生態(tài)發(fā)布會(huì)|中科聞歌金苗天滋博士分享決策智能在商業(yè)場(chǎng)景中的應(yīng)用
2021年12月21日,“數(shù)智驅(qū)動(dòng)決策”中科聞歌首屆大數(shù)據(jù)與決策智能生態(tài)發(fā)布會(huì)在北京成功舉辦。會(huì)上,中科聞歌決策智能研究中心研究員金苗天滋博士作了題為《決策智能在商業(yè)場(chǎng)景中的應(yīng)用》的報(bào)告,介紹了其團(tuán)隊(duì)在決策智能算法方面的積累,并以某烘培店為例闡述了該算法的具體落地情況。
? ? ???金苗天滋表示,商業(yè)分析包括描述性分析、預(yù)測(cè)性分析和決策性分析。描述性分析使用歷史數(shù)據(jù)進(jìn)行總結(jié)分析,其難度最小,有90%的商業(yè)組織在使用,但值得注意的是,觀測(cè)歷史數(shù)據(jù)只能發(fā)現(xiàn)相關(guān)性,而相關(guān)性并不能代表因果性,因此據(jù)此做出商業(yè)決策較為危險(xiǎn)。預(yù)測(cè)性分析利用統(tǒng)計(jì)學(xué)、模式識(shí)別等機(jī)器學(xué)習(xí)算法做出預(yù)測(cè),但其只能做出一定范圍的預(yù)測(cè),難以將預(yù)測(cè)精準(zhǔn)化。決策性分析基于對(duì)環(huán)境的建模,并使用仿真、隨機(jī)優(yōu)化等技術(shù)進(jìn)行反事實(shí)推演,其難度最大、技術(shù)門(mén)檻較高。
商業(yè)分析的分類(lèi)(圖片來(lái)自金苗天滋博士演講方案)
? ? ? ?金苗天滋指出,決策智能在國(guó)內(nèi)外的網(wǎng)約車(chē)調(diào)度、物流公司路徑規(guī)劃與集裝箱問(wèn)題,以及整合華為供應(yīng)鏈等方面都有著諸多的應(yīng)用,但這些決策智能技術(shù)的研究也花費(fèi)了大量的經(jīng)費(fèi)和時(shí)間。
? ? ? ?基于此,中科聞歌嘗試將研究的決策智能算法模型在商業(yè)上落地,并與烘焙行業(yè)頭部企業(yè)幸福西餅做了探索性合作,該企業(yè)提出的目標(biāo)為提升利潤(rùn),其限制條件為需要對(duì)每種蛋糕做出需求估計(jì)的店長(zhǎng)門(mén)檻較高。
? ? ? 為了使企業(yè)在不確定的需求中找到最優(yōu)供應(yīng)量,從而取得最大的預(yù)期收益,金苗天滋及其團(tuán)隊(duì)提出通過(guò)歷史銷(xiāo)售數(shù)據(jù)來(lái)預(yù)測(cè)商品需求變化分布,基于此分布來(lái)推薦最優(yōu)的生產(chǎn)決策。金苗天滋及其團(tuán)隊(duì)對(duì)商品的互相影響進(jìn)行了建模,使用工具變量來(lái)分析商品價(jià)格與誤差的相關(guān)性,從而在多產(chǎn)品情況下準(zhǔn)確預(yù)估出產(chǎn)品的需求曲線(xiàn)。因此,盡管不能告訴企業(yè)每天需要生產(chǎn)的準(zhǔn)確量,但是可以告訴其產(chǎn)品的需求分布,企業(yè)可針對(duì)不同的商品組合選擇不同的生產(chǎn)策略。
需求概率分布(圖片來(lái)自金苗天滋博士演講方案)
? ? ? 利用中科聞歌自研算法做出商業(yè)決策后,該企業(yè)的利潤(rùn)獲得了大幅度提升,其每天成本平均下降約5%,所得利潤(rùn)與優(yōu)秀店長(zhǎng)的運(yùn)營(yíng)相比提升了近20%,與其原有供應(yīng)計(jì)劃相比利潤(rùn)提升超過(guò)了100%。
? ? ? ?未來(lái),面向數(shù)智商業(yè)領(lǐng)域,中科聞歌將致力于更好地幫助店面啟動(dòng)學(xué)習(xí)決策智能算法,以及將供應(yīng)鏈與營(yíng)銷(xiāo)相結(jié)合,形成整合的決策智能,最終技術(shù)推動(dòng)更多企業(yè)做出最優(yōu)的商業(yè)決策。