Nel 1933, William R. Thompson ha pubblicato un articolo su un algoritmo basato su modelli bayesiani che sarebbe poi diventato noto come campionamento di Thompson. Questa euristica è stata ampiamente ignorata dalla comunità accademica fino a poco tempo fa, quando divenne oggetto di intenso studio, grazie in parte alle società Internet che lo hanno implementato con successo per la visualizzazione degli annunci online.

Il campionamento Thompson sceglie azioni per affrontare l'esplorazione-sfruttamento nel problema del bandito multiarmato per massimizzare le prestazioni e apprendere continuamente, acquisire nuove informazioni per migliorare le prestazioni future.

In un nuovo studio, "Gestione delle entrate di rete online utilizzando il campionamento Thompson, " Il professor David Simchi-Levi del MIT e il suo team hanno ora dimostrato che il campionamento Thompson può essere utilizzato per un problema di gestione delle entrate, dove la funzione di domanda è sconosciuta.

Incorporare vincoli di inventario

Una sfida principale nell'adottare il campionamento Thompson per la gestione delle entrate è che il metodo originale non incorpora vincoli di inventario. Però, gli autori mostrano che il campionamento di Thompson può essere naturalmente combinato con una classica formulazione di programma lineare per includere vincoli di inventario.

Il risultato è un algoritmo di determinazione del prezzo dinamico che incorpora la conoscenza del dominio e ha forti garanzie di prestazioni teoriche oltre a risultati di prestazioni numeriche promettenti.

interessante, gli autori dimostrano che il campionamento Thompson raggiunge prestazioni scadenti quando non tiene conto della conoscenza del dominio.

Simchi Levi dice, "È emozionante dimostrare che il campionamento Thomson può essere adattato per combinare una classica formulazione del programma lineare, per includere vincoli di inventario, e vedere che questo metodo può essere applicato a problemi generali di gestione delle entrate".

L'applicazione industriale migliora le entrate

L'algoritmo di determinazione del prezzo dinamico proposto è altamente flessibile ed è applicabile in una vasta gamma di settori, dalle compagnie aeree e dalla pubblicità su Internet fino alla vendita al dettaglio online.

Il nuovo studio, che è stato appena accettato dalla rivista Operations Research, fa parte di un più ampio progetto di ricerca di Simchi-Levi che combina apprendimento automatico e ottimizzazione stocastica per migliorare le entrate, margini, e quota di mercato.

Gli algoritmi sviluppati in questo flusso di ricerca sono stati implementati in aziende come Groupon, un market maker quotidiano, Rue La La, un rivenditore di vendite flash online statunitense, B2W digitale, un grande rivenditore online in America Latina, e in una grande azienda di birra, dove Simchi-Levi e il suo team hanno ottimizzato la promozione e i prezzi dell'azienda in vari canali di vendita al dettaglio.