DG·DG · ห้องวิจัย
งานวิจัย สำหรับผู้ขายของจริง
รายงานเชิงเทคนิค งานวิจัยตลาด และบันทึก methodology จากทีมวิจัยของ DataGlass ทุกรายงานยึดจากแหล่งข้อมูลหลัก เปิดเผยข้อมูลของตัวเอง และจบด้วย operating implication สำหรับผู้ขายมาร์เก็ตเพลส
- ห้องวิจัย · 2026
- 2026
- รายงาน
- 05
- ล่าสุด
- 7 พ.ค.
- จังหวะเผยแพร่
- เมื่อมีรายงานใหม่
รายงานที่เผยแพร่แล้ว
เรียงจากใหม่ไปเก่า แต่ละรายการลิงก์ไปหน้ารายงานเต็ม; งานวิจัยตลาดที่ cross-list ไว้จะอยู่บนระบบบล็อกแต่จัดเป็น research-grade
- 02Working paper · May 2026
Mechanism-Aware Hierarchical Causal Elasticity Modeling for Platform E-Commerce
A methodological working paper proposing MA-HCEM: a hierarchical Bayesian, double-machine-learning, mechanism-aware estimator for SKU-level price elasticity on Shopee, Lazada, and TikTok Shop, with Bundle Deal and voucher mechanisms treated as structured price discrimination.
Bhum Soonjun · DataGlass Labs Research- 7 พฤษภาคม 2026
- เผยแพร่
- 46 นาที
- เวลาอ่าน
- Advanced
- ระดับความยาก
- 03รายงานวิจัย · พฤษภาคม 2026
Decision Intelligence สำหรับอีคอมเมิร์ซ: ผู้ค้าปลีก optimize pricing, forecasting, inventory, promotions และ personalization อย่างไร
สำรวจเชิงเทคนิคเรื่อง pricing, forecasting, inventory, promotions และ personalization ครอบคลุมเทคนิคที่ retailer รายใหญ่ใช้ variant ที่สำคัญ และวิธี deploy ให้ใช้งานจริง
DataGlass Research Lab- 4 พฤษภาคม 2026
- เผยแพร่
- 42 นาที
- เวลาอ่าน
- ขั้นสูง
- ระดับความยาก
- 04Working paper · พฤษภาคม 2026
จาก Gut Feel สู่ Posterior Inference: งานวิจัยระบบ DataGlass สำหรับจัดสรรงบโฆษณาอีคอมเมิร์ซ
บทความเชิงเทคนิคของระบบ DataGlass สำหรับจัดสรรงบโฆษณารายวันบน marketplace อธิบายเหตุผลเชิงวิเคราะห์ที่ rolling-mean heuristic ล้มเหลว methodology แบบ Bayesian + bandits-with-knapsacks และผล empirical portfolio-profit lift 18-24%
DataGlass Research- 4 พฤษภาคม 2026
- เผยแพร่
- 28 นาที
- เวลาอ่าน
- ขั้นสูง
- ระดับความยาก
- 05Working paper · พฤษภาคม 2026
Prediction และ Risk Optimization ภายใต้ความไม่แน่นอน: Meta-review ข้ามโดเมนใน finance, operations, causal inference และ e-commerce decision intelligence
Meta-review แบบมีโครงสร้างจาก 213 primary works และ 254 references ที่ชี้ว่าระบบตัดสินใจใน finance, operations, insurance, energy, healthcare, causal inference และ e-commerce ใช้ four primitives ร่วมกัน: probabilistic model ที่ calibrate แล้ว, risk-aware objective, operational constraint set และ principled exploration พร้อม 11 worked cases ที่เชื่อมกลับมาที่ระบบ marketplace ad-budget ของ DataGlass
DataGlass Labs Research- 4 พฤษภาคม 2026
- เผยแพร่
- 75 นาที
- เวลาอ่าน
- ขั้นสูง
- ระดับความยาก