Proefschrift
Judgmental Adjustments in Revenue Management
Op 12 ovember 2019 verdedigde Larissa Koupriuchina haar proefschrift 'Judgmental Adjustments in Revenue Management'. Het promotieonderzoek is begeleid door promotor prof.dr. J.I. Van der Rest.
- Auteur
- Larissa Koupriouchina
- Datum
- 12 november 2019
- Links
- Leids Repositorium
Tegenwoordig bepalen geautomatiseerde computersystemen met complexe algoritmen de prijzen van hotelkamers. De bezettingsgraadprognoses op basis waarvan de systemen de kamerprijzen aanbieden, komen echter lang niet altijd overeen met de feitelijke hotelbezetting. Soms zit de computer er flink naast. Als hoteliers dit denken te kunnen voorzien, passen zij de prognoses van hun computersystemen daarom wel eens handmatig aan. Of deze aanpassingen daadwerkelijk het gewenste effect hebben, is nog niet eerder onderzocht. Dit proefschrift verkent de invloed van handmatige aanpassingen op de nauwkeurigheidsverbetering van systeem-gegenereerde hotelbezettingsgraadprognoses.
In het proefschrift is allereerst gekeken of het uitmaakt welke maatstaf er wordt gebruikt om de nauwkeurigheid van bezettingsgraadvoorspellingen te beoordelen. Daarna is onderzocht of het moment van handmatige aanpassingen van invloed is op de prognosenauwkeurigheid. Tevens is er ingezoomd op de kenmerken van handmatige aanpassingen, zoals aanpassingen omhoog/omlaag, groot/klein, vaak/weinig, en de effecten daarvan op de hotelbezettingsgraadprognosenauwkeurigheid. In het onderzoek is onder meer gebruikgemaakt van (longitudinale) multilevel regressieanalyse (met herhaalde metingen) en data van 1.752 hotels wereldwijd. Het proefschrift laat zien dat (1) het kiezen van de nauwkeurigheidsmaatstaf een zeer complex vraagstuk is, dat (2) de nauwkeurigheid van bezettingsgraadprognoses aanzienlijk verbetert naarmate de prognosehorizon korter wordt, en dat (3) het effect van handmatige aanpassingen verschilt en per hotel verschilt.
Het promotieonderzoek is wetenschappelijk van belang omdat handmatige aanpassingen een opeenstapeling van suboptimale computerbeslissingen tot gevolg kunnen hebben. Het proefschrift laat zien hoe timing en andere aanpassingskenmerken de nauwkeurigheid van computerprognoses beïnvloeden, en laat het zien hoe en wanneer aanpassingen de computerprognoses verbeteren.