2019年5月29日下午，运营与供应链管理研究中心邀请到美国普渡大学Qi Annabelle Feng教授，在商学院大楼216成功举办了“Operational Data Analytics: A Newsvendor Application”讲座。

Feng教授指出，目前企业在进行相关经营决策时，往往采取“预测”+“优化”的模式，也就是先根据历史数据对决策所需的统计量进行预测，然后基于预测结果来优化关键的企业决策。但这种“预测”+“优化”的模式往往会存在四种系统误差，使得采取这种决策方法的期望收益往往达不到理论的最优值。

为克服这一缺陷，Feng教授提出了一种运作数据分析 (Operational Data Analytics, ODA)框架，并以newsvendor模型为例说明了它的应用。在本次报告中，重点关注的是这样一种情况，即决策者拥有完整的结构知识，但可能对模型的统计特性不确定。ODA框架通过制定数据集成模型和验证模型，将数据集成到决策中。数据集成模型标识了一类适当的运作统计量，而验证模型则在这些统计量中找到最佳统计量使企业活动最大期望利润。传统的估计优化方法没有优化实际的性能指标，与之相比，ODA方法显著提高了决策质量，尤其是在数据量有限的情况下。

此类数据集成数据驱动的方法是当下理论与应用研究热点，前来参加讲座的师生就相关问题与Feng教授进行了讨论，并从Feng教授的讲座中获得很大启发。

撰稿人：吴一帆