[논문 리뷰] Leveraging Microservices Architecture for Dynamic Pricing in the Travel Industry: Algorithms, Scalability, and Impact on Revenue and Customer Satisfaction

Biman Barua, M. Shamim Kaiser|arXiv (Cornell University)|2024. 11. 03.

Transportation and Mobility Innovations인용 수 4

한 줄 요약

이 논문은 실시간 수요 예측, 경쟁사 가격 모니터링, 이벤트 기반 트리거를 모듈러 서비스로 통합한 마이크로서비스 기반의 동적 가격 설정 시스템을 제안한다. 이는 기존의 단일 구조 시스템에 비해 확장성과 반응성 면에서 향상되었으며, 수익은 22% 증가하고, 가격 설정 반응 속도는 17% 향상되었으며, 고객 만족도는 15% 향상되었다.

ABSTRACT

This research investigates the implementation of a real-time, microservices-oriented dynamic pricing system for the travel sector. The system is designed to address factors such as demand, competitor pricing, and other external circumstances in real-time. Both controlled simulation and real-life application showed a respectable gain of 22% in revenue generation and a 17% improvement in pricing response time which concern the issues of scaling and flexibility of classical pricing mechanisms. Demand forecasting, competitor pricing strategies, and event-based pricing were implemented as separate microservices to enhance their scalability and reduce resource consumption by 30% during peak loads. Customers were also more content as depicted by a 15% increase in satisfaction score post-implementation given the appreciation of more appropriate pricing. This research enhances the existing literature with practical illustrations of the possible application of microservices technology in developing dynamic pricing solutions in a complex and data-driven context. There exist however areas for improvement for instance inter-service latency and the need for extensive real-time data pipelines. The present research goes on to suggest combining these with direct data capture from customer behavior at the same time as machine learning capacity developments in pricing algorithms to assist in more accurate real time pricing. It is determined that the use of microservices is a reasonable and efficient model for dynamic pricing, allowing the tourism sector to employ evidence-based and customer centric pricing techniques, which ensures that their profits are not jeopardized because of the need for customers.

연구 동기 및 목표

• 마이크로서비스 아키텍처를 사용하여 여행 산업을 대상으로 확장성 있고 실시간 동적 가격 설정 시스템을 설계하고 구현하기.
• 기존 가격 설정 시스템의 한계, 예를 들어 낮은 확장성과 시장 변화에 대한 느린 반응성 문제를 해결하기.
• 실제 여행 가격 설정 환경에서 마이크로서비스가 수익 창출, 가격 설정 속도, 고객 만족도에 미치는 영향을 평가하기.
• 실시간 마이크로서비스 배포에서 발생하는 주요 성능 장애 요인, 예를 들어 서비스 간 지연 및 데이터 파이프라인 부담을 특정하기.

제안 방법

• 동적 가격 설정 파이프라인을 독립적인 마이크로서비스로 분해: 수요 예측, 경쟁사 가격 모니터링, 이벤트 기반 가격 설정.
• 시장 상황, 예약 데이터, 외부 이벤트로부터 실시간으로 데이터를 수신하는 파이프라인을 구현하여 각 마이크로서비스에 입력.
• 낮은 지연 시간을 보장하고 가격 업데이트에 즉각적으로 반응하기 위해 마이크로서비스 간 이벤트 기반 통신을 활용.
• 각 마이크로서비스 내부에 기계학습 모델을 적용하여 실시간 입력에 기반해 수요를 예측하고 가격을 동적으로 조정.
• 수평적 확장을 고려해 설계하여 피크 부하 시 개별 서비스가 독립적으로 확장 가능하도록 구성.
• 고객 행동 데이터 수집 기능을 통합하여 장기적으로 가격 설정 정확도와 맞춤형 서비스 향상.

실험 결과

연구 질문

• RQ1 마이크로서비스 아키텍처는 여행 산업의 동적 가격 설정에서 확장성과 반응성에 어떻게 기여하는가?
• RQ2 모듈러 마이크로서비스 아키텍처는 기존 단일 구조 시스템 대비 수익 창출 및 가격 설정 반응 시간에 어떤 영향을 미치는가?
• RQ3 실시간 수요 예측, 경쟁사 가격 모니터링, 이벤트 기반 트리거가 가격 설정 정확도와 고객 만족도에 얼마나 기여하는가?
• RQ4 실시간 마이크로서비스 배포에서 발생하는 주요 성능 과제, 예를 들어 서비스 간 지연 및 데이터 파이프라인 오버헤드는 무엇인가?

주요 결과

• 기본 가격 모델 대비 시스템이 수익 창출을 22% 증가시켰다.
• 가격 설정 반응 시간이 17% 향상되어 시장 변화에 더 빠르게 대응함을 나타냈다.
• 피크 부하 시 마이크로서비스의 효율적이고 독립적인 확장을 통해 자원 소비가 30% 감소했다.
• 구현 후 고객 만족도 점수가 15% 상승하여 소비자 인식 가치와의 일치도 향상됨을 반영했다.
• 서비스 간 지연 및 실시간 데이터 파이프라인의 복잡성은 주요 기술적 과제로 규명되었다.
• 고객 행동 데이터 통합과 진화하는 기계학습 모델이 가격 설정 정확도와 반응성 향상에 기여함을 입증했다.