唐紀(jì)芳
(四川職業(yè)技術(shù)學(xué)院,四川 遂寧 629000)
在實(shí)體零售行業(yè)中,會(huì)員持續(xù)不斷的為零售運(yùn)營(yíng)商帶來穩(wěn)定的銷售額與利潤(rùn)來體現(xiàn)會(huì)員自身的價(jià)值,也為運(yùn)營(yíng)商提供制定策略的數(shù)據(jù)支持。對(duì)現(xiàn)有會(huì)員的畫像進(jìn)行完善,加強(qiáng)對(duì)現(xiàn)有會(huì)員的管理,定期的推送適合的產(chǎn)品和服務(wù),與會(huì)員建立穩(wěn)定的關(guān)系,以使實(shí)體零售行業(yè)的發(fā)展更好。
附件(文獻(xiàn)[1])中的數(shù)據(jù)給出了某大型百貨商場(chǎng)會(huì)員的相關(guān)信息:附件1 是會(huì)員信息數(shù)據(jù);附件2 是近幾年的銷售流水表;附件3 是會(huì)員消費(fèi)明細(xì)表;附件4 是商品信息表,一般來說,商品價(jià)格越高,盈利越高;附件5 是數(shù)據(jù)字典。請(qǐng)建立數(shù)學(xué)模型解決以下問題:
問題一:對(duì)每一位會(huì)員的消費(fèi)情況進(jìn)行分析,建立能描繪每一位會(huì)員的購(gòu)買力的數(shù)學(xué)模型,以方便能夠?qū)γ课粫?huì)員給商場(chǎng)帶來的價(jià)值進(jìn)行評(píng)估。
問題二:從非活躍會(huì)員轉(zhuǎn)化為活躍會(huì)員的可能性稱為激活率,建立數(shù)學(xué)模型后計(jì)算出會(huì)員的生命周期中的非活躍會(huì)員的激活率并從實(shí)際的銷售數(shù)據(jù)出發(fā),確定非活躍會(huì)員的激活率和商場(chǎng)促銷活動(dòng)之間的關(guān)系模型。
問題三:銷售之后再銷售被稱為連帶銷售,而連帶銷售是購(gòu)物中心經(jīng)營(yíng)的重心,假如商家將策劃某次促銷活動(dòng),怎樣根據(jù)會(huì)員的愛好和商品所帶來的連帶率來策劃這次促銷活動(dòng)。
問題一:本題要求對(duì)比會(huì)員與非會(huì)員的銷售差異。首先進(jìn)行數(shù)據(jù)處理,對(duì)附件2-銷售流水表的內(nèi)容進(jìn)行時(shí)間分析發(fā)現(xiàn)起止時(shí)間是2016 年1月9 日到2017 年9 月23 日,附件3- 會(huì)員消費(fèi)明細(xì)表的時(shí)間分析發(fā)現(xiàn)起止時(shí)間是2015 年1 月1 日到2018 年1 月3 日,并對(duì)附件3 中不含附件1 的其他會(huì)員進(jìn)行篩選,后取附件2 與附件3 的相同時(shí)間段(2016 年1 月9 日-2017 年9 月23日)來比較會(huì)員在此段時(shí)間所購(gòu)買商品的總金額與非會(huì)員購(gòu)買商品的總金額,并計(jì)算出會(huì)員與非會(huì)員分別所占的比例。
