国际|给力!汇纳科技数据科学团队在国际顶级期刊ISR发表论文


国际|给力!汇纳科技数据科学团队在国际顶级期刊ISR发表论文
文章图片

近日 , 由汇纳科技(股票代码:300609.SZ)首席数据科学顾问胡宇教授带领的数据科学团队(赛商数据)和其他几位教授合作撰写的以「用机器学习评估及优化商场活动」为主要议题的研究论文 , 被国际管理领域顶级期刊ISR接收发表(《Information Systems Research》期刊简称“ISR” , 是管理信息系统MIS领域国际公认最顶级两大期刊之一) 。

国际|给力!汇纳科技数据科学团队在国际顶级期刊ISR发表论文
文章图片

该论文以汇纳科技 · 汇客云平台数据为基础 , 构建了一个全新的可解释机器学习模型——「GANNM 模型」 , 准确地评估及刻画不同类型的营销活动对商场客流的影响 , 由此推算出最有效的营销经费分配方式 , 以达到商场客流最大化 。
01 首创GANNM模型 , 准确评估商场营销活动ROI
本项研究首要解决的难点是如何准确刻画商场营销活动的投资回报曲线 , 即不同数量的活动预算的投入能相应带来多大规模的客流提升 。 这是准确评估商场营销活动的效果及进行进一步优化的基础 。
现有的评估方法普遍存在的问题:
一、难以准确刻画以上曲线的客观真实规律和走势。 现有评估分析方法需要预先人为假设模型的曲线走势 , 导致模型过于依赖人为的经验 , 对数据中真实规律的描述容易有偏差甚至误导;
二、无法通过模型直接学习曲线 。 传统机器学习模型虽可以极大提升预测精度 , 却由于模型本身的黑箱原理 , 不能直接准确描绘具体的曲线关系 , 反映资金投入和客流提升的关系 。
为了突破现有评估方法中的这些困难 , 胡宇教授带领的数据科学家团队创造性地提出一个综合了广义相加模型以及神经元网络的新模型 , 命名为Generalized Additive Neural Network Model(GANNM) 模型 。
● 该模型无需对曲线的规律和走势做出人为假设 , 使得曲线完全从数据中学习得出 , 确保模型能精准捕捉数据中的趋势 。
● 同时该模型综合了神经网络模型在深度学习方面的强大预测能力 , 在广义相加模型学习曲线的同时 , 利用深度学习模型学习并控制其他各类因素对曲线的影响 , 即剥离天气、日期等等外部因素对客流的影响 , 以准确学习出在不同场景下由于对活动的资金投入带来的客流收益 。
● 此模型在保证可解释性的同时 , 在预测的准确度方面实现了突破性的提升 。
02 GANNM 模型有多强大?
在本次研究中 , 利用GANNM模型对五种不同类型的商场营销活动进行了研究:旺季体验型 , 旺季促销型 , 淡季体验型 , 淡季促销型 , 以及电商促销季活动(双十一等) 。

推荐阅读