公开或隐藏未来市场价格对新品预售的影响研究

预售是新产品上市前，商家允许消费者提前预定产品的一种销售手段。本文以新产品预售为背景，建立了商家同时销售新旧两代产品时的预售模型，先对消费者最优购买策略进行了分析，在此基础上，分两种情况，即商家在预售阶段公开或隐藏新品未来市场价格，研究了商家最优预售价格折扣和最优订购量。最后，通过数值仿真分析了影响新品预售策略和商家收益的一些因素。结果表明，商家在预售阶段公开新品未来市场价格可以获得更高期望收益。     

网络购物平台最优价格促销策略：价格折扣还是现金券？

平台价格促销已成为平台营销中的重要问题，不同于传统模式下商家决定商品的价格促销，平台价格促销是以平台作为价格促销的决策者。本文建立了平台价格折扣和现金券两种由平台作为决策者的价格促销模型，探讨平台的最优价格促销策略，并在原有模型的基础上考虑商家广告投资决策并构建了扩展模型。研究结果表明，(1)只有当商品的基本需求、消费者价格敏感度和商品价格满足一定条件时，平台价格促销才能提升平台利润。(2)在两种价格促销都能提升平台利润情况下，平台的交易费率较高且商品价格较低则平台实施现金券策略的利润高于价格折扣策略；其他情况下平台实施价格折扣策略的利润高于现金券策略。(3)在平台交易费率较低的情况下，价格折扣策略下消费者能得到更多优惠；否则现金券策略下消费者得到更多优惠。(4)增加商家广告投资能够提高平台促销活动的利润，但是平台的价格优惠降低，且平台实施价格促销活动的条件区间减小。     

基于深度增强学习的个性化动态促销

随着大数据技术和应用的普及，数据驱动的决策优化已成为企业科学管理的发展趋势。本文提出了一种基于深度增强学习的策略框架，整合企业领域知识解决收益管理中复杂的动态促销问题。基于一家在线生鲜零售商随机抽取的2012名匿名消费者自注册开始的长期消费行为（共计363946条消费记录），以及该零售商的历史收益管理策略数据，结合仿真方法，本文构建了增强学习环境下的个性化动态促销模型并进行检验。结果发现，本研究提出的新策略可以有效地提升企业面向市场的收益管理能力，提高企业约18%的长期收益。数据驱动的个性化促销实现了长短期促销策略的动态平衡，从而帮助企业以更低的投入和对顾客更少的干预实现更高的回报。研究结论对数智技术应用于企业收益管理优化和混合智能方法具有显著的理论和实践意义。