One of the most popular approaches to model choices in the airline industry is the multinomial logit (MNL) model and its variations because it has key properties for businesses: acceptable accuracy and high interpretability. On the other hand, recent research has proven the interest of considering choice models based on deep neural networks as these provide better out-of-sample predictive power. However, these models typically lack direct business interpretability. One useful way to get insights for consumer behavior is by estimating and studying the price elasticity in different choice situations. In this research, we present a new methodology to estimate price elasticity from Deep Learning-based choice models. The approach leverages the automatic differentiation capabilities of deep learning libraries. We test our approach on data extracted from a global distribution system (GDS) on European market data. The results show clear differences in price elasticity between leisure and business trips. Overall, the demand for trips is price elastic for leisure and inelastic for the business segment. Moreover, the approach is flexible enough to study elasticity on different dimensions, showing that the demand for business trips could become highly elastic in some contexts like departures during weekends, international destinations, or when the reservation is done with enough anticipation. All these insights are of a particular interest for travel providers (e.g., airlines) to better adapt their offer, not only to the segment but also to the context.

航空公司行业中最流行的模型选择方法之一是多项式Lo​​git（MNL）模型及其变体，因为它具有企业的关键特性：可接受的准确性和高解释性。另一方面，最近的研究证明了考虑基于深度神经网络的选择模型的兴趣，因为它们提供了更好的样本外预测能力。但是，这些模型通常缺乏直接的业务可解释性。了解消费者行为的一种有用方法是估算和研究不同选择情况下的价格弹性。在这项研究中，我们提出了一种新的方法，可以从基于深度学习的选择模型中估算价格弹性。该方法利用了深度学习库的自动区分功能。我们对从欧洲市场数据的全球分销系统（GDS）提取的数据中测试的方法进行测试。结果表明，休闲和商务旅行在价格弹性上存在明显差异。总体而言，旅行需求对休闲价格具有弹性，而对于商务部门则缺乏弹性。此外，该方法足够灵活，可以研究不同维度的弹性，表明出差的需求在某些情况下可能会变得高度弹性，例如在周末，国际目的地或有足够预期的情况下进行预订。对于旅行提供商（例如航空公司）而言，所有这些见解都特别有意义，它们不仅可以根据细分市场，还可以根据具体情况更好地调整其报价。结果表明，休闲和商务旅行在价格弹性上存在明显差异。总体而言，旅行需求对休闲价格具有弹性，而对于商务部门则缺乏弹性。此外，该方法足够灵活，可以研究不同维度的弹性，表明出差的需求在某些情况下可能会变得高度弹性，例如在周末，国际目的地或有足够预期的情况下进行预订。对于旅行提供商（例如航空公司）而言，所有这些见解都特别有意义，它们不仅可以根据细分市场，还可以根据具体情况更好地调整其报价。结果表明，休闲和商务旅行在价格弹性上存在明显差异。总体而言，旅行需求对休闲价格具有弹性，而对于商务部门则缺乏弹性。此外，该方法足够灵活，可以研究不同维度的弹性，表明出差的需求在某些情况下可能会变得高度弹性，例如在周末，国际目的地或有足够预期的情况下进行预订。对于旅行提供商（例如航空公司）而言，所有这些见解都特别有意义，它们不仅可以根据细分市场，还可以根据具体情况更好地调整其报价。该方法具有足够的灵活性，可以研究不同维度的弹性，表明在某些情况下，例如周末，国际目的地的出行或在有足够预期的情况下进行预订时，商务旅行的需求可能会变得高度弹性。对于旅行提供商（例如航空公司）而言，所有这些见解都特别有意义，它们不仅可以根据细分市场，还可以根据具体情况更好地调整其报价。该方法具有足够的灵活性，可以研究不同维度的弹性，表明在某些情况下，例如周末，国际目的地的出发或在有足够预期的情况下进行预订时，商务旅行的需求可能会变得高度弹性。对于旅行提供商（例如航空公司）而言，所有这些见解都特别有意义，它们不仅可以根据细分市场，还可以根据具体情况更好地调整其报价。