报告主题：数据驱动的零售品动态定价及品类管理策略

时间：2024年12月6日13:00-13:45

地点：腾讯会议 会议号：640 7817 1046 密码：6666

报告人：荆卉婷

报告内容简介：

基于数据驱动进行决策的收益管理问题，相较于传统的动态定价、品类规划及订货策略，具有着重高效算法、实时更新各口径数据等特点。本文将消费者选择模型引入联合动态定价及动态订货策略中，零售商考虑消费者选择行为，能更好地了解消费者的偏好，制定合理的商品价格及零售商的订货方案。采用Multinomial Logit模型和Nested Multinomial Logit模型来刻画消费者的选择行为，利用门店已有的历史交易数据和店铺数据，驱动目标函数，给出不完备数据的对数-似然函数，采用蒙特卡洛-马尔可夫链算法(MCMC)进行参数估计。最后，利用动态规划方程求解每期最优的动态价格、订货数量及订货时间。对比了两个消费者选择模型在动态定价及动态订货中的结果，发现了采用两种消费者选择模型，零售商的预期收益均有明显提升，证明了考虑消费者选择行为的动态定价模型是有效的，不同程度上提高了零售商的预期收益。

主讲人简介：

荆卉婷，上海立信会计金融学院讲师，博士毕业于同济大学经济与管理学院，研究方向：动态定价、收益管理、金融衍生品定价等，发表SCI等核心期刊多篇。