面对琳琅满目的商品，“顾客买东西会怎么买？”是不少零售商面临的实际问题。实体店如是，那网络超市也如是。

为吸引顾客进店，生鲜蔬果类商品摆在门口？

零食、饮料摆在在店铺中央最显眼？

较重的粮油放下层，较轻的泡面放上层？

面包另外增设一组面包货架？

对于消费者而言，如何在数万件商品中找到自己心仪的产品，也是一件费时费力、“让人头痛”的事情。

香港城市大学商学院市场学系系主任李彥志教授表示，“顾客思考也是要成本的，头痛这件事也是一个实实在在的成本，思考成本在过去十几年日益受到学界和业者的重视。”

李彥志教授（Prof. LI Yanzhi David）

港城大商学院市场学系系主任、市场营销与管理科学教授、

金融技术和业务分析中心（FBAC）主任

李彦志博士拥有清华大学计算机科学学士学位和香港科技大学工业工程与工程管理博士学位。目前正在从事数据驱动的项目，涉及市场营销、物流、零售和医疗保健业务。他在诸多国际商学顶级和权威期有研究成果发表，主持多项香港政府资助研究项目，并曾获得香港城市大学学院杰出研究奖和杰出博士生导师奖等奖项。

纵观现在短视频的流行、Twitter限定140个字，皆因顾客时间真的有限，给他们太多选择反而可能令顾客无从选择。在电商激烈的竞争赛道上，企业如何做到商品组合管理？——光靠大数据，未必可以。企业如何结合“商业洞察+数据管理”实现收益最大化，在商品营销、企业管理的取得进步？

香港城市大学在科技、工程、数学、人工智能等数据科学研究领域以及商学与社会科学领域均拥有世界级教员，具备雄厚的研究实力。今年2月成立的金融科技与商业数据分析中心整合了商学院、数据科学学院等科研实力，致力于将学科知识转化到产业实践，更好地服务业界及社会。

“商业洞见是可以量化的”

天猫超市成立于2011年，是阿里巴巴进入B2C的业务尝试。为了与其他电商，如京东和线下超市的竞争，天猫超市推出了“今日疯抢”频道——每日从天猫超市数万件商品中，精选中数百低价、高质产品，力求吸引用户，增强用户粘性，促进销售。

在“每日疯抢”频道中，消费者关注的是：哪个更便宜？哪个最受欢迎？而根据天猫超市的传统解决方案，他们采用人工智能的方法，基于协同过滤的算法，结合商业规则(比如低价、高销量）从5万多个产品中选出300个出来。

协同过滤（collaborative filtering）是一种在推荐系统中广泛使用的技术。该技术通过分析使用者或者事物之间的相似性（称之为“协同”），来预测使用者可能感兴趣的内容并将此内容推荐给使用者。例如，历史浏览内容的相似性。

举例来说，使用者A和B都是居住在北京的年龄在20-30岁的女性，并且都关注过化妆品和衣物相关的内容。这种情况下，协同过滤可能会认为，A和B相似程度很高。于是可能会把A关注B没有关注的内容推荐给B，反之亦然。

不同的用户在“每日疯抢”频道中，看到的商品列表都是不同的。（而且还每隔几个小时就滚动更新一次）

作为商学院，我们的强项在于：商业洞察，即基于对于顾客行为的理解，对顾客购买行为进行细致的刻画。

李彦志教授及其团队思考：如何根据顾客对产品的偏好进行具体排序？

顾客的时间和精力有限，提供多少商品共选择算合适？

当顾客找不到心仪的产品时，有哪些替代商品？

基于以上考虑，团队结合平台原本的数据管理，再辅以消费者的行为分析，计算出消费者偏好，进行持续改进，随后建立出最优化模型（PARS）：

李彦志教授表示，在大数据背景下，我们可以利用不充分数据或样本数据来制定最优化或部分最优化决策模型。他说：“商业洞见是可以量化的”。数据驱动管理本质上是问题驱动，基于数据。从商业问题出发，以为客户创造价值为导向，让数据为商业服务。

这一模型也在实践中得到验证：2019年4月，研究团队在天猫超市进行了20天的随机对比实验，随机抽取了20万用户，分为两组，分别运行PARS和之前的方法（传统的机器算法）。

通过比较购买转化率和客单值，我们得知，在运行新模型时，顾客在看到商品会作出购买行为的几率上升了7.4%；而顾客在订单花费的价格也增加了16.9%。而根据阿里巴巴的估算，收益提升每年达到几千万美金。

尽管李彦志教授强调，这并非全部是他们研究的PARS模型的功劳，但是优化后的商品管理系统确实能提升顾客满意度，从而促进销量。

挖掘数据价值    需要商业洞察

现代商业管理日益依赖于科学理性的决策和数据驱动的管理：从战略到金融，从营销到运营，我们到处可见数字发挥的威力。

例如，亚马逊通过历史数据来预测用户未来的需求；谷歌能够知晓用户意图、优化广告排序；中国移动对全业务进行针对性的监控、预警，实现数据化运营；Twitter捕捉用户的兴趣和情绪，释放社交数据巨大能量……

李彦志教授总结出数据驱动的运营与管理的三大功能：预测、可视化、优化。数据获取的便捷、成本的降低和处理手段的进步提升了数据驱动决策的可行性和商业价值，数据思维应该渗透到商业运营的各个方面。

“数据就像金矿，很多企业坐拥金山，但未必能充分地去挖掘这些数字资产的价值。”他说道。实际上，要挖掘企业数据资产的价值，需要企业家具有强大的想象力和洞察力。

他也提醒，企业家也要警惕数据主义的陷阱：并不是所有可以计数的东西都有意义，也不是所有有意义的东西都可以计数。

7-11创始人铃木敏文如何运用数据管理打造全球最赚钱的连锁便利店？

在顾客下单前就出货，亚马逊的“预测式发货”的专利能否被复制？

现金券背后的“使用预测”如何帮助拼多多迅速崛起？

如果您还想了解更多与金融科技与商业数据相关的专业知识、经典案例，亲眼目睹李彦志教授及更多教授的授课风采，赶快加入城大EMBA（中文）项目吧！