Why do airlines sell too many tickets? - Nina Klietsch

ทำไมสายการบินต่าง ๆ ถึงขายตั๋วมากเกินไป - นีนา คลิทช์ (Nina Klietsch)

2,526,381 views

2016-12-20 ・ TED-Ed


New videos

Why do airlines sell too many tickets? - Nina Klietsch

ทำไมสายการบินต่าง ๆ ถึงขายตั๋วมากเกินไป - นีนา คลิทช์ (Nina Klietsch)

2,526,381 views ・ 2016-12-20

TED-Ed


โปรดดับเบิลคลิกที่คำบรรยายภาษาอังกฤษด้านล่างเพื่อเล่นวิดีโอ

Translator: Pitipa Chongwatpol Reviewer: Purich Worawarachai
00:06
Have you ever sat in a doctor's office for hours
0
6553
2330
คุณเคยต้องนั่งรอพบแพทย์ นานหลายชั่วโมง
00:08
despite having an appointment at a specific time?
1
8883
3200
ถึงแม้ว่าจะนัดหมายเวลาไว้แล้วก็ตามไหม
00:12
Has a hotel turned down your reservation because it's full?
2
12083
4170
คุณเคยถูกโรงแรมยกเลิกการจอง เพราะว่าห้องเต็มหรือเปล่า
00:16
Or have you been bumped off a flight that you paid for?
3
16253
4011
หรือคุณเคยไม่ได้ขึ้นเครื่องบิน ทั้ง ๆ ที่คุณจ่ายเงินแล้วหรือไม่
00:20
These are all symptoms of overbooking,
4
20264
2539
เรื่องทั้งหมดนี้เกิดขึ้น จากการจองเกินกำหนด
00:22
a practice where businesses and institutions
5
22803
2212
ซึ่งเป็นการที่บริษัทหรือองค์กร
00:25
sell or book more than their full capacity.
6
25015
4019
ขายหรือรับจองเกินขีดจำกัดของตนเอง
00:29
While often infuriating for the customer,
7
29034
2230
ในขณะที่มันมักจะทำให้ลูกค้าขุ่นเคืองใจ
00:31
overbooking happens because it increases profits
8
31264
2451
การจองเกินนั้นเกิดขึ้นเพราะว่า จริง ๆ แล้วมันเพิ่มกำไร
00:33
while also letting businesses optimize their resources.
9
33715
4090
รวมถึงทำให้ธุรกิจสามารถใช้ประโยชน์ จากทรัพยากรที่มีได้อย่างเต็มประสิทธิภาพ
00:37
They know that not everyone will show up to their appointments,
10
37805
2981
พวกเขารู้ว่าจะมีคนที่ไม่มาตามนัด
00:40
reservations,
11
40786
779
ตามการจอง
00:41
and flights,
12
41565
960
และตามเที่ยวบิน
00:42
so they make more available than they actually have to offer.
13
42525
4142
ดังนั้นพวกเขาจึงขาย มากกว่าที่พวกเขามีอยู่จริง
00:46
Airlines are the classical example, partially because it happens so often.
14
46667
4788
สายการบินต่าง ๆ นั้นคือตัวอย่างสุดคลาสสิค ส่วนหนึ่งก็เพราะมันเกิดขึ้นบ่อยมาก
00:51
About 50,000 people get bumped off their flights each year.
15
51455
3952
คนประมาณ 50,000 คน ถูกปฏิเสธไม่ให้ขึ้นเครื่องในแต่ละปี
00:55
That figure comes at little surprise to the airlines themselves,
16
55407
4019
ตัวเลขนี้ไม่ได้น่าประหลาดใจเท่าใดนัก สำหรับสายการบินทั้งหลาย
00:59
which use statistics to determine exactly how many tickets to sell.
17
59426
4781
ที่ใช้สถิติในการกำหนดว่า จะขายตั๋วทั้งหมดกี่ใบ
