把经营里的“拍脑袋”，变成算得出来的答案。
新店开在哪、每天备多少货、套餐怎么定价——这些问题不缺意见，缺的是一个能复算、能追溯、能落到门店的模型。
交付物示意，数据非真实客户数据
研究与教学
竞赛特等奖（O 奖）
算法方法库
如果你正在为这些事犯难
它们的共同点是：数据其实都在，但没有人把它算成一个能拿去开会的结论。
看了十个点位，租金、人流、外卖单量各说各话，最后拍板还是靠“感觉这个位置旺”。开错一家店，一年就是几十万。
备多了当天报废，备少了断货丢单。总部只能给一个统一系数，几百家门店的差异全靠店长自己找补。
想调价又怕掉客流，想推套餐又不确定会不会左手打右手。没有弹性测算，每次调价都是一场赌博。
三个标准化服务包
固定周期、固定交付物、一口价，不按人天计费。其他场景走定制建模；只想把方法留在自己团队里，也可以只做一场内训。
交付的不是一份 PPT，
是一个你能一直用下去的东西
绝大多数咨询交付是“报告 + Excel”，客户看完一次就锁进网盘。我们把结论做成可在线打开的交互式报告： 换个参数就能看结果怎么变，下钻到具体门店和单品，模型口径写在页面上，谁都能复核。
我们凭什么算得准
面对一个新场景，我们不是从零想办法，而是从已有的方法族里选、组合、再针对你的数据校准—— 十年建模研究与教学攒下的不只是会解题的人，还有一套被反复验证的流程。
问题界定 → 数据准备 → 模型选择 → 求解 → 检验 → 敏感性分析 → 落地建议。每一步都留痕，结论可追溯。
评价、优化、预测、仿真四大方向。选址用整数规划与重心法，预测用分层时序，定价用弹性与混合整数规划。
聊完先说实话：你的数据够不够、这个问题值不值得建模。算不出来的我们会直接说，不接。
每个数字怎么来的、假设是什么、在什么条件下失效，都写清楚。经不起追问的结论不叫结论。
在花钱建模之前，
先花五分钟确认数据够不够
决定一个数据分析项目成败的，八成不在算法，在数据这一关。这份清单是我们做连锁门店项目时的实际自检表—— 五个问题问完，你就知道手上的数据能不能支撑想要的结论。
- 粒度：数据记到门店级还是只有汇总数
- 跨度：覆盖了几个完整的淡旺季周期
- 变异：你想问的那个变量，历史上变过没有
- 口径：财务、运营、IT 说的是不是同一个数
- 可得性：取一次数据要走多久流程
只用于这一次资料发送与后续可能的一次回访，不做群发、不给第三方。也可以直接 跳过留邮箱直接下载 →
A4 单页 · 可直接打印，带勾选框
做过的项目
洞察
全部文章 →先聊 30 分钟，不收费也不绕弯
带上你的问题和现有数据情况，我们直接告诉你：这个问题能不能建模、需要什么数据、大概多久、值不值得花这个钱。 判断下来不值得做，我们会直说。