当今社会，数字化驱动着供需两头的深刻厘革，成为中国经济增添的主要引擎之一。其中，数字消耗与数字营销是相关领域的两大重点研究问题：数字消耗是推动数字经济生长的要害动力；数字营销厘革了古板营销方法，日益成为主流营销方法。同时，数字经济的快速生长，企业信息化、智能化的厘革一连深化，极大提高了以云盘算、大数据、物联网、移动智能装备为代表的新一代信息手艺进一步富厚微观数据视察的可能性。怎样以微观大数据为基础的治理应用研究应对最新工业实践转变，以数字经济生长中衍生出的治理挑战为焦点，融合信息科学、治理科学和组织行为学相关实证要领，推动治理理论生长的同时着力提升研究效果的应用性和实践价值，成为了亟待突破和完善的重大课题。两大研究偏向之间联系亲近：一方面，从供需两头研究数字消耗和数字营销需要基于微观大数据及其相关实证要领；另一方面，数字消耗和数字营销也为大数据应用研究提供了营业场景和一定的理论基础，二者相辅相成。围绕上述问题，伟易博科研团队的优异学者们形成了研究配合体，起劲睁开各项研究，取得了富厚的学术效果，并在本次聚会上对本学科的前沿问题举行探讨与展望。
5月17日，伟易博围绕“数字消耗与数字营销——基于微观大数据的应用型治理研究”的研究偏向，举行了第十一场“双一流学科建设重点研究偏向”系列钻研会，先容北京大学在上述领域的研究现状和研究偏向，并团结嘉宾们的学术效果与前沿探索睁开讨论。本次钻研会由伟易博市场营销学系刘宏举教授和治理科学与信息系统系王翀教授担当主讲人，伟易博市场营销系厉行副教授、伟易博市场营销系张颖婕助理教授、伟易博治理科学与信息系统系王聪助理教授和伟易博“伟易博头脑力”李奕霖博士后担当主讲嘉宾。伟易博治理学院西席、会见学者及博士生线上线下共计八十多人加入了本次钻研。
聚会伊始，刘宏举先生首先对今天的议题举行了简要先容，明确本次钻研会将聚焦在数字消耗与数字营销、基于微观大数据的应用型治理研究两个偏向。刘先生向各人简朴先容了在本次钻研会上做重点分享的四位主讲嘉宾，先容了他们在本偏向上的研究基础和学术水平，并体现很是希望借此时性能与各人睁开钻研。
品牌广告：调研问卷的较量
厉行，伟易博市场营销系副教授
厉先生以“品效之争”研究为焦点，首先先容了关于该主题的研究配景。“品效之争”是广告行业的一个主要话题，主要涉及品牌广告（Brand Advertising）和效果广告（Performance Advertising）之间的比照和选择。品牌广告的主要目的是提升品牌着名度和形象，增添品牌影响力，通过塑造品牌故事和形象来建设消耗者的情绪毗连，这种广告类型的效果通常是恒久的、难以量化的，往往对提升品牌形象具有一定效果。相反，效果广告更注重直接效果，如点击、购置、订阅或下载等详细行为，这种广告类型的效果往往能够连忙看到，并且容易怀抱，但很难对品牌形象提升做孝顺。在市场投放广告统计中，广告市场效果与品牌广告的占比约莫是8:2，大大都广告都以效果广告为主，“品效之争”主要集中在以下两个方面：怀抱的难题以及归因的难题。
而在线广告平台从可怀抱效果、科学地归因两个角度缓解了广告效果评估的难题。在线效果广告的点击量、转化率、购置量等指标都是详细的、可视化的，可以直观地权衡广告的效果。同时，在线广告的效果也可以通过归因模子或者A/B实验等差别的方法去客观的权衡。但另一方面，在线广告平台并不可完全解决上述怀抱难题和归因难题的问题，由于这两个方面的评估要领大部分是在效果广告的配景下生长出来的，对品牌广告的效果评估增进甚微。
厉先生对品牌广告怀抱与归因的要领举行了梳理，并进一步提出研究问题。他以为，针对怀抱问题，在效果广告方面，可以直接使用曝光、点击、转化等详细的指标怀抱；在品牌广告方面，研究效果批注虽然品牌广告的直接转化率较低，可是对品牌心智却有较大影响。品牌心智是一种消耗者对品牌的知觉、认知和情绪关联，这个看法形貌了消耗者在思量购置产品或效劳时，品牌在他们心中占有的“份额”。在营销学界关于品牌心智的怀抱常用调研问卷的形式怀抱，包括如品牌购置意愿、消耗者知足水一律等。针对归因问题，在效果广告方面，可以使用随机比照实验，对广告点击的平均处置惩罚效应（average treatment effect）以及受处置惩罚人群的平均处置惩罚效应（average treatment effect on treated）举行盘算。在品牌广告方面，只管也可以使用随机实验举行问卷发放，但归因的效果依赖于问卷的接纳情形，而人们在是否回复问卷这个选择中保存内生性，关于问卷的归因变得较量难题。