01:04
It's a delicate operation.
18
64207
1400
มันเป็นขั้นตอนที่ละเอียดอ่อน
01:05
Sell too few, and they're wasting seats.
19
65607
3279
ขายน้อยไป พวกเขาก็ปล่อยให้ที่นั่งเสียเปล่า
01:08
Sell too many, and they pay penalties -
20
68886
3621
ขายมากไป พวกเขาก็ต้องจ่ายค่าปรับ
01:12
money, free flights, hotel stays, and annoyed customers.
21
72507
5220
ไม่ว่าจะเป็นเงิน ตั๋วฟรี ค่าโรงแรม รวมถึงทำให้ลูกค้าไม่พอใจอีกด้วย
01:17
So here's a simplified version of how their calculations work.
22
77727
3829
และนี่ก็คือตัวอย่างวิธีการคำนวณ แบบง่าย ๆ ของพวกเขา
01:21
Airlines have collected years worth of information
23
81556
2712
สายการบินจะเก็บข้อมูลเป็นเวลาหลายปี
01:24
about who does and doesn't show up for certain flights.
24
84268
4121
ว่ามีใครบ้างที่มาขึ้นเครื่องและไม่มา ในเที่ยวบินบางเที่ยว
01:28
They know, for example, that on a particular route,
25
88389
2658
ตัวอย่างเช่น พวกเขารู้ว่า ในเที่ยวบิน ๆ หนึ่ง
01:31
the probability that each individual customer will show up on time is 90%.
26
91047
6000
ความน่าจะเป็นที่ลูกค้าจะขึ้นเครื่อง ตรงเวลานั้นอยู่ที่ 90%
01:37
For the sake of simplicity,
27
97051
1462
เพื่อให้เข้าใจง่ายยิ่งขึ้น
01:38
we'll assume that every customer is traveling individually
28
98513
2859
เราจะเหมารวมว่าลูกค้าทุกคนเดินทางคนเดียว
01:41
rather than as families or groups.
29
101372
2810
แทนที่จะเดินทางเป็นครอบครัวหรือเป็นกลุ่ม
01:44
Then, if there are 180 seats on the plane and they sell 180 tickets,
30
104182
5470
ดังนั้น ถ้าเครื่องบินลำนั้นมีทั้งหมด 180 ที่นั่ง และพวกเขาขายตั๋วไป 180 ใบ
01:49
the most likely result is that 162 passengers will board.
31
109652
5180
ผลลัพธ์ที่เป็นไปได้มากที่สุดก็คือว่า จะมีคนทั้งหมด 162 คนที่มาขึ้นเครื่อง
01:54
But, of course, you could also end up with more passengers,
32
114832
3300
แต่แน่นอนว่า ในท้ายที่สุดผู้โดยสาร อาจมีมากกว่านี้
01:58
or fewer.
33
118132
1989
หรือน้อยกว่านี้
02:00
The probability for each value is given by what's called
34
120121
2652
ความน่าจะเป็นของแต่ละค่านั้น ได้มาจากสิ่งที่เรียกว่า
02:02
a binomial distribution,
35
122773
2203
การแจกแจงทวินาม
02:04
which peaks at the most likely outcome.
36
124976
2807
ซึ่งมีจุดยอดอยู่ที่ผลลัพธ์ ที่เป็นไปได้มากที่สุด
02:07
Now let's look at the revenue.
37
127783
1981
ทีนี้ เรามาดูที่รายได้กัน
02:09
The airline makes money from each ticket buyer
38
129764
2149
สายการบินได้เงินจากผู้ซื้อตั๋วแต่ละคน
02:11
and loses money for each person who gets bumped.
39
131913
3182
และเสียเงินให้กับผู้ที่ไม่ได้ขึ้นเครื่อง
02:15
Let's say a ticket costs $250 and isn't exchangeable for a later flight.
40
