发表在 Management Science, 2021. DOI: https://doi.org/10.1287/mnsc.2020.3712.
Special Section of Management Science: 65th Anniversary.
收益管理的历史
The Early Days: 1970s to Early 1990s
收益管理起源于美国的航空业如何赚取更多利润这一问题。
Littlewood (1972) 首先提出了一个分析这个商业问题的框架。假设商务客户和休闲客户可以被区分，那么航空公司可以向他们收取不同的价格。这是一种 quantity-based 方法，针对不同的产品等级设置不同的价格。
The Growth of the Discipline: Mid-1990s to Mid-2000s
这个阶段，收益管理逐渐成为了一个成熟的研究领域。
它开始应用于零售领域。零售（快消）行业面临的问题是如何在一段时间内以合适的价格销售完大部分的货物，这导致了 price-based 方法的兴起。Gallego 和 van Ryzin (1994) 使用 HJB 方程推导出了最优的随时间变化的定价策略。
紧接着，消费市场的极大繁荣催生了 choice-based 方法。消费者面临的不再是单一的商品，而是琳琅满目的货架。要给消费者展示什么样的货品、定什么样的价格，这就归结到了 assortment optimization。
总的来说，二十一世纪之前，收益管理成功发展为了一个与现实紧密结合、理论与实践并重的学科。
收益管理与在线市场
随着互联网的发展，大数据时代的来临，促使收益管理的研究范式从 problem-driven 变成了 data-driven。收益管理面临了新问题、新挑战。值得一提的有三个：线上购物、在线广告、手机打车。
线上购物几乎彻底地改变了人们的消费方式，也颠覆了经典的收益管理方法。新产品层出不穷，需求无法精准预测；消费者越来越精明；机器学习大规模应用于营销，给消费者呈现出千人千面的选择；线上线下如何做好全渠道营销。
当人们使用手机的时间越来越多的时候，广告投放的方式也在发生变化。一方面，广告定价数量大，且需要毫秒级响应，这就存在着广告拍卖机制设计与求解的问题；另一方面，个性化广告推荐与用户隐私的矛盾急需调和。
至于手机打车？这就可以涉及到动态定价（大数据杀熟）了。至于怎么合理地匹配好司机与乘客，也是个重要的问题。
收益管理的未来？
在人工智能与大数据兴起的当下，很多时候已经不再是人在做决策了，而是算法在做决策。这是新时代收益管理面临的一大挑战，在未来，我们一定能看到机器学习、强化学习等被大量应用在收益管理中。
现如今社会开始把公平和隐私摆在更加重要的位置。一些计算机技术，如差分隐私，是不是有可能引入到收益管理的研究中？
另外，收益管理研究中时常被忽略的一点，是竞争下的收益管理。大多数收益管理的文章都做出了 monopolistic 的假定，而现实大都是 oligopolistic 或者是充分竞争的。