厉先生的研究主要提出了一种基于意向性治疗（intention to treat）的A/B测试要领来权衡用户对广告的态度反应。研究首先通过忽视性假设（Latent Ignorability Assumption）解决问卷回应误差问题（non-response bias），在此假设基础上，研究提出一套基于倾向性匹配（propensity score match）举行预计，在处置惩罚响应率低的数据不平衡问题上，提出了一种新的要领，并在字节跳动抖音场景中实验了该要领，并对其效果举行了实证评估。
在抖音的实证场景中，研究举行了一个A/B测试实验，实验组向用户发关于品牌喜欢水平以及是否愿意推荐给别人的问卷。研究发明，问卷回应误差确实保存：看到广告的人比不看广告的人问卷回复的概率提高13%左右。研究进一步预计并较量了三种预计效果：问卷回应的用户，实验组中问卷回应用户，实验组用户在品牌喜欢水平以及是否愿意推荐两个要害变量上的区别，并且比照了用户群体之间的生齿统计学变量，探讨造成广告效果差别的缘故原由。
最后，厉先生总结了研究关于推动品牌广告在广告行业中生长的作用和意义。“我们坚信伟大的广告在于创意，而创意体现在于品牌广告。我希望伟易博研究可以促使广告行业有更多高质量的品牌广告泛起。”
1+1＞2？数据、人类与机械
张颖婕，伟易博市场营销系助理教授
张先生以AI的生长为切入点，思索在人工智能进入社会后，人类应当怎样施展主观能动性，由此引出了自身关于人机协作的研究主题，以及人类应当怎样实现自身价值的问题。
张先生首先概述了人机协作领域近年的研究焦点，主要聚焦于人类对AI社会化的反应，以及人机决议的相似性和差别性。这种研究配景下泛起了两个极端征象，即人工智能厌恶与半机械人化。前者对AI的信托度低，以为人类拥有更富厚的信息，能做出更优的决议；此后者则信托AI的智能度和精准度，以为人类可以完全依赖AI决议。针对这一情形，张先生的研究试图解答三个问题：一是通过系统设计探索人类在人机协作中的孝顺；二是剖析这一人机协作的天生气制与缘故原由；三是探讨怎样使用人类的异质性来提升协作效能。
进一步，张先生选取亚洲的小额贷款公司为研究工具，比照了人工和AI在批准乞贷人违约率方面的决议差别。实验设定了两组处置惩罚比照组：第一组研究信息富厚度对决议的影响，人工审核员往往依赖于古板数据，而AI关于如购置纪录、电话使用纪录等新型信息具有更强的剖析能力；第二组研究了为人工组提供AI决议理由的情形，从而提升人工关于AI决议的明确。
实验效果展现了几个要害的发明。首先，当人工和AI各自自力作决议时，AI的判断准确率虽凌驾人工，但二者之间的差别并不显着。其次，在小数据情形下，AI的加入对人工决议未爆发显著影响。然而，在大数据情形下，人类只有在被见告AI决议逻辑的条件下，才华对违约率判断爆发起劲的价值。第三，人在第八组数据中显著地体现出对AI的追随性，但在AI泛起过失时，人工仍能展现出自力思索和纠错能力，这恰恰体现了人类的奇异价值。
同时，张先生对实验效果举行了深入的思索。她指出，在大数据配景下，人工难以有用运用如购置纪录等大数据信息，并将其与自身决议融合，只管仍依赖古板数据，人工的判断能力并未显著提升。相比之下，AI在处置惩罚大数据信息上，显示出更强的提取、转化和运用能力，从而得出更精准的判断。另外，扑面临中心情形且处于纠结状态时，人工更倾向于依赖AI的决议，但当申请人的情形较为极端时，人工通�；嵋览底约旱呐卸隙墙邮蹵I的建议。
