你可曾在候診室枯等數小時
儘管早已預約指定看診的時間?
訂了房,但旅店以客滿為由
而拒絕你住宿?
買了票,卻無法登機?
這些都是「超額預定」的症狀
亦即商家或機構超賣的行為
儘管這行為常常激怒客戶
超賣往往能增加收益
讓商家更有效地運用資源
明知不是所有的人都會準時赴約
看醫生、投宿旅店或搭機
所以儘管額滿,仍釋出額外預定名額
航空公司是最典型的例子,
部份因這種情況頻繁發生
每年約五萬名乘客
因超售機票而無法登機
航空公司對此數字一點也不意外
因為他們用統計數字
來決定要賣多少機票
這是個精準的操作
賣少了,浪費座位
賣多了,可能要付出代價
補償金,免費機票、住宿
和惱怒的客戶
這是個簡化了的計算方法
航空公司累計了多年的資料
知道誰會、誰不會準時出現
在哪些航班的登機門
例如,他們會知道某個特定航線
旅客有 90% 的機率會準時出現
為了簡化運算
我們假設每個乘客都獨自旅行
沒攜家帶眷,也沒參團
如果航班有 180 個座位
賣出 180 張機票
結果最可能是 162 個乘客登機
當然,登機人數可能多於或少於此數
每個數值出現的機率
呈「二項分佈」
機率最高處是最可能出現的人數
現在看收益
航空公司收取每個乘客的機票錢
但為每個被擠下飛機的乘客花錢
假設每張機票二百五十元,
不能改為較晚的航班
為每個被擠下飛機的乘客花八百元
這些只是舉例的數字
真正的數字各異
所以若不超賣,賺四萬五千元
超賣十五張,且至少十五人未出現
賺得 48,750 元
這是最好的情況
最壞的情況,每個人都出現
十五名乘客不幸被擠下飛機,
收益只餘 36,750 元
比當初只賣出
180 張票的收益更少
但重要的不只是
每個情況的收益多好或多差
而是多容易發生
每個情況發生的機率是多少?
可以用二項分佈得到答案
就此例而言
恰好195 個乘客出現的機率
接近零
恰好 184 個乘客
出現的機率為 1.11%
以此類推
這些機率乘以各個情況的收益
加總起來
用賣出 195 張票的進帳
減去那個總額
就得到賣了 195 張票的
期望收益值
依相同的方法計算
每種超賣機票的期望收益值
航空公司就能找出
可能得到最大收益值的方案
本例是賣 198 張票
航空公司可能獲益 48,774 元
比完全不超賣,多了將近四千元
那僅是一航班而已
乘以每一航空公司每年的百萬次航班
超賣肯定急速地聚少成多
當然,實際的運算要複雜得多
航空公司會加入其他因素
以得出更精確的模型
但是他們應該這樣做嗎?
有些人主張超賣是不道德的
以同一資源向兩個人收費
當然,如果你百分之百確定
有人將會缺席
賣掉他們的座位無妨
但是倘若你只有 95% 的把握呢?
75% 呢?
可有一個分辨不道德與務實的數值呢?