問題二:本題首先對(duì)生命周期進(jìn)行定義,其次對(duì)會(huì)員的狀態(tài)進(jìn)行劃分,整理附件1、附件2、附件3 后統(tǒng)計(jì)出2015 年上半年到2018 年上半年的生命周期和活躍狀態(tài),最后對(duì)附件3 數(shù)據(jù)分析后建立馬可夫鏈模型[2]來解決會(huì)員的生命周期與狀態(tài)劃分。對(duì)附件1 和附件3 進(jìn)行整理定義出促銷時(shí)間,最后選出促銷時(shí)間,再對(duì)附件3 中促銷時(shí)間前的會(huì)員消費(fèi)狀態(tài)進(jìn)行統(tǒng)計(jì),然后對(duì)會(huì)員的狀態(tài)進(jìn)行標(biāo)記,統(tǒng)計(jì)出激活會(huì)員與非活躍會(huì)員和流失會(huì)員的和,最后建立模型計(jì)算出激活率。
問題三:定義連帶銷售,連帶率。分析所有類別的商品銷售數(shù)量,其次分析每個(gè)會(huì)員購(gòu)買商品的數(shù)量及金額情況,推算出受大眾喜愛的商品從而決定促銷方案。然后建立連帶率的計(jì)算模型。
1)題目附件的大型百貨商場(chǎng)的銷售數(shù)據(jù)真實(shí)可靠,會(huì)員卡號(hào)反應(yīng)出的人數(shù)準(zhǔn)確。
2)假設(shè)大量數(shù)據(jù)中舍去或者補(bǔ)充少量部分?jǐn)?shù)據(jù)不影響最后結(jié)果。
3)題中并未給出具體的會(huì)員生命周期狀態(tài)規(guī)則,結(jié)合現(xiàn)實(shí)和附件數(shù)據(jù)給出較為合理的定義。
4)假設(shè)每個(gè)會(huì)員卡號(hào)僅限本人使用,且商場(chǎng)不會(huì)發(fā)生劇烈的變化影響銷售。
mi:總金額
d:某個(gè)時(shí)段
Si:第i 半年時(shí)間段所在的列
Ki:第i 個(gè)會(huì)員喜歡的商品連帶率
Mi:第i 個(gè)會(huì)員購(gòu)買的商品類別里數(shù)量最多的商品數(shù)量
Zi:第i 個(gè)會(huì)員購(gòu)買的所有商品類別的數(shù)量
問題一
購(gòu)買力(purchasing power)是指在一定時(shí)期內(nèi)用于購(gòu)買商品的貨幣總額,這個(gè)定義中需要考察兩個(gè)因素,一個(gè)是兩次消費(fèi)間隔的時(shí)間,一個(gè)是相同時(shí)間的消費(fèi)金額。因此我們規(guī)定在一定時(shí)間內(nèi),消費(fèi)金額越高的會(huì)員,則購(gòu)買力越高,相同的消費(fèi)金額如果消費(fèi)間隔時(shí)間越短,則該會(huì)員購(gòu)買力越高。我們根據(jù)附件3 中會(huì)員消費(fèi)情況,首先考慮會(huì)員的性別,年齡因素對(duì)商品購(gòu)買數(shù)量,金額進(jìn)行統(tǒng)計(jì),結(jié)果如表1。再考慮不同年齡階段和性別對(duì)不同類別商品的購(gòu)買數(shù)量和金額,來反應(yīng)出會(huì)員對(duì)某類商品的購(gòu)買力,因此我們建立了一個(gè)隨著時(shí)間的增加,消費(fèi)金額的變化而產(chǎn)生變化的購(gòu)買力的數(shù)學(xué)模型。根據(jù)這個(gè)模型得出各會(huì)員的購(gòu)買力情況,購(gòu)買力越高的會(huì)員價(jià)值越高。
表1 消費(fèi)金額情況表
根據(jù)消費(fèi)金額情況可以建立每一個(gè)會(huì)員平均消費(fèi)金額的模型:
利用Excel 軟件挑選出一部分會(huì)員的購(gòu)買情況算出各個(gè)會(huì)員的平均消費(fèi)金額來反映購(gòu)買力見表2.
