MétaCan
Menu
Retour à la cohorte
Enregistrement W644910545

Tapping the Ancillary Revenue Well

2009· article· en· W644910545 sur OpenAlexaboutno aff
Michele Mcdonald

Notice bibliographique

RevueAir transport world · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueAviation Industry Analysis and Trends
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevenueRentingBusinessService (business)MarketingFinanceAdvertisingEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article describes some of the opportunities, as well as the potential pitfalls, in generating ancillary services to boost airline revenues without incurring large operational costs. United Airline says that baggage fees and other add-on charges for meals and seat selection will generate an additional $700 million in revenue in 2009. Usually, these ancillary services are tested on the airline’s Web site. For instance, customers may be able to pay a fee for access to the lounge. But if the added service requires operational changes, it is important to make sure the service is feasible and will not interfere with core efficiencies. It is also important to avoid alienating the upper-tier flyer by offering the same “elite” experience to anyone willing to pay an extra fee. Air Canada invented the term for un-bundled services with extra fees, “a la carte” pricing. One approach is to offer layers of service, from no-frills Economy, through Classic and Classic Plus, which are the terms developed by Frontier Airlines for its new “AirFairs” ticketing program. With a high percentage of airline customers buying tickets directly from airlines’ Web sites in the belief that the carriers’ sites offer the best deals, there is a move to add more services to them, for items such as hotels and rental cars. Deciding how to include suppliers and how many to include will affect conversion rates, especially if customers don’t find the rental company they personally prefer. Airlines are also using other booking engines and commercial sites to add new offerings without having to administer them themselves.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,005
Communication savante0,0200,030
Science ouverte0,0030,012
Intégrité de la recherche0,0040,013
Charge utile insuffisante (le modèle a refusé de juger)0,0570,018

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,207
Écart entre enseignants0,182 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAir transport worldMême sujetAviation Industry Analysis and TrendsTravaux en français237 207