قیمت‌گذاری و تبلیغ پویا در فروش بلیت رخدادهای ورزشی و تفریحی با استفاده از کنترل بهینه

این مقاله حاصل پژوهشی درباره قیمت‌گذاری و تبلیغ پویا است و با استفاده از یک مدل کنترل بهینه، روشی برای تعیین تعداد بلیت برای فروش یک رویداد ورزشی یا تفریحی به دست می ‌دهد تا سود برگزارکننده بیشینه شود؛ همچنین سعی شده است تا حد ممکن هزینه پشتیبانی در فروش بلیت این گونه رخدادها نظیر فروش غذا، نوشیدنی، کالاها، بیمه، امکان واگذاری رایگان بلیت و سایر خدمات به خریداران بلیت در نظر گرفته شود. این روش، علاوه بر تعیین تعداد بلیت‌ها برای فروش (برنامه‌ریزی ظرفیت)، تعیین قیمت پویای بهینه و درنظرگرفتن هزینه تبلیغ بهینه پویا، مواردی را که خارج از کنترل برگزارکنندگان است (به‌کمک تابع پیوسته تکه‌ای به‌نام شدت ورود)، با اضافه کردن تابع تغییرات فصلی در تابع تقاضا، در مدل اعمال می‌کند. از دیگر نکات برجسته این پژوهش، استفاده از دو تابع پیوسته تکه‌ای در مدل سازی کشش تبلیغ است. با این ترفند امکان تحلیل اثر تعداد بلیت‌های فروش‌نرفته بر رفتار خرید مشتریان، از طریق بروزکردن کشش تبلیغ در طول دوره فروش میسر می شود. در پژوهش‌های قبلی به این موارد کمتر پرداخته شده است.

optimal control for dynamic pricing and advertising of ticket selling for the sport and entertainment events

this article is the result of a research project in dynamic pricing and advertising to determine the number of sale tickets for a sporting or an entertainment event. for this purpose, a dynamic optimal control model was used to maximize the organizer’s profit. to provide the best estimate, all potential variables and costs in ticket sales were considered. these included free ticket transfers, food and beverage sales, promotional goods, insurance, and other services (e.g., customer service) to ticket buyers. using a piecewise continuous function (arrival intensity) we applied variables that are not controlled by organizers (e.g., impacts of seasonal change on demand) to determine the number of tickets for sale (capacity planning) and their dynamic and optimal price, considering the dynamic optimal advertising costs. among the strengths of this study is the application of two piecewise continuous functions to analyze the effect of unsold tickets numbers on customers’ purchasing behavior. the impacts of such factors have not been studied in previous studies.