5-4 数据驱动的生产运营管理决策.pdf

1、数据驱动的生产运营管理决策何斯迈 上海财经大学 教授|目录CONTENT01引言：数据到管理决策03大数据中的小数据-长尾品定价管理02用什么数据/指标？-促销分析04决策质量 V.S.决策速度-无人仓智能管理系统|01引言：数据到管理决策数据到管理决策Data：从数据仅仅对数据进行管理与规律性分析并不能释放海量数据的真正价值Decision：到决策从规律到决策需要极强的建模及求解能力支撑数据分析决策运筹优化/博弈统计/机器学习/深度学习/计量经济/行为经济IT/信息管理系统两个关键步骤：1.建模：将问题准确有效地通过数学形式表达（好的模型能简洁有效地刻画实际问题）2.求解：获得最优化目标函数

2、的决策（好的求解算法可以支持大规模模型的求解优化的专长即体现在建立好的模型以及选用有效的方法求解）|数据来源多源异构-经营、用户特征与行为、环境、竞争数据完备度不完备-未定义/观测/记录关键参量数据质量普遍较低-标注及定义错误、数据缺失/删失、干扰因素复杂数据量大数据中的小数据数据/场景可重复性场景难以重复，高质量仿真数据难以生成评价标准主观且复杂-相互冲突的多目标决策可解释性要求要求高-合规性、风险边际决策容错率与业务场景高度相关决策可控性决策控制权不完整|运营管理中的数据及决策特征|02用什么数据/指标？以促销分析为例促销是零售不能抗拒的毒药|尼尔森：消费品公司在商品促销上每年花费多达1

3、万亿美元，但约有40%的支出并未产生期望的效果误区零售商：1.促销能够有效吸引客流2.促销能够明显提升销售品牌商：1.销量是促销的唯一考核2.销量提升就是品牌提升现实零售商：1.促销引流的并非优质客流，过频促销会导致严重的比价与囤货现象2.同质化竞争加剧，蚕食效应增加，促销弹性下降，促销的销售提升逐年下降品牌商：1.陷入“大促大动，小促小动，不促不动”的怪圈2.过大过频的促销势必会对品牌建设有所损害促销达成效果差促销分析及决策难促销费用效率低痛点痛点促销案例一|某公司对其主打产品进行了促销，促销期内环比产品销售量增长57%！促销期减价15%，利润增长26%！对照：其主要竞争对手在此期间未做促销

4、，销量环比基本不变！产品特征：消耗品、基本与季节因素无关、双寡头垄断市场问题一：销售增长来自于哪部分顾客的需求？消耗品+双寡头垄断市场:强竞争环境，A多卖的=B少卖的？顾客策略性购买：囤货及等待购买行为，现在多卖的=未来或之前少卖的？问题二：促销效果如何？采用什么数据/评价标准？替代效应分析模型|替代品定义：品类、特征、用户浏览与购买记录价格与销量：竞品的顾客真实成交价及销量难以获取替代维度：竞品、类似商品、未来或过去的销量替代推荐位的影响推荐位推荐位替代效应分析模型线性回归与逻辑回归|线性回归：逻辑回归：替代参量是产品数量的平方级别，产品数量较多时过拟合问题较严重容易出现比较极端的“最优”决

5、策适用于数据质量高、竞品少的部分产品=0+11+,=1,P=1|=11+(0+11+)竞品替代-选择模型|顾客选择对个人价值最大的商品选择产品1（可口可乐）的概率是1/(0+1+2)选择产品2（百事可乐）的概率是2/(0+1+2)选择其它产品的概率是0/(0+1+2)1+12+2未来与历史销量替代：前景理论及参考价格模型|销量价格参考价格量价关系市场容量Prospect Theory（前景理论）价值参考点收益损失结果参考价格模型选择模型进阶|嵌套Logit模型描述产品品类/特征的多级嵌套关系特征可描述产品品类/特征对顾客的吸引力马尔可夫链模型描述顾客浏览商品的序贯行为：下一步浏览商品取决于当前

6、状态线下商场的顾客行为及线上的顾客点击轨迹缺货、网页推荐（类似商品）吸引力模型关注产品在品类中的销售占比聚焦大批类似商品之间的替代去除品类的趋势因素及核心外部因素促销评价指标：转化率？|#Items avg price chgavg quantity chgavg pv chgavg conversion chg(conversion=quantity/pv)All Items18,415-0.063 1.43 0.63 46.98%price chg013,590-0.101 1.81 0.77 58.43%price chg-5%9,298-0.136 2.27 0.92 70.45%pr