（钟韵/ 采访报道）航空公司在致力推动需求的后疫情时代，借鉴B2B行业在竞争激烈、需求波动的市场环境中采用的需求预测和定价方法，可以有效提高市场份额。
PROS首席人工智能战略家Michael Wu博士说道，由于疫情前消费者的旅游行为具有很高的可预测性，因此航空公司多年来一直利用历史预订数据（即季节性）、现有预订数据、实时运力、假日和特别活动等数据来助其进行需求预测和价格优化，消费者也因此能够提前一年预订航班。然而，疫情严重冲击之下，长期历史数据不再是预测远期市场的可靠指标，因此航空公司不能像以前一样利用季节性来推测市场走向。在航空市场持续波动的情况下，如今航空公司不得不以较近期的历史数据来进行短期预测。由于航空公司用于预测未来旅游需求的数据量减少，因此未来预测的可信度也有所降低。
为提高需求预测的准确性和可信度，航空公司可以从B2B和零售行业中学习，把不同来源的更多数据整合到预测引擎中。他指出，B2B企业向来都必须在需求难预测的市场环境种运营，而全球供应链更是使B2B市场的竞争格外激烈，因为买家可以货比三家，并轻松更换供应商。因此，B2B公司使用的都是几个月到几周的短期相关历史数据，进行未来数月的较短期预测。这种方法所需的数据量较少，但能使B2B公司更快、更可靠、更频繁地进行短期预测，让B2B企业更有效地跟上市场动态。
而且在需求波动常态化的B2B和零售行业中，企业若无法使用较长的历史数据，一般便会利用历史消费数据、网络搜索数据、竞争对手价格、社交媒体数据等10到15种不同类型的数据源来预测需求。同理，包括航班搜索数据、活动数据、天气、燃油价格指数甚至经济指标等其他数据源都可改善航空公司的需求预测准确性，而随着越来越多游客在不确定性极强的当前环境中到快出发时才做预订，进行短期预测的做法可以帮助航空公司更快恢复盈利。
他表示，航空市场在后疫情时代虽将再次增长，但面对与以往有所不同的需求及更频繁的市场波动和动荡，航空公司借鉴在当前市场条件下成功运营的B2B企业，将可更好地应对未来挑战，而及时采用B2B人工智能科技和定价方法的企业，也将能更好地进行收益管理，取得长期市场竞争优势。
