大讲堂 | 杉数科技——时序预测中深度学习介绍
在本次公开课中，讲者将结合实际在杉数科技的实际项目经验，为大家解析深度学习的技术细节以及实际效果
风情信息AI研习社按：在快速变化的企业经营环境中，将正确的商品在正确的时间以正确的价格卖给正确的人，成为企业需要解决的核心问题。如何制定销售费用的最优配置？如何刻画不同渠道的价格特征？如何解决多SKU的价格和促销管理问题？如何及时捕捉、价格对产品销量的影响？在本次公开课中，讲者将结合实际业务约束和目标，借助具体案例剖析“价格战”背后的收益管理问题，为观众揭开在瞬息万变的环境中，实现销售和利润双增长的真相。
分享嘉宾：高阳，杉数科技高级算法工程师，博士毕业于美国克莱姆森大学，并长期从事理论与计算物理研究。毕业后，就职于量化基金和石油咨询服务公司。加入杉数科技后，主要负责收益管理领域的各类项目，为多家标杆企业提供技术服务。
公开课回放视频网址：
http://www.mooc.ai/open/course/648?=Leiwang
分享主题：收益管理在零售行业的痛难点问题及解决方法
分享提纲：
l 何为收益管理
l 现代收益管理的发展之路
l 价格优化的根基
l 案例分析
风情信息(公众号：风情信息)AI研习社将其分享内容整理如下：
各位朋友大家好，欢迎来到雷锋公开课，我叫高阳，是杉数科技的一位算法工程师，主要从事收益管理方面的一些项目，今天很高兴和大家分享一些收益管理方面的经验和例子，以及介绍一下收益管理作为一个学科或者方法在各行各业中的一些应用。
我们今天主要讲三个方面，第一简单介绍一下收益管理的定义，第二会介绍一下基础的定价模型，最后我们会看一些案例分享。
这里是收益管理的定义，简单说就是各行各业卖东西（产品或者服务），只要有这种交易存在，就有可能会用到收益管理。
我们来讲一下现代收益管理的起源吧，这个起源来自一个非常有名的案例，如图所示：
有这样一个成功的案例，就是收益管理发展的第一个要素。第二个要素就是1980年之后，企业逐渐开始这种精细化的运作，有了ERP & CRM系统。再后来，互联网的出现，在互联网上发生的交易以指数倍地增加，信息地增多，给企业带来了很大的压力。所以，收益管理的发展在过去的二三十年里面发展非常迅速。
这是我们所说的现代的收益管理，传统的收益管理的方法大致有三种，分别为成本定价、市场定价、价值定价，这三个方法各有各的依据，如下图：
说到现代收益管理，要提一下PRO cube这个概念，称它为一个立方体，是因为它有三个维度去描述目标，目标分别是每个产品、每一类客户、每个渠道。
现代的收益管理不光是决定价格的过程，它的过程其实非常复杂，下面这张图就体现出，从输入目标到输出具体的价格，决策的每一步都是蛮复杂的。
下面我们来讲一讲一个例子，就是具体如何定价。假设A公司生产某种产品的单位成本是C，假设生产的能力是无限的，当公司给该产品定价为P时，需求函数为d(p),我们需要做的事情就是优化毛利润，如下图：
这个问题乍一看很简单，但其实不简单，其中最重要的就是需求函数，需求函数指什么呢？如图所示：
CVPR 2019 | 腾讯AI Lab解读六大前沿方向及33篇入选论文
本文将分组介绍计算机视觉顶级会议 CVPR 中腾讯 AI Lab 的重点研究方向和入选论文
下面是从概率论上去解释需求函数，这种解释大家看起来可能有点奇怪。因为单品来说用处其实不大，但是当需要多品定价的时候，这种理解还是有用的。
就像刚刚说的需求函数很重要，那通常情况下用什么样的需求函数呢？下面有四个经常用到的需求函数：
那么对于需求模型，我们需要做的事情就像刚才看到的，需要去拟合来得到这种需求模型，需求模型里面的数据主要分为两类。第一类是基础数据，第二类是附加因素：
选择什么模型以及如何选择模型，这里有一些简单的指引：
定价的时候我们需要最大化收入或者毛利润，也可以加一些其他的约束，比如库存等等。
接下来说一下价格弹性的问题，这个函数比较简单，如下图：
现实生活中，价格弹性的负值代表什么意思呢？就是负值越大，对这个价格越敏感。
回到价格优化的问题，通过最大化的公式，能得到最优价格，这就是简单的一个介绍。
最后我们来说一些介绍性的东西，比如最开始提到的航空业的收益管理，它这个过程其实非常复杂，包括三个大的方面，如图：
除了航空业的收益管理，还有清仓管理：
此外还有捆绑销售：
除此之外还有模糊销售：
当然还会有其他的一些定价模式：
收益管理最大的特点就是价格差异化：说不好听一点就是价格歧视，但是价格歧视并不一定是坏的事情，有些时候对买卖双方都是有好处的。
归根结底，收益管理还是要跟实际结合起来。
这就是我们今天主要讲的关于收益管理的一些内容，今天的分享就到这里，谢谢大家。
查看完整的分享内容，请点击链接观看：http://www.mooc.ai/open/course/648?=Leiwang
以上就是本期嘉宾的全部分享内容。更多公开课视频请到风情信息AI 研习社社区（https://ai.yanxishe.com/?from=Leiwang）观看。
关注微信公众号：AI 研习社（okweiwu），可获取最新公开课直播时间预告。
风情信息风情信息风情信息
中科院常建龙——基于关系的深度学习| AI 研习社 154期大讲堂总结
我们通过建模深度神经网络中变量之间的关系来解决以上问题并提升深度神经网络的性能
