数学建模用python分析月消费_数学建模在实际中的应用——以百货商场会员消费为例...

案  例  AN  LI

摘要：

本文主要研究大型百货商场中会员与非会员的消费特征。为提高商场管理效率，制定科学合理的管理

模型，通过网络数据(附件1)划分出会员在生命周期的各种状态(普通会员、活跃会员、睡眠会员、流失会

员)，进一步根据会员喜好、商品连带率制定出合理的数学模型。首先，利用ACCESS数据库软件对网络数据分

析得到在同一时间段内，会员与非会消费相同次数的消费金额差距。其次，会员的消费水平是反映会员购买力的

关键因素，因此在本文中假设会员的购买力就是会员的平均客单价，就是会员消费总额与消费次数的比值。利

用个人客单价与平均客单价相比可以得出每个会员的购买力强弱，高于平均客单价的是强购买力，反之则弱购买

力。最后，对附件1表进行分析，利用每位会员连续两次消费时间间隔判定会员所处状态，并建立会员生命周期

判定数学模型，使得商场管理者能够动态的对会员进行管理。

关键词：

Origin Lab绘图软件；ACCESS数据库；客单价

一、问题重述

在零售行业中，会员价值体现在持续不断地为零售运营

商带来稳定的销售额和利润，同时也为零售运营商策略的制定

提供数据支持。零售行业会采取各种不同方法来吸引更多的人

成为会员，并且尽可能提高会员的忠诚度。比如，商家针对会

员采取一系列的促销活动，以此来维系会员的忠诚度。通过完

善会员画像描绘，加强对现有会员的精细化管理，定期向其推

送产品和服务，与会员建立稳定的关系是实体零售行业得以更

好发展的有效途径。

二、模型假设

假设顾客第一次在本店消费以后，该顾客就升级为普通

会员。

符号说明

三、问题分析

(1)利用ACCESS软件分析附件1中的会员卡号可以得出

本商场会员的消费和非本商场会员的消费。

(2)通过分析附件1中会员的销售数量和商品价格建立

关于购买力的数学模型，以便能够对每个会员的价值进行识

别。

(3)根据资料划分生命周期讨论会员的活跃状态，用户

生命周期是为了定位每个用户在哪个阶段。利用每位会员连续

两次消费时间间隔建立会员生命周期判定数学模型，使得商场

管理者能够动态的对会员进行管理。

(4)利用新增活跃会员与普通会员的比值做为非活跃会

员的激活率建立数学模型，通过激活率数学模型求解出激活

率，激活率=非转活个数与普通会员个数的比值。

四、模型建立与求解

(一)会员的消费特征及其与非会员的差异

1.建立模型

要分析商场会员与非会员的消费特征，只需要知道在某

时间段内相同数量的会员与非会员的消费金额及消费数量即

可，因此可推得会员群体给商场带来的价值。本文将对2017年

1-9月的会员、非会员消费记录进行分析，1-9月消费记录见附

录3，利用随机函数在每月记录中随机提取1000条会员消费金

额、非会员消费金额，然后对提取的金额进行求和,数学模型

如下：

1000

1

j

ij

i

Y

a

=

=

∑

1000

1

j

ij

i

Z

b

=

=

∑

(j=1,2...9)

2.求解模型

利用EXCEL表格对随机提取的数据进行求和得到1-9月会

员、非会员的消费情况用折线图显示，见图1。