表2 會(huì)員購(gòu)買力
從表2 可以看出每個(gè)會(huì)員的購(gòu)買力不同,數(shù)據(jù)越大時(shí)說明該會(huì)員在此時(shí)間段內(nèi)購(gòu)買力越大,數(shù)據(jù)為0 時(shí)該會(huì)員在此時(shí)間內(nèi)未購(gòu)買任何商品。
問題二
會(huì)員包含各種類型,反應(yīng)了不同群體的特征和想法。在會(huì)員的生命周期中,我們應(yīng)定義更全面的指標(biāo)。
流失會(huì)員:有一段時(shí)間沒有購(gòu)買產(chǎn)品,那么我們就視為流失會(huì)員,根據(jù)會(huì)員購(gòu)買情況,我們可以把這段時(shí)間按360 天劃分。即該會(huì)員360 天內(nèi)沒有購(gòu)買任何產(chǎn)品,就視為流失會(huì)員。在上一次購(gòu)買或者開卡時(shí)到流失會(huì)員的時(shí)間段就是該會(huì)員的生命周期。
在生命周期里我們對(duì)會(huì)員狀態(tài)有以下定義[3]:
非活躍會(huì)員:有一段時(shí)間沒有購(gòu)買產(chǎn)品,為了和流失會(huì)員區(qū)分開來,需要選擇無交集的時(shí)間范圍。比如流失會(huì)員是360 天以上沒購(gòu)買產(chǎn)品,那么非活躍會(huì)員則是180 天~360 天沒購(gòu)買。
活躍會(huì)員:一段時(shí)間內(nèi)購(gòu)買過產(chǎn)品,我們以180 天內(nèi)購(gòu)買產(chǎn)品來劃分。
激活會(huì)員:有一段時(shí)間沒購(gòu)買產(chǎn)品,之后突然回來再次購(gòu)買,則稱為激活會(huì)員。激活會(huì)員是活躍會(huì)員,且是由流失會(huì)員或非活躍會(huì)員轉(zhuǎn)變而來,即超過180 天沒有購(gòu)買商品然后又購(gòu)買商品的會(huì)員。
會(huì)員購(gòu)買商品是一個(gè)隨機(jī)的無后效性的動(dòng)態(tài)過程,每一個(gè)時(shí)間段里會(huì)員所處的狀態(tài)是隨機(jī)的,這一次購(gòu)買,不能反應(yīng)出下一次是否購(gòu)買,這次購(gòu)買下次有一定的概率轉(zhuǎn)移成不購(gòu)買。同樣,這次不購(gòu)買,下次有一定的概率轉(zhuǎn)移成購(gòu)買。也即是說下一個(gè)時(shí)期的狀態(tài)只取決于本時(shí)期的狀態(tài)和轉(zhuǎn)移概率[4]。
會(huì)員在生命周期內(nèi)具有活躍、非活躍及流失三種不同的狀態(tài),設(shè)對(duì)特定年齡段的人,現(xiàn)階段活躍下階段保持活躍狀態(tài)的概率為0.5,而現(xiàn)階段非活躍、下階段轉(zhuǎn)為活躍狀態(tài)的概率為0.5,現(xiàn)階段非活躍,下階段轉(zhuǎn)為流失狀態(tài)的概率為0.3,可以建立下面的模型(馬可夫鏈模型):
初始階段的活躍值與初始狀態(tài)相同,
當(dāng)Si+1=1,(i=0,1,2,…,6)時(shí),該會(huì)員在此階段活躍;當(dāng),(i=0,1,2,…,6)時(shí),該會(huì)員在此階段非活躍;
當(dāng)Si+1=0,(i=0,1,2,…,6)時(shí),該會(huì)員在此階段為流失。
表3 不同狀態(tài)下的會(huì)員人數(shù)
激活率:即從非活躍會(huì)員或者流失會(huì)員轉(zhuǎn)化為活躍會(huì)員的可能性[5]。
促銷時(shí)間:對(duì)附件1 和附件3 的數(shù)據(jù)做合并處理,算出日平均銷量為307,和日平均購(gòu)買人數(shù)為290,選出當(dāng)天銷售數(shù)量和購(gòu)買人數(shù)分別超過2.6 倍和2 倍為促銷時(shí)間(見表4)。