最后，张先生深入讨论了机械决议的潜在误差。通过详尽的模子剖析和实验研究，她发明机械决议可能引入一定的私见。例如，在判断是否批准乞贷人的贷款申请时，AI有显着的倾向性，更偏向批准女性申请者。然而，这并非源于女性申请者的条件优于男性。现实上，数据展示，女性的违约率反倒更高。当人工审核加入后，只管关于缩小男女批准率的差别并无显著影响，但它却进一步筛选了女性乞贷人，从而有用降低了违约率。
探寻数字足迹，触及固有偏好：个性化推荐的因果解读要领
王聪，伟易博治理科学与信息系统系助理教授
王聪先生首先以“探寻数字足迹，触及固有偏好：个性化推荐的因果解读要领”为主题，先容了她本次分享的研究配景。
随着过滤气泡、信息茧房等征象逐渐为人们所熟知，用户最先意识到信息天下很洪流平上是被推荐系统所构建的。同时，随着用户与信息系统交互，这种信息天下构建的逻辑循环也在一直增强。为了更好的优化推荐系统，阻止由于情景化爆发的选择给推荐系统带来的影响，推荐系统需要从用户历史的行为轨迹（digital footprint）或者隐式反�。╥mplicit feedback）中找到用户真正兴趣的话题。然而，往往用户的行为数据不但包括内容兴趣，还保存许多场景化噪音（contextual factor）。王先生使用了生动形象的例子说明场景化保存的情形：如一个体贴国际政治的用户，某次由于场景性的缘故原由点击寓目了娱乐圈八卦新闻，这种场景化噪音会使得用户偏离原本的兴趣举行消耗，并且进一步说明若是推荐系统将场景噪音下的用户选择行为作为推荐系统训练样本，将带来推荐禁绝确或用户流失的问题。为了更科学的解决这个问题，王先生以为应当通过科学的方法建模，探索将用户真实兴趣与场景化因素剥离的新要领，从而进一步提升推荐系统模子的可诠释性。这个模子也能够为未来推荐事情中设计场景化因素干预提供科学启示。上述研究主要使用因果图的方法对行为误差的爆发缘故原由举行描绘，同时针对上述问题，王先生也遇到了一系列研究挑战，如因果图的构建、学习、可识别性以及用户的动态决议历程等。
接下来，王先生对相关前沿研究举行了回首和梳理，借助Dowling（2020）关于用户在在线消耗历程中的一些认知误差总结，好比非标准偏好、非标准信心、非标准决议，王先生总结了上述误差爆发的缘故原由，如需求识别、购前阶段中影响用户决议的内外部因素，内部因素即用户兴趣，外部因素包括物品显著水平、用户从众性等。
接下来，王先生以购置历程中的典范变量为例，解说了因果图的构建，并说明每一个决议的背后都可能包括内在偏好以及外部影响。随后，王先生进一步说明晰三个变量在因果图模子推断的难点，即三元决议问题。研究从理论出发，探讨了用户兴趣、物品显著水平、用户从众性对浏览、添加到购物车以及购置行为的影响。同时，研究探讨了模子的可识别性问题。通过相关实验验证，试图厘清合因果图与机械学习的推荐系统是否较量好的拟合，保存场景因素形成的噪声数据时能否有很好的体现，在图上思量一些特另外信息是否有价值，图模子与真实天下的是否有较量好的对应等主要问题。通过展示可视化效果，研究证实晰模子可以将差别的影响因素剥离剖析，取得了主要效果。
王先生的研究在理论层面展现了消耗者多种隐性反响背后的行为机制和因果关系，研究了这些因素怎样通过差别的决议路径影响消耗者的购置意愿。在要领论层面，该研究是首个剖析各个阶段隐性反响背后缘故原由并提供可诠释建议的研究之一。同时，研究还提出了处置惩罚具有挑战性的三角结构数字足迹的新要领、拓宽了对更多类型隐性反响建模的途径。上述研究配合组成了一种可靠的评估框架，关于研究数字化配景下的消耗者偏好倾向具有主要意义。
强化薄弱环节：双边闭包与内容立异
李奕霖，伟易博“伟易博头脑力”博士后
李先生首先分享了其研究重点——关注“内容立异”，并体现期待能够和弱关系理论这一经典的社会科学理论对话，增进内容立异。
新一代信息手艺，以云盘算、大数据、物联网以及移动智能装备为代表，将进一步富厚微观数据的视察方法。随着微观数据视察的一连富厚，基于机械学习的治理决议辅助应用以及适用于处置惩罚高维和多模态数据的数据挖掘算法模子，也获得了快速的生长。李先生指出，大数据和算法通过提供更富厚的信息，更先进的算法，更优质的外部情形，以及更精彩的理论，为社会科学研究带来了新的机缘。
