文章导读
当你的二手车挂了一个月还没卖掉，你是不是还在纠结车况描述和拍照角度？其实，真正卡住收益的，根本不是那些你以为的细节。上海交大最新的研究直接戳破了一个普遍误区：那些被你忽略的消费者线上浏览行为数据，才是资产定价的核心密钥。他们用一套极简算法，让平台在不增加人力成本的前提下，将单件资产收益拉到理论极限。这个算法不依赖玄学，只需要你改变一个数据分析步骤。你猜，那个让交易速度翻倍的数据维度，藏在哪里？
— 内容由好学术AI分析文章内容生成，仅供参考。
交大安泰管理科学系江浦平副教授与合作者于2026年5月在运营管理领域顶级期刊PRODUCTION AND OPERATIONS MANAGEMENT上发表学术论文“Data-Driven Asset Selling“，2026, 35(5): 1985-2002。
【论文题目】
数据驱动的资产销售
【论文摘要】
在线资产销售业务（如二手车平台）近年来快速发展。不同于以SKU为单位的常规零售，资产销售需要在单件资产层面制定价格，并面临有限销售期限、低频调价、需求波动和资产潜在价值未知等约束。本文提出一个数据驱动的动态定价框架，利用消费者线上行为数据优化单件资产收益。研究设计了均值近似算法，以未来到达率的预测均值替代完整分布，并提出将潜在价值学习与定价结合的后验抽样和最大后验估计算法。理论结果表明，资产销售期望价值随需求规模以对数速度增长，随潜在价值至多线性增长。数值实验和真实二手车平台案例显示，这些简单可实施的算法表现稳健，说明消费者行为数据可成为在线资产销售平台的重要战略资产。
【作者介绍】
江浦平，上海交通大学安泰经济与管理学院副教授。
研究领域：收益管理，算法设计，人工智能经济学，信息与风险管理。
作者： 学科建设与科研办公室 供稿单位： 安泰经济与管理学院
© 版权声明
本文由分享者转载或发布，内容仅供学习和交流，版权归原文作者所有。如有侵权，请留言联系更正或删除。
相关文章
二手车定价真的头大。
这研究听着挺有意思的。