广告投放优化（线性规划求解）（Excel+Python）

案例背景：

对于大多数广告主来说，广告投放的目的无非就是吸引更多的用户，最终实现营销转化。他们特别关注这些信息：

投放渠道有哪些？

曝光及流量预估有多少？

媒体/广告公司承诺的量是否达到？数据是不是真实？

广告的投入与产出比......

某品牌公司新开发了一款药物牙膏，公司准备投入 370万元进行广告媒体宣传，希望消费者能了解新产品，并能够吸引消费者购买新产品。根据广告媒体预算情况，目前有5种媒体可供选择，相关有效信息：

1、至少进行 300次电视广告播放；

2、至少有550万名潜在顾客被告知；

3、电视广告投入不超过 220万元。

确定问题（适用场景）：

如何进行媒体组合，才能使广告质量最高？ 

线性规划是决策系统的静态最优化数学规划方法之一。它作为经营管理决策中的数学手段，在现代决策中的应用是非常广泛的，它可以用来解决科学研究、工程设计、生产安排、军事指挥、经济规划等。即在一定条件下，合理安排人力物力等资源，使结果达到最好。决策变量、约束条件、目标函数是线性规划的三要素。

数据收集：

目标函数与约束条件中的所有参数，对数据的要求较高，数值型数据。

字段	数据类型	说明
媒体渠道	字符型、类别型	媒体渠道：日间电视、夜间电视、日报、期刊杂志、互联网五种
被告知的潜在顾客	数值型	一次广告投放带来的潜在客户流量数（单位：人/次）
广告费用	数值型	一次广告投放的成本，单位：元/次
媒体最高使用次数	数值型	不同媒体渠道投放上限，单位：次
每次宣传的质量	数值型	不同媒体渠道广告投放效果评分，分值范围（1-100）

媒体渠道	被告知的潜在顾客（人/次）	广告费用（元/次）	媒体最高使用次数（次）	每次宣传的质量
日间电视	3000	5000	550	65
夜间电视	6000	10000	370	90
日报	150000	40000	30	40
期刊杂志	25000	10000	50	60
互联网	2500	5000	75	35

数据预处理：

无缺失值即可。

EXCEL线性规划求解方法：

列出目标函数公式与所有约束条件，在EXCEL中添加线性规划求解加载项并求解各个未知变量的值。

给要求解的X（x1-x5）留出计算的位置（可变单元格）

写出目标函数的计算公式：

列出所有约束条件：

（x1-x5非负的条件可以不写，可统一进行处理）

（注意量纲要一致）

利用 EXCEL-数据-分析-规划求解 进行x1-x5的求解：

结果分析：

直接查看求解结果，注意，线性规划最优解的几种可能情况：

1. 有唯一最优解

2. 有一个以上的最优解

3. 无界解

4. 无解

执行与反馈：

执行结果并结合实际情况，不断修正模型。

 370万元进行广告媒体宣传的方案为：

媒体渠道	宣传次数
日间电视	440
夜间电视	0
日报	19
期刊杂志	48
互联网	52

Python实现：​​​​​​​

from scipy import optimizeimport numpy as np
np.set_printoptions(suppress=True)
c=np.array([65,            90,            40,            60,            35])
A_ub=np.array([[-1,-1,0,0,0],               [-3000,-6000,-150000,-25000,-2500],               [5000,10000,0,0,0],               [5000,10000,40000,10000,5000],               [1,0,0,0,0],               [0,1,0,0,0],               [0,0,1,0,0],               [0,0,0,1,0],               [0,0,0,0,1]])
#注意：不等式方向不一样，需要添加负号调节方向，使之对应；相应的，系数矩阵的系数也要改变方向B_ub=np.array([-300,-5500000,2200000,3700000,550,370,30,50,75])
result=optimize.linprog(-c,A_ub,B_ub)print(result)