线上零售商的新商品定价与销量信息披露策略分析

本文以价格及销售量信号为切入点,考虑在新商品质量存在差异化的条件下,由一个线上零售商和多个消费者构成的两级两阶段供应链。本文针对线上零售商不公开销售量和公开销售量两种不同情况,研究其如何利用价格、销售量向跟随型消费者传递新商品的质量信息,以最大化自身利益。本文通过理论和数值分析表明:对于低质量新商品而言,是否公开销售量信息对于零售商利润无影响。但对于高质量新商品而言,如果消费者对其定高价时新商品质量的信赖程度足够高时,零售商会更愿意不公开销售量,反之则公开。在线上零售商公开销售量的情况下,对于消费者保留价格的差异化程度较高的新商品,定价更高的零售商销售量也更高,而消费者保留价格的差异化程度较低的新商品,则是定价更低的零售商销售量更高。     

电视广告中的经济学

本文以经济学的眼光审视企业广告行为。运用边际收益递减规律 ,分别对企业在以销量最大或利润最大化为目标时的行为准则进行了具体分析 ,为企业制订广告策略提出了重要参考     

制造业多价值链协同数据空间产品知识属性与销量预测关联性研究

制造业领域多价值链协同数据空间知识引擎在本体建模的过程中，通常会出现由于产品知识不完备所导致的部门间知识管理与知识共享效率低下的问题。因而，需要系统地分析本体、属性与特征之间的关联与约束关系，提出结合产品生产、销售、供应、服务等多价值链数据协同的智能本体构建模型。制造业多价值链协同数据知识引擎本体的构建，是知识引擎应用场景的关键环节之一。针对数据空间中特征关联性挖掘的需求，本文构建了基于轻量梯度提升机、极度梯度提升与随机森林的树集成销量预测模型，并提出了以销量预测任务为中心的制造业多价值链协同数据空间的特征关联分析方法。对企业网上销售平台的销售数据进行预测实验。在树集成销量预测模型实验结果基础上，计算SHAP值，分析各项特征与预测结果之间关联性，并在消融实验中验证了SHAP值获得的特征关联性对树集成销量模型的影响。本文提出的树集成销量预测模型与SHAP值的特征关联度分析法为制造业知识引擎的建模过程的本体与属性的自动化筛选提供了可靠的理论与数据支撑。