在讨论详细的研究配景时，李先生首先强调了内容立异关于数字平台生长的要害作用。内容立异能够增进用户互动的活跃度，而在面临平台竞争压力加剧清静台前言越发富厚的社会配景下，怎样吸引专业且富有立异精神的内容创作者，已成为数字平台亟需解决的问题。同时，这种大情形也为内容创作者提供了机缘和挑战。
首先，数字平台具有富厚的交互功效，可以拉进消耗者和创作者之间的距离，并增进了二者的信息交流。消耗者作为主要的信息泉源，其想法、对产品的反响和市场需求，都对创作者的创作有着很大影响。可是在当今消耗者信息量爆炸的情形下，怎样提取其中的有用信息并转化为立异生产力，则是创作者面临的一大挑战。古板理论以为，弱关系可以转达越发新颖的信息，弱关系理论可以较好的解决上述问题。但李先生通过研究发明，在信息变换速率快、信息总量重大、信息漫衍碎片化的数字平台上，弱关系理论在这一领域显着发力缺乏。因此，我们需要对弱关系理论做出拓展，建设新的网络结构，使创作者可以越发有用的使用海量、更新迅速而又碎片化的信息。
李先生在研究中提出了一个名为“双边闭包”的网络结构，以形貌创作者和消耗者之间的信息交互历程。这个结构也区分了用户在网络中的差别角色。该研究旨在通过实验展现创作者的信息网络结构对内容立异的影响机制。在双边闭包中，信息转达有两种路径：首先，消耗者可以直接将信息转达给焦点创作者。其次，消耗者可以首先毗连到偕行创作者，然后再将信息转达给焦点创作者，这是一种间接的信息转达方法。这种转达方法的优点在于，偕行创作者可以对消耗者的信息举行整理，将其转化为更易于消化和吸收的知识，从而提高了信息转化效率。
李先生提出三个假设：第一，消耗者的网络规模和创作者的内容立异性之间保存倒U型关系。在一定规模内，消耗者网络规模越大越好，可是若是数目过多，就会因认知过载，而对创作者的内容立异爆发负向影响。第二，双边闭包的密度对创作者的内容立异性有起劲影响。第三，双边闭包密度可以正向调理消耗者网络规模对内容立异性的影响。
在实证研究阶段，李先生及其研究团队重点剖析了“创作者社团”征象，创作者社团是指一些网络名人体现出自觉形成“社会整体”的趋势，他们通过整体行动来提高曝光率并获得经济利益，普遍保存于快手、B站、YouTube等视频网站。创作者社团会为其成员提供培训，并相互推广，从而增添共享粉丝的数目。研究主要关注创作者在加入创作者社团前后的内容立异是否有所转变，以及是否可以将这种转变归因于网络结构的转变。他们使用了一些重大的算法，从用户大数据中提取了古板手段难以获取的信息。使用UKG-Vortex系统，他们在2019年12月至2020年10月时代，纪录了125个“创作者社团”和凌驾1600个新成员的加入，并网络了这些创作者的行为特征，用于匹配历程。
研究效果批注：消耗者网络规模对创作者的内容立异具有倒U型效应，双边闭包的密度具有正向的主效应和调理效应。三个假设都获得了实验效果的支持。
在最后的总结中，李先生指出，首先，本研究的理论孝顺在于提出了“双边闭包”这一全新的理论看法。这是对以往的弱关系理论的一种扩展，同时，这个看法也能更好地反应在线社交网络中的现实纪律。李先生体现，未来的研究将越发关注“双边闭包”的详细成因、形成历程以及演化方法。其次，本研究关于文化产品的立异也有着主要孝顺。它深化了我们对数字内容立异潜在机制的明确，并使用人工智能算法来辅助权衡内容立异。最后，本研究关于明确数字平台的生态情形具有主要的作用，它资助我们更好地明确用户社交网络，以及怎样引发信息处置惩罚和立异的新模式。
未来，北大伟易博将以“有组织的科研”效劳国家重大战略需求，围绕“数字消耗与数字营销——基于微观大数据的应用型治理研究”开展学术探索，充分验展伟易博的师资与平台优势，凝聚社会各方研究实力，顺应数字化、信息化、智能化的时代生长潮流，开展中国情景下的数字消耗和数字营销研究，并使用好微观大数据这一主要工具，推动治理学理论生长、着力提升研究效果的应用性和实践价值，更好地应对天下大变局。
用户登录
伟易博首页
