故事是这样的,因为要连续两周乘飞机去同一个地方,所以我犯了人都会犯的错误——两张去程机票,订到了一周的同一天,而且还是两个不同航空公司的航班。



具体信息是这样的:

A航空公司票价1600元,外加90元燃油机建,同时还送200元接送机服务(打车券);

B航空公司票价1328,外加90元燃油机建,同时还有80元的优惠;

当发现自己蠢到订了两张几乎相同的去程机票时,除了懊悔,接下来就该是退票了。这也就恰好构成了一次有条件的选择机会,那么问题很简单,我该退哪一张?

这个选择的行动很简单,无非就是退掉哪一张,从而选择另一个航班,是一个非此即彼的二选一过程,那么关键的问题就会前置,从该退哪一张扩展到——为什么要退这一张?也就是只要分析出理由即可。



最小经济损失:

如果跟着直觉,就可以找到第一个选择的理由——哪个票贵,退掉哪个。A航空公司机票算上优惠实际付出1490元,而B航空公司的是1338元。退掉A航空公司的机票,可以回收1490元成本,比退掉B航空公司的划算,所以理所当然要退掉A。

最小经济损失修正版:

直觉是好的,但有时候会比较鲁莽,“最小经济损失”就少考虑了一项退票费,A的退票手续费是240,B的退票手续费是187,那么这样算,退掉A只能拿回来1250,而退掉B也只能拿回来1151。这么看来,依然可以选择退掉A,虽然这么计算没有改变结果,但如果在票价相近但退票政策略有不同的情况下,结果可能就会发生变化。

退票之外的可能性:

因为是要连续两周去,所以又多了一种思考方式——如果改签一个,会不会比退票更便宜?继续查一下,A航空公司改签要880,B航空公司改签要205,相较于各自的退票费都是不划算的,所以这个可能性就被关闭了。



当前价值衡量:

考虑最小经济损失并不是唯一的方向,我们还可以变换对价值的判断,来进行对比,例如基于当前的价格。因为我是几天前购买的机票,所以当前价格已经有所浮动了,A航空公司的票价涨到了2320,B航空公司的票价降到了1288。也就是说,如果我退掉A票,就退掉了720的涨幅,而退掉B票则退出了50的跌幅。如果这么算,退掉A在心理账户上亏得更多。

当前价值衡量修正:

虽然“当前价值衡量”听起来有点像精神制胜法,毕竟花的钱是实打实的,退回来的钱也是真金白银,心理账户只存在于心里,并不存在于兜里。机票也不会像是股票,具备交易价值。但一个相对开放的商业体系中,价格一定是跟着需求来的,当前A航空公司的票涨价,而B航空公司的票降价,这就意味着选择A航班的人要多于B航班的人,因为起始点都一样,那么一定有什么不一样的因素影响了这种选择,这时当前价值衡量就有了新的机会,我需要去找到价格变化背后的原因,从而做出更有利于自己的决策。



新决策原因的发现:

在起始点相同,舱位、机型也几乎没差别的两个航班之间,能够带来差距的,就只有“时间”了,一个是起飞落地时间,另一个是延误的可能性。在航旅APP上可以很容易的找到这样的信息,最近三十天内,A航班执飞30次,准点23次,平均起飞20:26,取消0次;B航班执飞:28次;准点18次;平均起飞21:29,取消2次。

首先关键差异点是很清楚了,A航班比B航班平均起飞时间早了一个小时多一点,这肯定是一个影响因素,毕竟谁都想早一点到。同时,A航班的准点率76.7%,B航班准点率为64.3%,这个差异也进一步验证了A航班的不确定性更低,更值得选择。



同时还有另一个差异点,A航班近三十天无取消,而B航班则取消了2次。顺着这个信息看B航班在最近一周之内竟然取消了两次,结合天气看,取消可能跟出发地和目的地都有“中雨”的情况联系在一起。考虑到最近天气的不确定性,B航班的取消可能性也更大。

事情变得有趣起来,原本只是考虑经济损益问题,即考虑到退票费用和优惠等情况,在“最小经济损失修正版”之下,退掉A比退掉B会少亏99。但随着不断地对信息深入的挖掘,发现A比B早到一小时的可能性很高(近三十天平均起飞时间的直接对比),而且B还面临着一定的取消风险(换算成时间B有可能是推迟12小时以上到达,而A的延误时间相对比较稳定)。



如果说99元的退票收益差是能够通过外界衡量的事实价值的话,那么接下来就会出现一个与之对比的心理价值,为了避免晚到一小时,甚至是避免最大有可能晚到12小时,我们愿意花多少钱?这有点像花99元买一个飞机延误险,但延误险并不能让我提升避免延误的概率,但如果我推掉B航空公司的机票,而选择A航空公司的航班,虽然我在相对收益上,损失了99元,但我有很大的概率可以避免延误或更严重的飞机取消。

最终,在这样的衡量之下,我选择了退掉B航空公司的机票,承担了多99的现金损失。事实的结果是,当天我的A航空公司的航班比计划晚28分钟起飞,比计划早5分钟到达;B航班比计划晚93分钟起飞,比计划晚100分钟到达。

所以看似一个简单的决策,如果加以展开思考,就会发现并不像想象中那么简单。可以参考此前提出过针对不确定性问题的选择准则:

一、期望值最大准则:即充分考虑每一种可能性,将每个事件出现的可能性先平均估计,然后通过每一个事件的可能性概率算出每个事件的收益,并把所有收益加在一起进行平均,这也就是概率当中“期望值”的概念。期望值最大准则,就是寻找每一个条件下,得到的期望值最大的选项。

二、最大最小准则:不必过多考虑各种情况,即不去思考每一个事件的可能性,只从每一个事件如果都是百分之百的情况下考虑,选择最小的收益最大的那个选项。

三、最小机会损失准则:也被称作萨万齐准则,即将选择的后悔值降到最低,将最大机会损失控制在最小范围之内的做法。因为人一旦有了选择,就会在事后进行比较,而且会因为自己选择带来的结果而高兴或忧伤。萨万齐准则的核心,就是去解决人厌恶损失的那种心理,毕竟人们捡到一百元跟丢失一百元的心理喜忧程度是无法对等的。

四、最大最大准则:在做决策时仅考虑最为有利的情况,即把人看作为“单纯个体存在”的“只有一次的人生”去思考,通俗来看就是“博一博单车变摩托”,如果每种概率的可能性很难判断,那不如找取胜之后收益最大的选择。



那么如果定义选择乘坐A而退掉B为A优于B的话(反之),在四个判断标准上,仅有第一个B是优于A,其他都是A优于B。特别的在此前的关键性对比上,即99元和晚到一小时,甚至12小时比较的时候,就要用到最小机会损失准则,即后悔准则,因为我们很难去衡量99元和时间之间的关系(除非换算成工时),所以用那种事后思考的办法,也就是设想如果我晚到一小时,我会不会花99元来购买提前一小时的可能,答案并不是不言而喻的,但是却会在每个人的心中形成结论。



虽然这简单的一个退票操作可能并不需要大费周章的来进行决策分析,但以小见大,这是一种很好的决策练习,而且也说明了,人的理性分析,足可以让一部分事情变得清晰明朗且更有利于自己。所以,在任何决策上,花适当的时间来分析一下选择策略,都是有必要的。

ad1 webp
ad2 webp
ad1 webp
ad2 webp