A Two-Stage Optimization Algorithm for Booking Allocation in Short-Term Group Apartment Rentals: A Case Study

在商业世界中，管理一家酒店或租赁物业往往感觉像是在玩一场高风险的杂耍游戏。业主必须决定谁可以入住、何时到达以及收取多少费用，同时还要努力填满每一个可用的床位，避免留下因空置而亏损的空间。几十年来，专家们一直过度关注价格标签，利用复杂的数学方法来计算特定夜晚房间的最佳费率。然而，这个谜题还有另一个同样关键但常被忽视的一面：将人安置进房间的物理行为。想象一栋拥有数十张床位分布在许多单元房中的大型公寓楼。当一群旅行者到达时，他们可能需要十张床，但这些床可能分散在三个不同的公寓里。挑战不仅在于设定价格，还在于确定使用哪些特定的公寓，确保这组人留在同一栋建筑内，并确保没有两组人同时被分配到同一个空间。这是一个分配问题，一个组合数学谜题，其目标是将人们尽可能紧凑且高效地装入可用空间中。虽然大型企业拥有昂贵的软件来解决这些谜赛，但小型企业往往仍在使用电子表格和人工猜测，从而导致错失收益并浪费宝贵时间。

这是特拉维夫一家名为“Our Place”的小型租赁公司以及帮助他们解决这一特定难题的研究人员的故事。该公司通常全年管理几栋建筑，但在夏季，他们会扩展到约十栋建筑，以接待有组织的年轻旅行团。与标准的酒店预订不同，这些团体没有固定的价格表。相反，每个团体都会针对其停留期间提出自己的每床价格，并附上具体的日期和人数。多年来，该公司的首席运营官每个季度都要花费数周时间手动处理这些重叠的提案，决定接受哪些团体以及将他们分配到哪些公寓。这是一个缓慢且令人精疲力竭的过程，往往会导致响应客户延迟，并且完全依赖于压力下的个人判断。为了改进这一点，研究员哈娜·祖尔（Hana Tzur）直接与该公司合作，构建了一个新系统。该系统并没有试图改变价格，而是完全专注于分配问题：选择最佳的提案组合，并将他们安置在可用的公寓中，以实现总收入的最大化。

他们构建的解决方案是一个两步走的过程，模仿了人类的思考方式，但具备计算机的速度和精度。第一步是核心任务。它查看所有传入的请求和业务的硬性规则——例如每个公寓中可用的床位总数，以及一个团体不能被拆分到不同建筑中的规则。它使用一种称为整数规划的数学方法，这本质上是一种测试数百万种可能组合的方法，以找到符合所有规则的最佳安排。这一步决定了接受哪些团体以及拒绝哪些团体，以确保公司赚取尽可能多的钱。一旦选定了最佳团体，第二步就会接管。这一阶段不会改变入住的人员，而是对他们的睡眠位置进行微调。它寻找细小的改进，例如将一个团体安置在相邻的公寓中，或者确保一个团体的离开与下一个团体的到达之间几乎没有空档期。第二步旨在让运营运行得更顺畅，并减少日历中尴尬的空白。

研究人员使用该公司 2023 年的实际预订数据测试了这个新系统。他们在与去年人工经理处理的相同请求集上运行算法，并对比了结果。计算机生成的方案比人工决策产生的收入高出约 3.5%。换算成实际金额，这意味着仅那一个季节就多赚了 13.9 万以色列谢克尔。除了资金之外，该系统还彻底改变了工作流程。过去需要经理投入数周高强度工作的内容，现在缩减为一个仅需极短时间的流程，将分配时间减少了约 90%。这使得公司能够更快地响应客户，并释放了经理的时间用于其他任务。该系统是使用低代码平台构建的，这是一种允许人们无需从头编写复杂代码即可构建应用程序的软件类型，并且运行在仅在需要时才开启的云服务器上。这使得成本极低，每月仅约 200 谢克尔，让小型企业也能接触到先进的优化技术，而这类企业原本无法负担昂贵的商业软件。

然而，研究人员也谨慎地指出，这种成功伴随着特定的权衡和局限性。系统并非完美无缺，在一次案例中，由于软件编写中的一个小错误，导致微调步骤中的一部分并未按预期工作。幸运的是，由于主要目标是实现收入最大化，而该错误仅影响了关于公寓邻近性的次要偏好，因此整体结果依然强劲。研究人员还使用模拟数据进行了实验，以观察系统在不同条件下的表现。他们发现，随着房间需求增加和空间竞争加剧，使用计算机而非人工的优势显著增长。在最拥挤的情景下，计算机高效打包团体的能力使收入较简单的非优化方法提升了超过 65%。这表明，市场越拥挤，这种智能分配就越有价值。

这项研究还强调了对小型企业的更广泛启示。它证明了你不需要数据科学家团队或巨额预算来解决复杂的物流问题。通过使用开源工具和简单的云计算，小型运营商可以获得以往只有大型企业才能拥有的成果。研究人员记录了整个过程，包括错误和变通方法，以展示这种方法的可行性。他们发现，系统的核心部分仅仅是将团体尽可能紧凑地安置在可用床位中。其他花哨的功能，比如确保团体在相邻房间，虽然很好，但对于实现主要的财务收益并非严格必要。这意味着，即使是一个非常简单的系统版本，也能提供大部分收益。

最终，这篇论文重新定义了我们对短期租赁管理的看法。它表明，对于处理团体预订的业务，增长的最大机会往往不在于改变价格，而在于提高空间物理分配的效率。“Our Place”的人类经理虽然经验丰富且技术娴熟，但涉及重叠日期和不同团体规模的变量数量之多，使得人类不可能看到所有的组合。计算机并没有取代经理的判断；它只是给了他们一个观察全局的工具。结果是，业务赚取了更多利润，响应客户更快，且运营压力更小。对于面临类似挑战的其他小型运营商，这个案例研究提供了一条清晰的前行之路：从硬性约束开始，使用简单的工具寻找最佳匹配，并让数据处理人类大脑难以轻松承载的复杂性。