Why do airlines sell too many tickets? - Nina Klietsch

2,526,381 views ・ 2016-12-20

TED-Ed


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

תרגום: Ido Dekkers עריכה: Sigal Tifferet
00:06
Have you ever sat in a doctor's office for hours
0
6553
2330
האם פעם ישבתם בהמתנה לרופא במשך שעות
00:08
despite having an appointment at a specific time?
1
8883
3200
למרות שהיה לכם תור בשעה מסויימת?
00:12
Has a hotel turned down your reservation because it's full?
2
12083
4170
האם מלון דחה את ההזמנה שלכם בגלל שהוא מלא?
00:16
Or have you been bumped off a flight that you paid for?
3
16253
4011
או שהורדתם מטיסה ששילמתם עליה?
00:20
These are all symptoms of overbooking,
4
20264
2539
כל אלה סימפטומים לרישום יתר,
00:22
a practice where businesses and institutions
5
22803
2212
מנהג בו עסקים ומוסדות
00:25
sell or book more than their full capacity.
6
25015
4019
מוכרים או רושמים מעל לקיבולת המלאה שלהם.
00:29
While often infuriating for the customer,
7
29034
2230
למרות שזה עלול להרתיח את הלקוח,
00:31
overbooking happens because it increases profits
8
31264
2451
רישום יתר מתרחש כי הוא מגדיל רווחים
00:33
while also letting businesses optimize their resources.
9
33715
4090
ומאפשר לעסקים למטב את המשאבים שלהם.
00:37
They know that not everyone will show up to their appointments,
10
37805
2981
הם יודעים שלא כולם יופיעו לתורים,
00:40
reservations,
11
40786
779
להזמנות,
00:41
and flights,
12
41565
960
ולטיסות שלהם,
00:42
so they make more available than they actually have to offer.
13
42525
4142
אז הם מציעים יותר ממה שבאמת יש להם להציע.
00:46
Airlines are the classical example, partially because it happens so often.
14
46667
4788
חברות תעופה הן הדוגמה הקלאסית, בין השאר כי זה קורה שם כל כך הרבה.
00:51
About 50,000 people get bumped off their flights each year.
15
51455
3952
בערך 50,000 אנשים מורדים מהטיסות שלהם כל שנה.
00:55
That figure comes at little surprise to the airlines themselves,
16
55407
4019
המספר הזה לא מפתיע את חברות התעופה,
00:59
which use statistics to determine exactly how many tickets to sell.
17
59426
4781
שמשתמשות בסטטיסטיקה כדי לקבוע בדיוק כמה כרטיסים למכור.
01:04
It's a delicate operation.
18
64207
1400
זה מבצע עדין.
01:05
Sell too few, and they're wasting seats.
19
65607
3279
ימכרו מעט מדי, והם יבזבזו כיסאות.
01:08
Sell too many, and they pay penalties -
20
68886
3621
ימכרו יותר מדי, והם ישלמו קנסות –
01:12
money, free flights, hotel stays, and annoyed customers.
21
72507
5220
כסף, טיסות חינם, לילות במלון, ולקוחות ממורמרים.
01:17
So here's a simplified version of how their calculations work.
22
77727
3829
אז הנה גרסה מפושטת לאיך עובדים החישובים שלהם.
01:21
Airlines have collected years worth of information
23
81556
2712
חברות תעופה אספו מידע של שנים
01:24
about who does and doesn't show up for certain flights.
24
84268
4121
בנוגע למי מגיע ומי לא לטיסות מסויימות.
01:28
They know, for example, that on a particular route,
25
88389
2658
הם יודעים, לדוגמה, שבמסלול מסויים,
01:31
the probability that each individual customer will show up on time is 90%.
26
91047
6000
ההסתברות שלקוח יגיע בזמן היא 90%.
01:37
For the sake of simplicity,
27
97051
1462
לצורך הפשטות,
01:38
we'll assume that every customer is traveling individually
28
98513
2859
נניח שכל לקוח נוסע לבד,
01:41
rather than as families or groups.
29
101372
2810
ולא במשפחה או קבוצה.
01:44
Then, if there are 180 seats on the plane and they sell 180 tickets,
30
104182
5470
אז אם יש 180 כיסאות על המטוס, והם ימכרו 180 כרטיסים,
01:49
the most likely result is that 162 passengers will board.
31
109652
5180
התוצאה הכי צפויה היא ש-162 נוסעים יעלו.
01:54
But, of course, you could also end up with more passengers,
32
114832
3300
אבל, כמובן, אפשר גם להגיע ליותר נוסעים,
01:58
or fewer.
33
118132
1989
או פחות.
02:00
The probability for each value is given by what's called
34
120121
2652
ההסתברות לכל ערך ניתנת על ידי מה שנקרא
02:02
a binomial distribution,
35
122773
2203
פיזור בינומי,
02:04
which peaks at the most likely outcome.
36
124976
2807
שמגיע לשיא בתוצאה הכי סבירה.
02:07
Now let's look at the revenue.
37
127783
1981
עכשיו בואו נביט ברווחים.
02:09
The airline makes money from each ticket buyer
38
129764
2149
חברת התעופה מרוויחה מכל רוכש כרטיס
02:11
and loses money for each person who gets bumped.
39
131913
3182
ומפסידה כסף על כל אדם שמורד.
02:15
