Airline Ancillary Pricing

新的COAT框架利用可解释的规范性策略优化航空公司收入

一个名为COAT（Counterfactual Optimal Action Tree）的新框架已被开发出来，用于从观测数据中学习可解释的规范性策略。COAT将反事实结果估计与大规模混合整数优化相结合，利用列生成技术将因果预测转化为符合业务和监管约束的透明决策。与一家主要全球航空公司的现场试点表明，COAT能将每次预订的增销收入提高6.9%，并预计将从高端座位中获得显著的年度增量收入。