happens because it increases profits
8
31264
2451
η υπερκράτηση συμβαίνει γιατί αυξάνει τα κέρδη,
00:33
while also letting businesses optimize their resources.
9
33715
4090
επιτρέποντας επίσης στις επιχειρήσεις να βελτιστοποιήσουν τους πόρους τους.
00:37
They know that not everyone will show up to their appointments,
10
37805
2981
Γνωρίζουν ότι δεν θα εμφανιστούν όλοι στα ραντεβού τους,
00:40
reservations,
11
40786
779
τις κρατήσεις,
00:41
and flights,
12
41565
960
και τις πτήσεις τους,
00:42
so they make more available than they actually have to offer.
13
42525
4142
οπότε διαθέτουν περισσότερα απ' όσα πραγματικά διαθέτουν.
Οι αεροπορικές εταιρείες είναι το κλασικό παράδειγμα,
00:46
Airlines are the classical example, partially because it happens so often.
14
46667
4788
εν μέρει γιατί συμβαίνει τόσο συχνά.
00:51
About 50,000 people get bumped off their flights each year.
15
51455
3952
Περίπου 50.000 άνθρωποι μένουν έξω από την πτήση τους κάθε χρόνο.
00:55
That figure comes at little surprise to the airlines themselves,
16
55407
4019
Αυτός ο αριθμός δεν εκπλήσσει τις ίδιες τις αεροπορικές,
00:59
which use statistics to determine exactly how many tickets to sell.
17
59426
4781
που καθορίζουν μέσω στατιστικών ακριβώς πόσα εισιτήρια να πουλήσουν.
01:04
It's a delicate operation.
18
64207
1400
Είναι ένας λεπτός χειρισμός.
01:05
Sell too few, and they're wasting seats.
19
65607
3279
Αν πουλήσουν πολύ λίγα, σπαταλούν θέσεις.
01:08
Sell too many, and they pay penalties -
20
68886
3621
Αν πουλήσουν πάρα πολλά, πληρώνουν αποζημιώσεις -
01:12
money, free flights, hotel stays, and annoyed customers.
21
72507
5220
χρήματα, δωρεάν πτήσεις, διαμονές σε ξενοδοχεία, και εκνευρισμένους πελάτες.
01:17
So here's a simplified version of how their calculations work.
22
77727
3829
Εδώ είναι μια απλοποιημένη εκδοχή του πώς λειτουργούν οι υπολογισμοί τους.
01:21
Airlines have collected years worth of information
23
81556
2712
Οι αεροπορικές έχουν συλλέξει πληροφορίες χρόνων
01:24
about who does and doesn't show up for certain flights.
24
84268
4121
για το ποιος εμφανίζεται και ποιος όχι σε συγκεκριμένες πτήσεις.
01:28
They know, for example, that on a particular route,
25
88389
2658
Ξέρουν, για παράδειγμα, ότι σε ένα συγκεκριμένο δρομολόγιο,
01:31
the probability that each individual customer will show up on time is 90%.
26
91047
6000
η πιθανότητα να εμφανιστεί κάθε πελάτης στην ώρα του είναι 90%.
01:37
For the sake of simplicity,
27
97051
1462
Χάριν απλότητας,
01:38
we'll assume that every customer is traveling individually
28
98513
2859
θα θεωρήσουμε ότι κάθε πελάτης ταξιδεύει ξεχωριστά,
01:41
rather than as families or groups.
29
101372
2810
και όχι ως οικογένειες ή ομάδες.
01:44
Then, if there are 180 seats on the plane and they sell 180 tickets,
30
104182
5470
Τότε, αν υπάρχουν 180 θέσεις στο αεροπλάνο και πουλήσουν 180 εισιτήρια,
01:49
the most likely result is that 162 passengers will board.
31
109652
5180
το πιο πιθανό αποτέλεσμα είναι ότι θα επιβιβαστούν 162.
01:54
But, of course, you could also end up with more passengers,
32
114832
3300
Αλλά, φυσικά, θα μπορούσατε να καταλήξετε με περισσότερους επιβάτες,
01:58
or fewer.
33
118132
1989
ή λιγότερους.
02:00
The probability for each value is given by what's called
34
120121
2652
Η πιθανότητα για κάθε τιμή δίνεται απ' αυτό που ονομάζουμε
02:02
a binomial distribution,
35
122773
2203
διωνυμική κατανομή,
02:04
which peaks at the most likely outcome.
36
124976
2807
που κορυφώνεται στο πιο πιθανό αποτέλεσμα.
02:07
Now let's look at the revenue.
37
127783
1981
Τώρα ας δούμε τα έσοδα.
02:09
The airline makes money from each ticket buyer
38
129764
2149
Η αεροπορική βγάζει χρήματα από κάθε αγοραστή εισιτηρίου
02:11
and loses money for each person who gets bumped.
39
131913
3182
και χάνει χρήματα από κάθε άτομο που μένει εκτός πτήσης.
02:15
Let's say a ticket costs $250 and isn't exchangeable for a later flight.
40
135095
5889
Έστω ότι το εισιτήριο κοστίζει 250 δολάρια και δεν ανταλλάσσεται για επόμενη πτήση.
02:20
And the cost of bumping a passenger is $800.
41
140984
3850
Και το κόστος της μη επιβίβασης πελάτη είναι 800 δολάρια.
02:24
These numbers are just for the sake of example.
42
144834
2250
Αυτοί οι αριθμοί είναι χάριν παραδείγματος.
02:27
Actual amounts vary considerably.
43
147084
2570
Τα πραγματικά ποσά διαφέρουν σημαντικά.
02:29
So here, if you don't sell any extra tickets, you make $45,000.
