1．目的及意义

在O2O(on-line tooff-line)模式下的汽车后市场中，线上预约服务模式的提出为客户提供便利，增加了汽车售后服务站点工时的销售率。但是，由于预定客户是否到店接受服务具有不确定性，若采用等额预定，当预定客户未到店接受服务或临时取消预定时就会造成服务资源的闲置，降低其利用率。因此，服务站点需要决策出最优的线上预约量以降低因顾客预定但未到(no-show)或临时取消预约所造成的成本损失。然而，如何构建适用于汽车后市场的超额预定模型并将其嵌入其中，成为了目前阻碍O2O模式下汽车后市场发展的瓶颈。

目前，关于汽车售后服务的超额预定问题很少有学者研究，因此本文主要参考了其他行业如航空和酒店行业的相关文献: 在航空业，由于存在订座却不能来登机的旅客和取消订座的旅客，所以航空公司实施超额预定，以期减少座位虚耗损失。Kannapha Amaruchkul和Patipan Sae-Lim着眼于静态的超售模型，研究了决策模型嵌入在航空领域的收益管理系统误差，并提出了误差管理的三种模型；John D. Bowman，Corey R. Houmard，Adam S. Dickey研究了从一个航班到多个航班的超售模型，在考虑航班平均预期收益的情况下运用二项分布决策出最优预定量；赵昊天，贾传亮等人围绕售票限额的超售比例机制，采用鲁棒优化方法建立模型，研究了不确定需求下航空超售的问题；周圣武，张兴永，吴宗翔运用泊松分布和二项分布，研究了一个航班和两个航班两种不同情况下的航空超额售票的收益模型；陈剑，肖勇波，刘晓玲考虑了航空公司的超额预定和旅行社的缺票损失，提出了一种中间价格调整的协作机制，以实现航空公司和旅行社的双赢；周蔷和刘长有根据对预售期内机票销售的数量预测，建立了动态超售模型，以期提高航空公司收益的情况下尽可能降低DB风险。除此之外，超额预定在酒店行业也已被广泛运用并且取得良好效益。Kin-KeungLai和Wan-Lung Ng充分考虑了网络结构的停留时间和位移效应后，运用鲁棒优化技术提出了不确定环境下酒店收入管理的超额预定优化模型；Takeshi Koide和Hiroaki Ishii基于酒店的分配和早期预定的折扣预计了总的销售量，并在早期折扣预定没有取消的情况下得到了一个优化配置的超额预定模型；刘淑芹研究了酒店超额预定最优模型，用半绝对偏差来度量收益风险，再以线性规划求得最佳的预定量；周世平将预售期分为两个阶段，在不同阶段采用不同的预定价格，并在此基础上得出存在取消约定和预定后随机到达的情况下的超额预定模型。

{title}

2. 研究的基本内容与方案

{title} 对于O2O汽车售后服务站点而言，接受线上预约是其提高服务资源利用率的重要途径，但超出服务站点服务供应较多的线上预定量不仅会造成客户时间因等待而浪费从而降低了客户体验，也会因此增加服务站点支付给客户的的补偿费用从而增加服务站点的成本。因此服务站点需要决策出最优的线上预约量。本文正是在线上预约量的决策问题上，引入超额预定理论，以不确定的线下需求为前提，以服务站点的收益为导向，采用二项分布对线上预约用户未到店接受服务的情况进行预测分析，通过期望收益最大化模型计算得出最优线上预约量，并与传统超额预定模型相对比，以体现不确定需求下的超额预定模型的优越性，以期为站点服务资源利用率和收益的增长提供指导。最后，对超出服务站点服务供应量的线上预约客户进行调度，将其协调到附近最能满足客户需求的服务站点去，以减少客户的排队等待时间和服务站点的补偿费用，从而实现单个服务站点和服务站点整体利益的最大化以及客户满意度的最大化。

3. 参考文献

[1] Kannapha Amaruchkul, Patipan Sae-Lim. Airline overbooking models with misspecification [J], Journal of Air Transport Management, 2011, 17(2):143-147

[2] John D.Bowman, Corey R.Houmard, Adam S.Dickey. Bumping for Dollars: The Airline Overbooking Problem [J].The UMAP Journal, 2002, 23(3):351-365

[3]赵昊天,贾传亮,宋砚秋,李玉龙.不确定需求下航空超售问题的鲁棒优化研究[J].中国管理科学,2013,21:98-102.

[4] 周圣武,张兴永,吴宗翔.航空公司超额订票的收益分析[J].大学数学,2003,19(3):5-7