2018年3月7日上午，中国营销工程与创新研究中心(以下简称“MEI”)2017-2018年第二学期第1次研讨会(以下简称“seminar”)在MEI如期举行，参与本次研讨会的有黄敏学老师、朱老师和MEI各位成员。

　　本次Seminar由王薇研读文章“Marketing Analytics for Data-Rich Environments”。营销分析是一种通过衡量，分析，预测和管理营销绩效，以最大限度地提高效率和投资回报(ROI)的方法。它已经在个性化推荐、地理围栏，搜索营销和重定等方面发挥重要作用，并迫切需要更强大的新指标和分析方法，使数据驱动的营销运营更加有效。

　　这是我们首次研读大数据方法方面的综述，也让成员对大数据环境下的营销分析方法有了更加深刻的了解。黄老师总结到我们应该从从工程、地理、计算机科学等领域学习方法，而不是营销，这样才能发展得比较快(Video数据可以借鉴于计算机科学;Location数据可以借鉴于地理科学;未来还会有情感数据可进行研究);研究的第一个挑战是通过编码等方法将非结构数据转化为结构数据，但也有结构化的大数据，比如GPS数据。我们要重视时空大数据，以前的营销将时间、空间简化，不考虑用户每时每刻每地行为的变化，考虑进空间维度后，能够通过轨迹推断用户的行为方式;把轨迹测出来，就能知道一个人的行为。去掉时空维度，能将大数据转化为小数据;增加时空维度，能将小数据转化为大数据

　　接下来，黄老师就文章中所提到的分析方法进行了具体的阐述：

• 描述分析（Descriptive）：运用均值、方差等大家都知道的指标，找本质的、不变的规律
• 诊断分析（Diagnostic）：用计量经济学等方法做诊断性研究，解释一些机制
• 预测分析（Predictive）：推测某些变量可以预测，但是不知道机理，这些变量有可能只是代理变量，比如常见的逻辑模型、机器学习等
• 预见分析（prescriptive）：建立运作机理，如生命科学可以在分子层面研究癌症发生的机理，如构建地球轨迹变化的方程，基于方程可预见此时此刻的轨迹;如对云的运转规律建模，通过模型演化预测未来4天的天气

　　最后，黄老师分年级对本学期的研究计划做了展望。希望同学们能脚踏实地，勤于学习，接受新事物新方法，为实验室转型做好准备。新学期新气象，MEI迎来新面孔，欢迎加入MEI大家庭!

　　本学期第一次seminar圆满结束，祝大家学术进展顺利，身体健康，开学快乐~

　　文字/高蕾 姚佳鑫  供图/郑仕勇

　　审核/郑仕勇

　　网站编辑/严燚