4月27日晚，上财“学者∙学问∙学派”论坛本学期第四讲（总第五十六期）于线上腾讯会议平台顺利举行。此次论坛由我校信息管理与工程学院江波教授主讲。江波教授以“收益管理中的优化模型与方法”为主题，介绍了运用运筹优化工具解决实际问题的思路以及具体步骤；从收益管理领域的商品定价和选品规划两类问题入手，结合成功的商业案例，系统深入地讲解了运筹优化在大数据时代商业智能决策中的重要作用。现场气氛热烈，近三百位师生共同聆听了本次论坛。
江波教授首先指出运筹优化在如今的大数据时代中正扮演着愈发重要的角色。为了让同学们对运筹学及其在生活中的广泛应用有更深入的认识，江波教授首先生动形象地讲解了无人仓小车的拣货路径优化问题和Robust PCA优化算法在图像处理中的应用。在介绍过程中，江波教授介绍了利用运筹优化工具解决实际问题的一般范式。这包括两个关键步骤，一是将实际问题准确有效地进行数学建模，二是利用精确快速的优化算法对问题求解。
接下来，江波教授介绍了收益管理的基本知识。收益管理起源于上世纪80年代，之后蓬勃发展，如今已被广泛运用在航空业、零售业、酒店业等各大行业。据估算，收益管理部门通常可以在几乎不产生额外成本的前提下给企业带来3%-7%的营业额增长。江波教授谈到，收益管理之所以会取得不错的成效，是因为它的目标在于，在正确的时间，以正确的价格，将正确的商品卖给正确的顾客。他通过在线零售商的定价策略生动形象地说明了这一点。以亚马逊为例，其会在一天之内数次调整线上商品的价格，以吸引不同类型的顾客购买并从中获利。这种灵活的定价策略也被国内的电商平台所采用。江波教授介绍了他所在的团队为企业定制的标准商品定价引擎。通过输入商品的相关特征，定价引擎会实时计算出最优定价供决策者参考。针对非标准商品，比如货运订单，江波教授指出可以利用历史订单信息先进行相似度匹配再定价。
然后，江波教授先后给出了收益管理中单商品、多商品定价的数学模型。对于单商品定价问题，通过数学推导，可以发现在最优定价处，商品的边际收益与边际成本相等。在引入价格弹性这一概念之后，江波教授指出这一结论也可以表述为，在最优定价处，价格弹性与价格和利润的比值互为相反数。在实际应用中，可以先通过随机的价格实验估计出商品的价格弹性，以此为特征对商品分类，再通过定价引擎分别作价格决策。实际测试结果表明，采用定价引擎给出的最优价格之后，销量、毛利和成交总额都有显著提高。随后，江波教授以星巴克咖啡定价和航空业中的隐城售票现象为例，指出影响商品价格的主要因素是商品需求，而非人们通常认为的商品成本。
此外，在考虑多商品定价问题之前，江波教授先向同学们简单介绍了随机效用理论并推导出经典的用于刻画顾客选择行为的MNL模型。在MNL模型下，多商品定价问题可以通过变量转换变为易于求解的凸优化问题。江波教授谈到，由于MNL模型存在局限性，因此学者们先后提出了各种不同的选择模型，包括嵌套MNL模型，混合MNL模型，马尔科夫链选择模型等。江波教授指出，基于这些选择模型，还可以研究收益管理领域另一类重要的问题，即选品规划问题。在这类问题中，零售商的决策不再是商品价格，而是提供给顾客的商品集合。这本质上是组合优化问题，在某些选择模型下可以快速求解。
最后，江波教授还向同学们分享了两个他正在进行的研究。其一，是在降价提醒机制下的单商品定价问题。进行数学建模之后，可以通过动态规划中的贝尔曼方程刻画最优定价，相关理论结果能提供深刻的管理学洞见。其二，是利用数据驱动的方式来对顾客的选择行为建模，并在此基础上研究对应的选品规划问题。该优化问题同样也可使用动态规划进行求解。
在讲座的提问环节，江波教授就商品需求函数的确定、动态规划算法的计算复杂度、降价提醒机制的模型设定以及大数据时代的价格歧视等问题，与同学们进行了热烈深入的交流探讨。
上财“学者∙学问∙学派”论坛系由校科研处主办，校团委、校学生会承办的，专为上财本校学者讲授和传播其所做学问的论坛，本期论坛江波教授以运筹优化工具为出发点，结合丰富新颖的应用案例，探讨了运筹学在收益管理问题中的广泛应用，拓宽了同学们的研究思路，锻炼了同学们的数学思维。江波教授以深入浅出的讲解，幽默风趣的表达，受到了参会师生的一致好评。在讲座中，同学们热烈提问，积极与江波教授交流互动，充分体现出上财崇尚学术、探索创新的学术氛围。