带约束的可扩展定向营销策略优化
最优化与控制
2023-12-20 v2
摘要
定向营销策略针对不同客户实施不同的营销行动。虽然大多数研究集中于在无管理约束条件下训练定向策略，但在实践中，许多企业在实施这些策略时面临管理约束。例如，企业可能面临对营销行动最大或最小数量的容量约束，或对不同客户细分群体最低可接受结果的约束。它们还可能面临要求对不同客户群体采取相似行动的相似性（公平性）约束。传统优化方法在求解客户数量众多或约束数量众多的问题时面临挑战。我们展示了如何将线性规划的近期进展应用于营销行动的定向投放。我们提供了理论保证，将所提算法相对于最先进基准算法（原始单纯形法、对偶单纯形法和内点法）的可扩展性进行比较。我们还通过适配定向问题的特性，扩展了关于最优性和计算速度的现有保证。我们使用一项涉及超过 200 万客户和六种不同营销行动（包括一个无行动的"对照组"）的实地实验数据实现了所提算法。我们利用该应用评估算法的计算速度及其可求解问题的范围，并将其与基准方法进行比较。研究结果证实，该算法使得训练包含容量和相似性约束的大规模定向问题成为可能。
引用
@article{arxiv.2312.01035,
title = {Optimizing Scalable Targeted Marketing Policies with Constraints},
author = {Haihao Lu and Duncan Simester and Yuting Zhu},
journal= {arXiv preprint arXiv:2312.01035},
year = {2023}
}