135095
5889
สมมติว่าตั๋วใบหนึ่งมีราคา $250 และไม่สามารถเปลี่ยนเป็นเที่ยวบินถัดไปได้
02:20
And the cost of bumping a passenger is $800.
41
140984
3850
และค่าใช้จ่ายในการที่ผู้โดยสารหนึ่งคน ไม่ได้ขึ้นเครื่องนั้นอยู่ที่ $800
02:24
These numbers are just for the sake of example.
42
144834
2250
ตัวเลขพวกนี้เป็นเพียงแค่ตัวอย่างเท่านั้น
02:27
Actual amounts vary considerably.
43
147084
2570
จำนวนที่แท้จริงนั้นผันผวนมากกว่านี้มาก
02:29
So here, if you don't sell any extra tickets, you make $45,000.
44
149654
6430
ดังนั้น ถ้าคุณไม่ได้ขายตั๋วเพิ่มเลย แม้แต่ใบเดียว คุณจะได้เงิน $45,000
02:36
If you sell 15 extras and at least 15 people are no shows,
45
156084
4312
แต่ถ้าคุณขายตั๋วเกิน 15 ใบ และ มีผู้โดยสารอย่างน้อยที่สุด 15 คนที่ไม่มา
02:40
you make $48,750.
46
160396
3660
คุณจะได้เงิน $48,750
02:44
That's the best case.
47
164056
2059
นั่นคือกรณีที่ดีที่สุด
02:46
In the worst case, everyone shows up.
48
166115
2730
ในกรณีที่แย่ที่สุด ก็คือทุกคนมาขึ้นเครื่องหมด
02:48
15 unlucky passengers get bumped, and the revenue will only be $36,750,
49
168845
6824
ผู้โดยสารที่โชคร้าย 15 คนจะไม่ได้ขึ้นเครื่อง และรายได้จะเหลือแค่ $36,750
02:55
even less than if you only sold 180 tickets in the first place.
50
175669
4108
และจะยิ่งน้อยลงไปอีกถ้าคุณขายตั๋ว ไปแค่ 180 ใบในตอนแรก
02:59
But what matters isn't just how good or bad a scenario is financially,
51
179777
4151
แต่สิ่งสำคัญนั้นไม่ใช่แค่เรื่องที่ว่า เหตุการณ์นั้นส่งผลทางการเงินอย่างไร
03:03
but how likely it is to happen.
52
183928
2848
แต่ยังรวมไปถึงโอกาสที่มันจะเกิดขึ้นด้วย
03:06
So how likely is each scenario?
53
186776
2820
แล้วแต่ละเหตุการณ์มี โอกาสเกิดขึ้นมากแค่ไหนล่ะ
03:09
We can find out by using the binomial distribution.
54
189596
3520
เราสามารถหาคำตอบได้จาก การแจกแจงแบบทวินาม
03:13
In this example, the probability of exactly 195 passengers boarding
55
193116
5401
ในตัวอย่างนี้ ความน่าจะเป็นที่จะมี ผู้โดยสารทั้งหมด 195 คนมาขึ้นเครื่อง
03:18
is almost 0%.
56
198517
2650
นั้นเกือบเป็น 0%
03:21
The probability of exactly 184 passengers boarding is 1.11%, and so on.
57
201167
7571
ความน่าจะเป็นที่ผู้โดยสาร 184 คน จะมานั้นอยู่ที่ 1.1% และอื่น ๆ
03:28
Multiply these probabilities by the revenue for each case,
58
208738
3699
ให้คุณคูณความน่าจะเป็นเหล่านี้ ด้วยรายได้ในแต่ละกรณี
03:32
add them all up,
59
212437
1402
รวมผลลัพธ์ทั้งหมดเข้าด้วยกัน
03:33
and subtract the sum from the earnings by 195 sold tickets,
60
213839
4278
จากนั้นนำรายได้ทั้งหมดจากการขายตั๋ว 195 ใบไปลบกับผลรวมที่ได้
03:38
and you get the expected revenue for selling 195 tickets.
61
218117
5499
