掌握了數據卻做不出好的決策,問題出在哪?

摘要

僅僅掌握數據背后的規律,并不足以釋放數據真正的價值。所以呢?

在數據的全產業鏈中,通常分為數據收集與管理、規律性分析和優化三個階段。

最開始的數據收集與管理是大數據時代決策的基礎材料。我們需要去采集、挖掘和存儲數據,這是屬于信息科學的范疇。拿到數據后,我們需要對數據進行清理、歸類與分析,從而了解數據背后的規律。這一步通常由統計和機器學習完成。但是,僅僅掌握數據背后的規律并不足以釋放數據真正的價值。當我們做決策的時候,會發現這個規律相當復雜,受到諸多決策因素影響,且決策因素之間關系也較為復雜,不能自然而然地為我們帶來決策方案。

而「運籌學」解決的就是這個問題,即根據復雜規律之間錯綜復雜的關系找到最優化的決策。通過運籌學可以將實際中決策問題轉化為數學模型,并用高效的優化算法求解。如今,運籌學已廣泛應用到包含收益管理、組合定價、路徑規劃、倉庫選址、庫存管理、投資組合優化等場景。

舉個例子,在電商、物流等公司做路徑規劃的時候,會面臨這樣的問題:要把貨物送達幾個消費者,所以需要設計一條在最短的時間或路程內完成任務的路線。正常來說,會有很多種模型和算法去求解這個問題,但是在實際應用場景中,用戶通常會面臨諸多決策因素,比如不同的取貨地;比如涉及多人送取貨,這就意味著會涉及到車輛和人員分配的問題;比如路途中花費的時間也是一個變量。這種情況下,就需要算法應對這樣的需求,就會面臨非常復雜的建模和求解問題。

目前,國內的運籌優化的發展要略慢于國外,在國外的航空、酒店、電商、物流等行業龍頭企業中,都有一大批運籌學人才來解決公司運營管理中所遇到的決策性問題,比如亞馬遜中有 50~200 個的運籌學博士做定價、庫存、物流等方面的決策支持。而在國內,隨著服務業對于「供給側改革」的重視,即通過效率提升、成本優化、服務創新讓消費者享受更好的服務,從而推動產業的發展,國內更多的企業會應用到運籌學的技術,將大數據轉換為真正的決策指導。

4 月 21 日(周六)下午 2-4 點,我們很高興地請到了 Intelligence Plus 智能產業聯盟創始成員企業之一,杉數科技的聯合創始人兼 CPO,斯坦福大學博士王曦為我們分享「運籌與決策科學如何應用于商業化決策」主題公開課,為你普及「運籌學」科目的同時分享其在智慧供應鏈的經典應用案例。

長按二維碼預約公開課直播觀看,或者點擊:http://geekpark_brand.mikecrm.com/kNiW7za 報名線下近距離交流。線下僅限 15 名席位,請盡快報名。

另外,極客公園將聯合北航一同于 5 月 7 日(周一)與杉數科技、碼隆科技、圖森未來一同舉辦春季校園宣講會活動,幫助學生補足從學校轉型至職場的認知 gap。敬請關注極客公園最新動態。



最新文章

極客公園

用極客視角,追蹤你最不可錯過的科技圈。

極客之選

新鮮、有趣的硬件產品,第一時間為你呈現。

頂樓

關注前沿科技,發表最具科技的商業洞見。

彩票软件破解