表4 促銷時(shí)間
再對(duì)附件3 中促銷時(shí)間前的會(huì)員消費(fèi)狀態(tài)進(jìn)行統(tǒng)計(jì),若該會(huì)員是非活躍狀態(tài)和流失狀態(tài),則標(biāo)記為0,然后再對(duì)促銷時(shí)間段這些標(biāo)記為0 的會(huì)員進(jìn)行對(duì)比,若該會(huì)員變?yōu)榛钴S狀態(tài)則該會(huì)員被激活,
也即是Si-Si+1〈0,(i=0,1,2,…,6)
再根據(jù)激活會(huì)員的總?cè)藬?shù)與所有非活躍及流失狀態(tài)的會(huì)員總?cè)藬?shù)作百分比,該值就是激活率(見表5)。
表5 會(huì)員激活情況
2015 年下半年只有一次促銷活動(dòng),所以激活率較低為7.9%。2017 上半年有3 次促銷活動(dòng),但中途有的促銷活動(dòng)時(shí)間較長(zhǎng),所以激活率最高為38.1%。而2018 年只有一次且僅有一天活動(dòng)時(shí)間,所以激活率最低為0.8%。
將每個(gè)階段會(huì)員的激活率與其對(duì)應(yīng)階段的促銷時(shí)間天數(shù)擬合得到下面的函數(shù)及圖形(見圖1),我們通過對(duì)數(shù)據(jù)的分析和擬合可以得出結(jié)論:商場(chǎng)促銷活動(dòng)次數(shù)越多,時(shí)間越長(zhǎng),會(huì)員的激活率就越高。
圖1 會(huì)員激活函數(shù)
問題三
首先我們對(duì)連帶消費(fèi)下一個(gè)定義, 顧客單次購(gòu)買商品的數(shù)量超過1 件,那么超過的商品就是連帶消費(fèi)的商品。
然后分析了所有類別的商品銷售數(shù)量, 銷售數(shù)量越多, 說明這類商品越受大多數(shù)顧客的喜歡。其次分析每個(gè)會(huì)員購(gòu)買商品的數(shù)量及金額情況,同樣購(gòu)買的數(shù)量越多,消費(fèi)的金額越高,反應(yīng)了此類商品越受該會(huì)員的喜歡。我們結(jié)合兩者來討論促銷方案。
假設(shè)會(huì)員主要購(gòu)買的是其喜歡的商品, 那么他購(gòu)買的其他商品就是連帶商品,購(gòu)買的連帶商品越多,則此類商品的連帶率越高。
我們?cè)诟愦黉N活動(dòng)時(shí)就主要以連帶率高的商品來做促銷活動(dòng),從而帶動(dòng)其他商品的消費(fèi)。連帶率計(jì)算模型:
表6 商品連帶率
選擇連帶率超過60%的商品來做促銷活動(dòng),其中有類別編碼為40101,40501,90901,60101,90702 等等,其余見附件7。
模型的優(yōu)點(diǎn):建模能與實(shí)際緊密聯(lián)系,結(jié)合實(shí)際情況對(duì)問題求解,使模型更貼切實(shí)際,推廣性較強(qiáng)[6]。模型對(duì)數(shù)據(jù)的分析不僅使問題得到了解決,而且還能迅速掌握實(shí)驗(yàn)數(shù)據(jù)的特點(diǎn),為建立更合適的模型提供了基礎(chǔ)。模型操作簡(jiǎn)易,適合大眾應(yīng)用。模型試用與各種數(shù)據(jù)分布,指標(biāo)多少?zèng)]有限制,較為靈活,方便。模型可以通過統(tǒng)計(jì)方法來對(duì)干擾因素加以控制,發(fā)現(xiàn)自變量與因變量之間的關(guān)系。模型復(fù)雜因素較多,不能對(duì)其進(jìn)行全面的考慮,造成與實(shí)際有一定的不相符之處,但偏差不是很大。