แล้วคุณก็จะได้รายได้ที่คาดว่าจะได้ จากการขายตั๋ว 195 ใบ
03:43
By repeating this calculation for various numbers of extra tickets,
62
223616
3422
เมื่อคำนวนแบบนี้ซ้ำ ๆ โดยใช้ จำนวนตั๋วที่ขายเกินต่าง ๆ กัน
03:47
the airline can find the one likely to yield the highest revenue.
63
227038
4049
สายการบินจะสามารถหาจำนวนตั๋วที่มีแนวโน้ม ที่จะก่อให้เกิดได้รายได้ที่สูงที่สุดได้
03:51
In this example, that's 198 tickets,
64
231087
3440
ในตัวอย่างนี้ ตั๋วนั้นมีอยู่ทั้งหมด 198 ใบ
03:54
from which the airline will probably make $48,774,
65
234527
5450
ซึ่งจะทำให้สายการบินมี รายได้ประมาณ $48,774
03:59
almost 4,000 more than without overbooking.
66
239977
3471
ซึ่งมากกว่ากรณีที่ ไม่ขายตั๋วเกินเกือบ $4,000
04:03
And that's just for one flight.
67
243448
2409
และนั่นแค่สำหรับเที่ยวบินเดียวเท่านั้น
04:05
Multiply that by a million flights per airline per year,
68
245857
3280
เมื่อคูณจำนวนนี้กับเที่ยวบินกว่าล้านครั้ง ต่อหนึ่งสายการบินต่อปี
04:09
and overbooking adds up fast.
69
249137
2875
รายได้จากการขายตั๋วเกิน ก็จะเพิ่มขึ้นอย่างรวดเร็ว
04:12
Of course, the actual calculation is much more complicated.
70
252012
3751
แน่นอนว่า การคำนวนในความเป็นจริงนั้น ซับซ้อนกว่านี้มาก
04:15
Airlines apply many factors to create even more accurate models.
71
255763
3931
สายการบินต่าง ๆ ใช้ปัจจัยหลายอย่าง เพื่อให้ได้ค่าที่แม่นยำมากยิ่งขึ้นไปอีก
04:19
But should they?
72
259694
2015
ว่าแต่พวกเขาสมควรทำหรือไม่
04:21
Some argue that overbooking is unethical.
73
261709
2850
บางคนบอกว่าการจองตั๋วเกินนั้นผิดจรรณยาบรรณ
04:24
You're charging two people for the same resource.
74
264559
3700
คุณกำลังเก็บเงินจากคนสองคน สำหรับสิ่งเดียวกัน
04:28
Of course, if you're 100% sure someone won't show up,
75
268259
2810
แน่นอนว่า หากคุณมั่นใจ 100% ว่าจะมีบางคนที่ไม่มา
04:31
it's fine to sell their seat.
76
271069
2361
การขายที่นั่งของพวกเขาซ้ำ ก็เป็นเรื่องที่รับได้
04:33
But what if you're only 95% sure?
77
273430
3090
แต่จะเป็นอย่างไรล่ะถ้าคุณมั่นใจแค่ 95%
04:36
75%?
78
276520
2199
หรือแค่ 75%
04:38
Is there a number that separates being unethical from being practical?
79
278719
5035
มีตัวเลขไหนไหมที่จะแบ่งแยกได้ว่า แบบไหน คือผิดจรรยาบรรณและแบบไหนคือความเหมาะสม
เกี่ยวกับเว็บไซต์นี้

ไซต์นี้จะแนะนำคุณเกี่ยวกับวิดีโอ YouTube ที่เป็นประโยชน์สำหรับการเรียนรู้ภาษาอังกฤษ คุณจะได้เห็นบทเรียนภาษาอังกฤษที่สอนโดยอาจารย์ชั้นนำจากทั่วโลก ดับเบิลคลิกที่คำบรรยายภาษาอังกฤษที่แสดงในแต่ละหน้าของวิดีโอเพื่อเล่นวิดีโอจากที่นั่น คำบรรยายเลื่อนซิงค์กับการเล่นวิดีโอ หากคุณมีความคิดเห็นหรือคำขอใด ๆ โปรดติดต่อเราโดยใช้แบบฟอร์มการติดต่อนี้

https://forms.gle/WvT1wiN1qDtmnspy7