汇纳数据科学团队创始GANNM模型 评价优化商场营销ROI

近来，由汇纳科技（股票代码：300609.SZ）首席数据科学参谋胡宇教授带领的数据科学团队（赛商数据）和其他几位教授协作编撰的以「用机器学习评价及优化商场活动」为首要议题的研讨论文，被世界办理范畴尖端期刊ISR接纳宣布（《Information Systems Research》期刊简称“ISR”，是办理信息系统MIS范畴世界公认最尖端两大期刊之一）。

该论文以汇纳科技 汇客云渠道数据为根底，构建了一个全新的可解释机器学习模型——「GANNM模型」，准确地评价及描写不同类型的营销活动对商场客流的影响，由此推算出最有用的营销经费分配办法，以到达商场客流最大化。

01创始GANNM模型，准确评价商场营销活动ROI

本项研讨首要处理的难点是怎么准确描写商场营销活动的出资报答曲线，即不同数量的活动预算的投入能相应带来多大规划的客流提高。这是准确评价商场营销活动的作用及进行进一步优化的根底。

现有的评价办法普遍存在的问题：

一、难以准确描写以上曲线的客观实在规则和走势 。现有评价剖析办法需求预先人为假定模型的曲线走势，导致模型过于依靠人为的经历，对数据中实在规则的描绘简单有误差乃至误导；

二、无法经过模型直接学习曲线。传统机器学习模型虽能够极大提高猜测精度，却因为模型自身的黑箱原理，不能直接准确描绘详细的曲线联系，反映资金投入和客流提高的联系。

为了打破现有评价办法中的这些困难，胡宇教授带领的数据科学家团队创造性地提出一个归纳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则和走势做出人为假定，使得曲线彻底从数据中学习得出，确保模型能精准捕捉数据中的趋势。

● 一起该模型归纳了神经网络模型在深度学习方面的强壮猜测才干，在广义相加模型学习曲线的一起，使用深度学习模型学习并操控其他各类要素对曲线的影响，即剥离气候、日期等等外部要素对客流的影响，以准确学习出在不同场景下因为对活动的资金投入带来的客流收益。

● 此模型在确保可解释性的一起，在猜测的准确度方面完成了打破性的提高。

02 GANNM模型有多强壮？

在本次研讨中，使用GANNM模型对五种不同类型的商场营销活动进行了研讨：旺季体会型，旺季促销型，冷季体会型，冷季促销型，以及电商促销季活动（双十一等）。

● 为每种类型的活动别离给出活动资金投入对客流提高的曲线联系。这些曲线严厉从数据中练习得出，比其他现有评价剖析模型给出更详尽、准确的出资报答剖析。

● 在这些活动作用曲线的根底上，可进一步模仿优化分配活动预算，即在假定每年总预算不变的情况下，怎么在不同类型的营销活动之前优化资金分配，得到最明显的客流提高作用。例如，模型主张商场加大对体会导向型活动的出资力度，以招引更多的客流。

● 此外，模型也学习到了电商促销季对商场客流的影响，并由此提出要么不参加，要么加大资金投入力度以和电商竞赛的主张。这些由模型从数据中学到的规则和由此得出的办理主张，将会给商场的运营者和办理者供给一些新的办理思路。

成果显现，根据GANNM模型优化的预算重新分配与原历史数据中的经费分配办法比较，商场客流提高作用增加了11.2%，这个成果明显地优于根据传统回归模型优化的成果（3.2%）。

论文中研讨的商场营销活动的出资报答曲线对GANNM模型来说仅仅“小试牛刀”，胡宇教授表明：GANNM模型能够广泛应用于不同商业办理场景的出资报答剖析，给出准确的剖析成果，以及可解读的联系曲线，为商业决议计划供给参阅。

Tips：怎么才干构建起尖端的AI大数据模型？

AI模型、大数据资源及算力是完成AI大数据建模三个必要条件，缺一不可。

AI模型

有尖端的专家，才干构建尖端的AI模型。汇纳首席数据科学参谋胡宇教授是佐治亚理工学院席勒商学院莎朗和大卫皮尔斯讲席教授（终身正教授）、商业剖析中心联席主任以及麻省理工学院（MIT）数字经济研讨所研讨员，是世界顶尖的大数据科学家，他的研讨成果屡次宣布在世界尖端学术期刊，被我国、美国、欧洲干流媒体广泛引证和报导。胡宇教授所带领的数据科学团队，由数十位世界前沿专家组成，致力于把大数据和人工智能模型深度应用于商业场景。

大数据资源

模型的构建是第一步，在此根底上需求很多的数据对模型进行练习，让模型不断迭代优化。如果把高质量的人工智能模型比作一棵参天大树，那么模型的树立就犹如培养了一株小树苗，大规划、高质量、高实时的大数据资源，便是滋补这棵小树茁壮成长的阳光、水分和养料。汇纳科技汇客云渠道所构建的职业数字底座，为模型的“成长”供给了必要的条件。

注：文/DoNews，文章来历：DoNews，本文为作者独立观念，不代表交际媒体态度。