44
149654
6430
Εδώ λοιπόν, αν δεν πουλήσετε καθόλου επιπλέον εισιτήρια βγάζετε 45.000 δολάρια.
02:36
If you sell 15 extras and at least 15 people are no shows,
45
156084
4312
Αν πουλήσετε 15 επιπλέον εισιτήρια και τουλάχιστον 15 άτομα δεν εμφανιστούν,
02:40
you make $48,750.
46
160396
3660
βγάζετε 48.750 δολάρια.
02:44
That's the best case.
47
164056
2059
Αυτή είναι η καλύτερη περίπτωση.
02:46
In the worst case, everyone shows up.
48
166115
2730
Στη χειρότερη περίπτωση, εμφανίζονται όλοι.
02:48
15 unlucky passengers get bumped, and the revenue will only be $36,750,
49
168845
6824
15 άτυχοι επιβάτες μένουν εκτός πτήσης, και τα έσοδα θα είναι μόνο 36.750 δολάρια,
02:55
even less than if you only sold 180 tickets in the first place.
50
175669
4108
ακόμη λιγότερα από το αν πουλούσατε 180 εισιτήρια εξαρχής.
02:59
But what matters isn't just how good or bad a scenario is financially,
51
179777
4151
Όμως αυτό που μετράει δεν είναι απλά πόσο καλό ή κακό είναι ένα σενάριο οικονομικά,
03:03
but how likely it is to happen.
52
183928
2848
αλλά πόσο πιθανό είναι να συμβεί.
03:06
So how likely is each scenario?
53
186776
2820
Έτσι πόσο πιθανό είναι το κάθε σενάριο;
03:09
We can find out by using the binomial distribution.
54
189596
3520
Μπορούμε να μάθουμε χρησιμοποιώντας τη διωνυμική κατανομή.
03:13
In this example, the probability of exactly 195 passengers boarding
55
193116
5401
Σε αυτό το παράδειγμα, η πιθανότητα να επιβιβαστούν ακριβώς 195 επιβάτες
03:18
is almost 0%.
56
198517
2650
είναι σχεδόν 0%.
03:21
The probability of exactly 184 passengers boarding is 1.11%, and so on.
57
201167
7571
Η πιθανότητα επιβίβασης ακριβώς 184 επιβατών είναι 1,11% κι ούτω καθεξής.
03:28
Multiply these probabilities by the revenue for each case,
58
208738
3699
Πολλαπλασιάστε αυτές τις πιθανότητες με τα έσοδα για κάθε περίπτωση,
03:32
add them all up,
59
212437
1402
αθροίστε τα,
03:33
and subtract the sum from the earnings by 195 sold tickets,
60
213839
4278
και αφαιρέστε το ποσό από τα κέρδη της πώλησης 195 εισιτηρίων,
03:38
and you get the expected revenue for selling 195 tickets.
61
218117
5499
και έχετε τα προσδοκώμενα έσοδα για την πώληση 195 εισιτηρίων.
03:43
By repeating this calculation for various numbers of extra tickets,
62
223616
3422
Επαναλαμβάνοντας αυτόν τον υπολογισμό για διάφορους αριθμούς έξτρα εισιτηρίων,
03:47
the airline can find the one likely to yield the highest revenue.
63
227038
4049
η αεροπορική μπορεί να βρει αυτόν που θα αποφέρει τα υψηλότερα έσοδα.
03:51
In this example, that's 198 tickets,
64
231087
3440
Σε αυτό το παράδειγμα είναι τα 198 εισιτήρια,
03:54
from which the airline will probably make $48,774,
65
234527
5450
από τα οποία η αεροπορική πιθανόν θα κερδίσει 48.774 δολάρια,
03:59
almost 4,000 more than without overbooking.
66
239977
3471
σχεδόν 4.000 περισσότερα απ' ό,τι χωρίς υπερκράτηση θέσεων.
04:03
And that's just for one flight.
67
243448
2409
Και αυτό είναι μόνο για μία πτήση.
04:05
Multiply that by a million flights per airline per year,
68
245857
3280
Πολλαπλασιάστε το με ένα εκατομμύριο πτήσεις ανά αεροπορική το χρόνο,
04:09
and overbooking adds up fast.
69
249137
2875
και η υπερκράτηση αθροίζεται γρήγορα.
04:12
Of course, the actual calculation is much more complicated.
70
252012
3751
Φυσικά, ο πραγματικός υπολογισμός είναι πολύ πιο περίπλοκος.
04:15
Airlines apply many factors to create even more accurate models.
71
255763
3931
Οι αεροπορικές εφαρμόζουν πολλά στοιχεία για να βρουν ακόμη πιο ακριβή μοντέλα.
04:19
But should they?
72
259694
2015
Αλλά θα έπρεπε;
04:21
Some argue that overbooking is unethical.
73
261709
2850
Κάποιοι λένε ότι η υπερκράτηση είναι αντιδεοντολογική.
04:24
You're charging two people for the same resource.
74
264559
3700
Χρεώνεις δύο άτομα για τον ίδιο πόρο.
04:28
Of course, if you're 100% sure someone won't show up,
75
268259
2810
Φυσικά αν είσαι 100% σίγουρος ότι κάποιος δεν θα εμφανιστεί,
04:31
it's fine to sell their seat.
76
271069
2361
είναι εντάξει να πουλήσεις τη θέση του.
04:33
But what if you're only 95% sure?
77
273430
3090
Όμως αν είσαι μόνο 95% σίγουρος;
04:36
75%?
78
276520
2199
Ή ίσως 75%;
04:38
Is there a number that separates being unethical from being practical?
79
278719
5035
Υπάρχει ένας αριθμός που διαχωρίζει το αντιδεοντολογικό από το πρακτικό;
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7