.

0 (hodnocen0 x )

EB

EB

ONLINE

[Česko] : Wolters Kluwer, 2022

1 online zdroj (372 stran)

ISBN 978-80-7676-209-1 (online ; epub)

ISBN 978-80-7676-208-4 (print)

001659175

Poděkování 11 // Úvod 13 // 1 Podstata a postavení revenue managementu 17 // 1.1 Předpoklady aplikace revenue managementu 24 // 1.1.1 Pojmy a ukazatele revenue managementu nutné k jeho // aplikaci 25 // 1.1.2 Informační základna pro revenue management 34 // 2 Historicko-metodologická východiska revenue managementu 38 // 2.1 Predikce vývoje poptávky v leteckém průmyslu 38 // 2.2 Littlewoodovo pravidlo 39 // 2.3 Expected Marginal Seat Revenue 43 // 2.3.1 EMSRa 43 // 2.3.2 EMSRb 48 // 2.4 Airline Deregulation Act 51 // 2.5 Predikce a restrikce 52 // 2.5.1 Length of stay 52 // 2.5.2 Rate fence 53 // 2.6 Big data a rozmach OTA 53 // 2.7 Práce s best available rate 54 // 2.8 Dynamický přístup k tvorbě ceny 55 // 2.8.1 Sběr dat a odhady atributů WTP 57 // 2.8.2 Identifikace jednotlivých segmentů 58 // 2.8.3 Nastavení ceny pro jednotlivé segmenty 58 // 2.9 Současné trendy a budoucí výzvy 58 // 3 Revenue management v ekonomické teorii 61 // 3.1 Cena a hodnota v historickém kontextu 61 // 3.1.1 O původu ceny 61 // 3.1.2 Cena a hodnota 62 // 3.1.3 Resumé 75 // 3.2 Význam ceny v podniku 76 // 3.3 Metody tvorby ceny 80 // 3.3.1 Metody vycházející z nákladů 81 // 3.3.2 Metody vycházející z tržních cen 89 // 3.3.3 Metody vycházející z poptávky 90 // 3.3.4 Psychologická tvorba ceny 91 // 3.3.5 Metoda hédonické ceny 93 // 3.3.6 Adaptivní tvorba cen 94 // 3.3.7 Specifikum tvorby cen v ubytovacích službách // a výhled budoucího vývoje 94 // 3.3.8 Shrnutí 95 // 3.4 Vazba ceny, tržeb a cenové elasticity 96 // 3.4.1 Elasticita poptávky 96 // 3.4.2 Cenová elasticita poptávky 97 // 3.4.3 Význam elasticity v řízení tržeb a zisku 98 // 3.4.4 Metody výpočtu cenové elasticity 99 // 3.4.5 Aplikace stanovení elasticity v segmentu ubytovacích // služeb 102 // 3.5 Nedokonalá konkurence a cenová diskriminace 106 //

3.5.1 I. stupeň 106 // 3.5.2 II. stupeň 106 // 3.5.3 III. stupeň 107 // 3.5.4 IV. stupeň 108 // 4 Nástroje revenue managementu 110 // 4.1 Práce s cenou 110 // 4.1.1 Nástroje upravující cenu 112 // 4.1.2 Cenová optimalizace 114 // 4.2 Práce s množstvím 116 // 4.2.1 Nástroje upravující nabízené množství 116 // 4.2.2 Optimalizace množství 120 // 4.3 Ostatní nástroje 120 // 5 Segmentace 121 // 5.1 Kritéria segmentace 122 // 5.2 Profil vybraných segmentů 123 // 5.3 Segmentace dle specifického účelu ubytování 126 // 6 Metody predikce jako součást revenue managementu 129 // 6.1 Přístupy predikce poptávky v revenue managementu 129 // 6.2 Podstata predikce 132 // 6.3 Základní charakteristika časových řad 133 // 6.3.1 Modelování trendu 135 // 6.3.2 Modelování sezónní složky 136 // 6.3.3 Možnosti trendu a sezónnosti v časových řadách 138 // 6.4 Základní charakteristika predikce 140 // 6.5 Hodnocení kvality predikce 141 // 6.6 Naivní predikce 143 // 6.7 Průměrování 144 // 6.7.1 Aritmetický průměr 144 // 6.7.2 Klouzavý průměr 144 // 6.8 Exponenciální vyrovnávání 147 // 6.8.1 Jednoduché exponenciální vyrovnávání 147 // 6.8.2 Holtovo exponenciální vyrovnávání 149 // 6.8.3 Winterovo exponenciální vyrovnávání 150 // 6.9 Přístupy využívající regresi 152 // 6.9.1 Multiplikativní trend 153 // 6.9.2 Polynomický trend 154 // 6.9.3 Autokorelace 155 // 6.9.4 Autoregresní modely 156 // 6.9.5 Model ARIMA 157 // 6.9.6 Model SARIMA 158 // 6.9.7 Rozšířený SARIMA model 159 // 6.10 Neuronové sítě 161 // 6.11 Predikce poptávky v sektoru služeb s využitím různých modelů - aplikace 167 // 6.11.1 Dlouhodobá predikce (strategická) 167 // 6.11.2 Krátkodobá predikce (operativní) 174 // 6.11.3 Krátkodobá predikce (operativní) - využití s malým množstvím dat 175 // 6.12 Shrnutí 177 //

7 Optimalizační přístupy vhodné pro revenue management 179 // 7.1 Metodická východiska optimalizace 180 // 7.2 Deterministická optimalizace 181 // 7.2.1 Lineární programování 181 // 7.2.2 Obecný postup optimalizace v RM 189 // 7.3 Stochastická optimalizace 192 // 7.3.1 Nelineární programování 193 // 7.3.2 Obecný postup optimalizace v RM 198 // 7.3.3 Optimalizace s využitím Monte Carlo simulace 200 // 7.4 Postoptimalizace a analýza rizika 203 // 7.4.1 Analýza citlivosti 204 // 7.4.2 Postoptimalizační simulace 206 // 8 Využívání nástrojů revenue managementu v České republice 207 // 8.1 Vyhodnocení dotazníku 207 // 8.1.1 Určení minimálního počtu respondentů 207 // 8.1.2 Struktura respondentů 208 // 8.1.3 Základní souhrn 209 // 8.1.4 Pokročilé vyhodnocení 211 // 8.2 Shrnutí 213 // 9 Výstavba modelu revenue managementu 215 // 9.1 Rozhodování v rámci revenue managementu 217 // 9.2 Stochastický model revenue managementu 221 // 9.2.1 Předpoklady modelu 223 // 9.2.2 Základní analýza 224 // 9.2.3 Stanovení cen 242 // 9.2.4 Stanovení množství 272 // 9.2.5 Postoptimalizační proces 291 // 9.3 Shrnutí 294 // 10 Verifikace modelu - případové studie 296 // 10.1 Ubytovací služby v České republice 296 // 10.1.1 Trh s ubytováním v Praze 297 // 10.2 Případové studie aplikace modelu 299 // 10.2.1 Představení webové aplikace 300 // 10.2.2 Ubytovací zařízení A 302 // 10.2.3 Ubytovací zařízení B 322 // 10.2.4 Ubytovací zařízení C 326 // 10.2.5 Shrnutí 329 // 11 Souhrn výsledků, limity výzkumu a možný další rozvoj 330 // Seznam použité literatury 333 // Příloha - dotazníkové šetření 351 // Anotace 365 // Annotation 366 // O autorovi 367 // Rejstřík 368