predicciones de venta de billetes de avión

Abstract

[spa] Este trabajo analiza las ventas semanales de billetes de avión de una gran compañía aérea española entre enero 2014 y agosto de 2019. Se utilizan los modelos predictivos más avanzados en la literatura para prever la venta futura de billetes de avión tales como ARIMA, SARIMA, Holt-Winters, ETS (error, tendencia y estacionalidad) de Hyndman, Koehler, Ord, & Snyder (2008) y un ETS robusto de Crevits & Croux (2018). Se comparan los errores de predicción fuera de la muestra de cada modelo y se emplea un contraste de comparación de desempeño de predicciones fuera de la muestra entre los modelos. Se verifica que el mejor modelo predictivo para la venta de billetes de avión es el ETS, al ser un método muy flexible, con mucha adaptabilidad al ponderar más las últimas observaciones, y define cada componente de la serie temporal de manera individual. Estas predicciones pueden ser muy interesantes para la compañía con su objetivo de maximizar beneficios al predecir con buena precisión sus ventas futuras.

[eng] In this study, we analyze the weekly sales of flight tickets of a large Spanish airline company from January 2014 to August 2019. We apply state-of-the-art forecast models in the literature to predict the future sale of airline tickets such as ARIMA, SARIMA, HoltWinters, ETS (error, trend, and seasonality) of Hyndman, Koehler, Ord, & Snyder (2008), and the robust ETS of Crevits & Croux (2018). We compare the out-of-sample forecast errors of each model, and we employ a test of comparison of out-of-sample forecasts between the models. We find that the best forecast model for ticket airline sales is the ETS model, which is a flexible method that weights the observations and specifies each component of the time series individually. Our results are useful for the airline company for maximizing profits by correctly predicting future sales.