通用汽车用消费者选择模型取代凭直觉的配置和定价决策

内容配置和定价决策决定了一款车型的配置级别、功能和价格，这些决策在发布前几年就已锁定，因此错误的判断会导致数亿美元的工具成本损失和销售损失。

通用汽车的车辆内容优化（VCO）用数据取代了直觉：离散选择模型估计客户对每个功能的重视程度，新颖的优化算法搜索可能的订单指南空间，以找到最能平衡客户价值、价格和利润的那个。

通用汽车财务部门验证，VCO带来了44亿美元的增量寿命周期利润，并且自其被整合到开发流程以来，已应用于全球超过85个车辆项目。该工作在2022年Franz Edelman奖中成为决赛入围者。

优化每个配置级别包含的内容，而非优化要制造什么

选择模型揭示客户愿意为什么付费，而不是计划者假设他们会为什么付费。

多目标搜索平衡客户价值、价格和成本，而不是以牺牲其他方面为代价最大化某一项。

周到的内容配置避免了过度配置无人购买的功能，以及低估客户想要的功能。

系统化的决策使每个新车辆项目可重复，而不是从零开始。

当产品有数千个可配置的点时，对客户选择进行建模比相信团队的销售直觉更好。

VCO成为通用汽车全球车辆开发流程的一部分，并发展成为一个用于复杂性和电动车预测的平台。通用汽车在追求零排放目标时，将相同的选择建模机制应用于长期电动车组合和定价问题。