如何实现企业AI转型架构？
人工智能投资如何影响中国企业的成功与市场趋势？
推荐如何影响客户搜索：一项实地实验
通过对55万多名顾客的大型电商平台实验，研究发现推荐相关性降低会促使顾客更多使用搜索功能，显示出推荐与搜索之间的替代效应。同时，不同产品类别表现出互补或替代关系，揭示了需求满足与需求形成在渠道互动中的作用，为电商平台设计提供了新见解。
早些还是晚些？在线零售中的承诺交付速度
在线零售商配送速度承诺影响顾客行为和业务绩效，研究发现其利弊并提出优化模型及管理策略。
通过物联网揭示线下转化漏斗：物联网数据在零售行业的价值
移动APP与物联网技术协同发力，通过提升客户发现机会，助力制定高度本地化的门店策略，进而对线下零售业进行变革，实现线下消费的显著增长。
智能靶向：如何将正确的政策匹配给正确的人
与传统的一刀切解决方案不同，本研究认识到相同的处理在不同子群体中可能产生截然不同的结果——有时甚至是相反的效果。研究提出的强大框架能精准揭示哪些特定个体将对不同干预措施产生最佳反应，这一突破将赋能组织高效部署有限资源以实现最大效益。
电商能够利用快递盒赠送免费样品以提升销量
研究发现在电商订单中添加不相关品牌的免费样品能显著提升样品品牌销售，效果持续长达14个月。这种方法既帮助品牌获得新客户，又增加其整体产品线销售。向近期浏览过相关产品或购买非必需品的消费者发送样品效果最佳。这种结合线下物流与线上数据的创新方式为平台、品牌和消费者创造三赢局面。
可扩展因果分析：利用AI驱动模型估算处理效应
本研究通过引入一种用于估算平均处理效应（ATE）的双重稳健估计器推进了因果推断，确保了一致性、无维度限制的可扩展性以及有效的统计推断，并通过真实场景应用进行了验证。
找出群体中的隐藏规律，同时减少错误发现
本研究提出了一种突破性方法，能在复杂数据中自动发现不同人群子组的重要关联模式，能帮助研究人员更准确地分析不同人群特征，为个性化决策提供科学依据。
中国《个人信息保护法》（PIPL）的经济影响是什么？
《个人信息保护法》对数据密集型企业，尤其是B2C领域的企业产生了负面影响，但拥有更强数据分析和人工智能人才的企业在收入、生产力、盈利能力以及扩展努力方面更好地缓解了下降趋势。
最后一公里配送在在线零售中的价值
尽管成本较高，最后一公里的送货上门显著提升了在线零售平台的销售额和顾客消费。同时，通过先进的机器学习模型，研究提出了优化配送容量并兼顾公平与利润的策略。
为商业场景定制大型语言模型
通过领域特定理论和监督微调（SFT）定制大语言模型，可弥合医疗咨询中人工智能与人类医生之间的专业性、信任度和满意度差距。
市场数据如何推动电商平台创新
线下连接客户与商家：来自阿里巴巴最后一公里自提站商业化的实验证据
线上引流驱动线下互动提升线上销售
IBASE：通过整合大数据与小实验进行自适应因果推断
新冠如何改变电商运营：阿里巴巴的启示
本研究深入分析了新冠疫情对电子商务的影响，利用阿里巴巴平台339个中国城市的三年销售数据，揭示两个关键发现：一是电商销售在疫情期间经历了下降和恢复的过程，展现了电商的数字韧性；二是物流能力是影响销售波动的关键运营因素。这些发现为平台和政策制定者在数字战略规划和物流基础设施投资方面提供了重要参考。
人工智能投资如何影响中国企业的成功与市场趋势？
最后一公里配送在在线零售中的价值
尽管成本较高，最后一公里的送货上门显著提升了在线零售平台的销售额和顾客消费。同时，通过先进的机器学习模型，研究提出了优化配送容量并兼顾公平与利润的策略。
通过物联网揭示线下转化漏斗：物联网数据在零售行业的价值
移动APP与物联网技术协同发力，通过提升客户发现机会，助力制定高度本地化的门店策略，进而对线下零售业进行变革，实现线下消费的显著增长。
线下连接客户与商家：来自阿里巴巴最后一公里自提站商业化的实验证据
线上引流驱动线下互动提升线上销售
可扩展因果分析：利用AI驱动模型估算处理效应
本研究通过引入一种用于估算平均处理效应（ATE）的双重稳健估计器推进了因果推断，确保了一致性、无维度限制的可扩展性以及有效的统计推断，并通过真实场景应用进行了验证。
中国《个人信息保护法》（PIPL）的经济影响是什么？
《个人信息保护法》对数据密集型企业，尤其是B2C领域的企业产生了负面影响，但拥有更强数据分析和人工智能人才的企业在收入、生产力、盈利能力以及扩展努力方面更好地缓解了下降趋势。
早些还是晚些？在线零售中的承诺交付速度
在线零售商配送速度承诺影响顾客行为和业务绩效，研究发现其利弊并提出优化模型及管理策略。
市场数据如何推动电商平台创新
电商能够利用快递盒赠送免费样品以提升销量
研究发现在电商订单中添加不相关品牌的免费样品能显著提升样品品牌销售，效果持续长达14个月。这种方法既帮助品牌获得新客户，又增加其整体产品线销售。向近期浏览过相关产品或购买非必需品的消费者发送样品效果最佳。这种结合线下物流与线上数据的创新方式为平台、品牌和消费者创造三赢局面。
新冠如何改变电商运营：阿里巴巴的启示
本研究深入分析了新冠疫情对电子商务的影响，利用阿里巴巴平台339个中国城市的三年销售数据，揭示两个关键发现：一是电商销售在疫情期间经历了下降和恢复的过程，展现了电商的数字韧性；二是物流能力是影响销售波动的关键运营因素。这些发现为平台和政策制定者在数字战略规划和物流基础设施投资方面提供了重要参考。
推荐如何影响客户搜索：一项实地实验
通过对55万多名顾客的大型电商平台实验，研究发现推荐相关性降低会促使顾客更多使用搜索功能，显示出推荐与搜索之间的替代效应。同时，不同产品类别表现出互补或替代关系，揭示了需求满足与需求形成在渠道互动中的作用，为电商平台设计提供了新见解。
为商业场景定制大型语言模型
通过领域特定理论和监督微调（SFT）定制大语言模型，可弥合医疗咨询中人工智能与人类医生之间的专业性、信任度和满意度差距。
智能靶向：如何将正确的政策匹配给正确的人
与传统的一刀切解决方案不同，本研究认识到相同的处理在不同子群体中可能产生截然不同的结果——有时甚至是相反的效果。研究提出的强大框架能精准揭示哪些特定个体将对不同干预措施产生最佳反应，这一突破将赋能组织高效部署有限资源以实现最大效益。
IBASE：通过整合大数据与小实验进行自适应因果推断
找出群体中的隐藏规律，同时减少错误发现
本研究提出了一种突破性方法，能在复杂数据中自动发现不同人群子组的重要关联模式，能帮助研究人员更准确地分析不同人群特征，为个性化决策提供科学依据。