中公考研记者为各位考研小伙伴们整理了关于麻省理工学院：借助数据剖析解决全球业务问题的有关资讯文章，一块认识一下吧~

David Simchi-Levi是数据，系统和社会研究所与麻省理工学院土木与环境工程系（CEE）的工程系统教授。他的研究侧重于开发和推行稳健，高效的Supply chain和收益管理技术。他在Supply chain和业务剖析范围创立了三家公司：LogicTools，一家专注于Supply chain剖析的风险投资公司，成为IBM的一部分 OPS Rules，这是一家被埃森哲剖析公司回收的商业剖析公司 与专注于商业剖析云计算的Opalytics。

除去担任工程系统教授以外，Simchi-Levi还领导埃森哲和MIT商业剖析网盟。该网盟汇集了麻省理工学院的教师，博士生和海量合伙人公司，以解决全球组织今天面临的一些最紧迫的挑战。该网盟是跨行业的，与零售范围，政府和金融服务行业与航空业界的公司进行合作。这种多样性使网盟可以跨职能化，项目侧重于从Supply chain优化到创收，从？性维护到欺诈测试。在很多状况下，这类努力致使全公司使用MIT技术，剖析和算法来提升生产力和收益。

将理论付诸实践，Simchi-Levi和他的团队与拉丁美洲的一家大型矿业公司合作，改进其采矿业务。他们的算法每隔五秒从数千个传感器接收数据，并在商品完成前10,15和20小时？商品水平。具体而言，他们用这类数据来辨别杂质，如成品中的二氧化硅含量，并提出改变水平的纠正方案。

在价格优化范围，Simchi-Levi的网盟已经与包含Groupon在内的多家主要网上零售商合作 拉丁美洲最大的在线零售商B2W 和Rue La La。Rue La La在闪销行业运营，在线行业中，在线零售商用活动临时优惠商品。

“但，假如你没历史数据，你怎么样在网站上初次定价商品？”Simchi-Levi问道。“大家应用机器学习算法来学习类似的商品，然后用优化算法来定价该公司以前从未销售的商品，其影响是巨大的，增加了大约11％的收入。”

这是一个看上去简单的答案。但对于Simchi-Levi，作为其范围中具备远见卓识的思想领袖而言，解决棘手问题是埃森哲与MIT网盟在业务剖析范围工作的要紧。

“就Groupon和B2W而言，大家拟定了一个三步步骤来优化和智能化定价决策，”他说。第一，他们借助机器学习将内部历史数据与外部数据结合起来，形成买家行为的完整概况。第二，他们在网站上发布定价决策并察看买家行为。第三，他们依据这种行为学习并改进定价决策，以优化最后价格。“在所有这类状况下，大家对底线产生了重大影响：增加收入，增加收益和增加市场份额，”他说。

在任何时候，Simchi-Levi的业务剖析网盟自2013年以来一直维持强劲，其中有10到20个项目同时运行。他觉得，很多公司由于他们面临的业务挑战而转向麻省理工学院是什么原因与近期的技术趋势和网盟在这类进步的最前沿的角色有非常大关系。

他特别提到了三种技术趋势：数字化 智能化 和剖析，包含机器学习和AI算法的应用。然而，他察看到，刚开始高管们非常难同意黑盒剖析在定价商品方面比了解该商品并在该行业工作了25年的企业更能做得更好。虽然Simchi-Levi承认这是部分正确的，但他指出，有成千上万的商品需要定价，企业只能关注前10％，而MIT的剖析能达到前10％的同样表现，同时达到中等50％的表现同样让人印象深刻，而长尾则表现同样出色。

更确切地说，“虽然公司商人只关注一小部分，但大家可以专注于整个公司组合，”他说。“大家正在讨论用数据和剖析来优化数千种商品价格的能力。”

“业务剖析是一个很让人开心的范围。假如你打开任何商业杂志，你会看到数据科学和数据剖析的参考，“Simchi-Levi说。但他的专业常识使他可以深入探索数据剖析的这种痴迷：“我的经验是，虽然这个范围有不少让人开心的事情，但工业事实上并没使用数据和剖析办法智能化和改进步骤。“

他表示行业在数据剖析范围面临三大挑战：数据水平，信息孤岛和内部阻力。“大家在麻省理工学院所做的是经过提升数据水平，让所有这类机会结合在一块，让高管们开始尝试一些技术，并将不一样的数据源连接到一个有效的剖析平台上。”

以上是中公考研记者为大伙收拾的“麻省理工学院：借助数据剖析解决全球业务问题”的内容，同学们把握机会，为2019考研不懈努力。

推荐阅读》》》

最新ESI中国大学综合排名百强出炉（2018年5月）

中国三个大学入全球大学毕业生竞争优势排名前30，清华未榜上有名！

2018年新兴经济体大学排名推荐公布：内地63所大学榜上有名，北大清华蝉联前两名