由預留車位到收益：停車場需求及價格優化

• ThinkCol 以超過一百萬條匿名進出記錄，建立了兩個互相連接的模型：需求模型及定價模型。
• 需求模型每 30 分鐘預測一次月租車輛的停泊情況（試點回測 R² 達 0.93），並實時建議月租與時租車位的分配比例。
• 定價模型分析過往實際調價前後的佔用率及高峰壓縮模式，標示哪些停車場日子可安全承受加價——測試中 89% 獲准加價，時租收益提升 3.6%。

一家大型停車場營運商過往以固定的人手規則，在月租及時租車主之間分配車位。在一般平日，約 21% 的車位空置，時租車主卻被拒諸門外；定價亦十分粗疏，每種日子類型只設單一劃一收費。

ThinkCol 以超過一百萬條匿名進出記錄，建立了兩個互相連接的模型。逐車停泊模型每 30 分鐘預測一次月租車輛的需求，在試點回測中 R² 達 0.93，並實時建議月租與時租車位的分配比例。定價模型則分析過往實際調價前後的佔用率曲線及高峰壓縮情況，找出哪些停車場日子可安全承受加價。

在測試中，89% 獲標示的停車場日子獲准加價，帶動時租收益提升 3.6%；模型推算的收益與官方賬目的差異少於 1%。所有運算均直接在營運商自身的數據庫上進行，每項建議均須經員工批准。

為何要度身訂造？ 方案以車牌層面接入營運商的停車場系統，並每日重新訓練——這是任何現成工具都做不到的；而價格敏感度是從數據中的真實調價紀錄讀取，而非憑空估算。