Let's say a ticket costs $250 and isn't exchangeable for a later flight.
40
135095
5889
בואו נגיד שכרטיס עולה $250 ולא ניתן להחליפו לטיסה מאוחרת יותר.
02:20
And the cost of bumping a passenger is $800.
41
140984
3850
והורדת נוסע עולה $800.
02:24
These numbers are just for the sake of example.
42
144834
2250
המספרים האלה הם רק להדגמה.
02:27
Actual amounts vary considerably.
43
147084
2570
המספרים הממשיים משתנים מאוד.
02:29
So here, if you don't sell any extra tickets, you make $45,000.
44
149654
6430
אז פה, אם אתם לא מוכרים כרטיסים עודפים בכלל, אתם מרוויחים $45,000.
02:36
If you sell 15 extras and at least 15 people are no shows,
45
156084
4312
אם אתם מוכרים 15 כרטיסים נוספים ולפחות 15 אנשים לא מופעים,
02:40
you make $48,750.
46
160396
3660
אתם מרוויחים $48,750.
02:44
That's the best case.
47
164056
2059
זה המקרה הכי טוב.
02:46
In the worst case, everyone shows up.
48
166115
2730
במקרה הכי גרוע, כולם מופיעים.
02:48
15 unlucky passengers get bumped, and the revenue will only be $36,750,
49
168845
6824
15 נוסעים חסרי מזל מורדים, והרווח יהיה רק $36,750.
02:55
even less than if you only sold 180 tickets in the first place.
50
175669
4108
אפילו פחות, אם מכרתם רק 180 כרטיסים מראש.
02:59
But what matters isn't just how good or bad a scenario is financially,
51
179777
4151
אבל מה שמשנה זה לא רק כמה טובים או גרועים התרחישים כלכלית,
03:03
but how likely it is to happen.
52
183928
2848
אלא מה ההסתברות שהם יתרחשו.
03:06
So how likely is each scenario?
53
186776
2820
אז מה הסיכויים לכל תרחיש?
03:09
We can find out by using the binomial distribution.
54
189596
3520
אנחנו יכולים לגלות בעזרת התפזרות בינומית.
03:13
In this example, the probability of exactly 195 passengers boarding
55
193116
5401
בדוגמה הזו, ההסתברות שיעלו בדיוק 195 אנשים,
03:18
is almost 0%.
56
198517
2650
היא כמעט 0%.
03:21
The probability of exactly 184 passengers boarding is 1.11%, and so on.
57
201167
7571
ההסתברות שיעלו בדיוק 184 נוסעים היא 1.11%, וכך הלאה.
03:28
Multiply these probabilities by the revenue for each case,
58
208738
3699
הכפילו את ההסתברויות האלו ברווחים לכל מקרה,
03:32
add them all up,
59
212437
1402
חברו את כולם,
03:33
and subtract the sum from the earnings by 195 sold tickets,
60
213839
4278
והפחיתו את הסכום מהרווחים מ-195 כרטיסים שנמכרו.
03:38
and you get the expected revenue for selling 195 tickets.
61
218117
5499
ואתם מקבלים רווח צפוי למכירת 195 כרטיסים.
03:43
By repeating this calculation for various numbers of extra tickets,
62
223616
3422
על ידי חזרה על החישוב הזה למספרים שונים של כרטיסים נוספים,
03:47
the airline can find the one likely to yield the highest revenue.
63
227038
4049
חברת התעופה יכולה למצוא את המספר עם הרווח הגבוה ביותר.
03:51
In this example, that's 198 tickets,
64
231087
3440
בדוגמה הזו, זה 198 כרטיסים,
03:54
from which the airline will probably make $48,774,
65
234527
5450
מהם החברה תרוויח כנראה $48,774,
03:59
almost 4,000 more than without overbooking.
66
239977
3471
כמעט 4,000 יותר מבלי כרטוס יתר.
04:03
And that's just for one flight.
67
243448
2409
וזה רק עבור טיסה אחת.
04:05
Multiply that by a million flights per airline per year,
68
245857
3280
הכפילו את זה במליון טיסות לחברה לשנה,
04:09
and overbooking adds up fast.
69
249137
2875
וכרטוס יתר מצטבר במהירות.
04:12
Of course, the actual calculation is much more complicated.
70
252012
3751
כמובן, החישוב הממשי הרבה יותר מורכב.
04:15
Airlines apply many factors to create even more accurate models.
71
255763
3931
חברות תעופה מפעילות הרבה שיקולים כדי ליצור מודל אפילו יותר מדוייק.
04:19
But should they?
72
259694
2015
אבל האם הן צריכות לעשות זאת?
04:21
Some argue that overbooking is unethical.
73
261709
2850
כמה טוענים שכרטוס יתר הוא לא אתי.
04:24
You're charging two people for the same resource.
74
264559
3700
אתם מחייבים שני אנשים על אותו משאב.
04:28
Of course, if you're 100% sure someone won't show up,
75
268259
2810
כמובן, אם אתם בטוחים ב-100% שמישהו לא יגיע,
04:31
it's fine to sell their seat.
76
271069
2361
זה בסדר למכור את הכרטיס שלהם.
04:33
But what if you're only 95% sure?
77
273430
3090
אבל מה אם אתם בטוחים רק ב-95%?
04:36
75%?
78
276520
2199
75%?
04:38
Is there a number that separates being unethical from being practical?
79
278719
5035
האם יש מספר שמפריד בין חוסר אתיות לפרקטיות?
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7