呂峰

（浙江農業(yè)商貿職業(yè)學院，浙江 紹興 312088）

一、問題分析

（一）問題一的分析：

針對問題一，先對附件1的數(shù)據(jù)進行處理，刪除附件1中信息不完整及信息存在問題的會員，再利用新數(shù)據(jù)，借助EXCEL做出會員中男女及各年齡層的比例圖。接著通過附件1，3篩選出本商場的會員，求出他們的消費次數(shù)及金額，并畫出各個季度會員的消費情況的柱形圖。利用之前篩選出的本商城的會員數(shù)據(jù)，在附件2中篩選出非會員信息，比較會員與非會員之間的差異，做出對比圖，最后說明會員群體給商家?guī)淼膬r值。

（二）問題二的分析：

首先通過EXCEL篩選出會員最后一次消費日期，假設R、F、M分別表示為會員最后一次消費的時間，消費次數(shù)以及金額，建立模型，將會員分為八個等級，從中分析會員的價值，并對會員實施有效管理。

（三）問題三的分析：

由于會員總數(shù)包括活躍會員數(shù)和非活躍會員數(shù)，活躍會員包括新增會員數(shù)和老會員數(shù)，非活躍會員包括流失會員和沉默會員，激活率等于當天轉化為活躍會員的人數(shù)除以非活躍人數(shù)。從而計算當天的活躍會員人數(shù)、當天非活躍會員轉化為活躍會員的人數(shù)、激活率、折扣率，調用MATLAB中CFTOOL函數(shù)擬合出激活率與折扣率之間的關系函數(shù)。

二、模型假設

假設年齡<45歲為青年，45<=年齡<=59歲為中年，年齡>=60歲為老年；

假設相同單據(jù)號不是同一筆消費產生；

假設信息不完整以及信息存在問題的會員為無效會員；

假設附件2中消費數(shù)量、金額小于零的情況為退貨；

假設會員總人數(shù)固定不變；卡號為八位數(shù)；

假設流失會員不能被激活。

三、模型建立與求解

（一）問題一的分析與求解

1.根據(jù)附件1，對數(shù)據(jù)進行預處理，刪去會員卡號非八位數(shù)，會員信息為空，會員出生日期、入會登記時間不符合實際，會員出生日期在入會登記時間之后的部分，剩下136636個，得到表1。

利用表1，可以得出男性29368人，女性107268人，畫出會員男女比例的示意圖：

青年85139人，中年44517人，老年6980人，繪制出會員各年齡層所占比例示意圖：

第一季度233878人，第二季度256252人，第三季度237256人，第四季度184316人，得四個季度會員消費人數(shù)示意圖：

2.比較會員與非會員的差異

消費次數(shù)對比：

從圖中可以發(fā)現(xiàn)會員消費的次數(shù)比較平均，而非會員的消費次數(shù)主要是集中在0-2次。

消費金額對比：

從圖中可以發(fā)現(xiàn)會員的消費金額分布較平均，非會員的消費金額較少，并且主要集中在0-3000元之間。

3.說明會員群體給商家?guī)淼膬r值：

綜上可知，相比非會員，會員給商家?guī)淼慕洕娓螅€(wěn)定持久，并且商家與顧客建立良好的關系，有利于提高顧客的忠誠度，從而降低開發(fā)新顧客的成本，除此之外商家還可以依據(jù)會員的消費信息，對會員進行有效的分類管理。

（二）問題二的分析與求解

1.預備知識

RFM模型是一種用于評價客戶忠誠度、衡量客戶價值的重要方法，其中R表示距離上一次交易的時間，F(xiàn)表示最近N個月的交易次數(shù)，M表示最近N個月的交易金額，R越小說明客戶再次購買的可能性越大，F(xiàn)越大，說明其購買頻率越高，客戶與商家的關系越牢固，M越大說明該客戶價值越大。

2.RFM模型

篩選附件3中會員的最后一次消費時間、消費金額、消費次數(shù)，利用DATEIF函數(shù)求出會員最后一次消費時間與2018年1月3日的時間差、均值，調用IF函數(shù)求出R，同理求出F、M列，建立RFM模型：

表6

（假設“1”表示為大于均值，“0”表示為小于均值）

那么在坐標系中，以R為X軸，F(xiàn)為Y軸，M為Z軸，就把坐標系分為8個象限，分別表示8種會員類型：

得到部分數(shù)據(jù)如下：

其中ea表示至尊會員，b表示金尊會員，cg表 示貴賓會員，d表示尊享會員，表示鉆石會員，f表示鉑金會員，表示黃金會員，h表示大眾會員。

（三）問題三的分析與求解

由附件3可知總會員人數(shù)為32508人；

假設會員至少六個月沒有消費，就成為流失會員，根據(jù)假設7流失會員不能被激活，表示非活躍會員的激活率，表示沉默用戶轉化為活躍用戶的人數(shù)，表示當月平均活躍人數(shù)，則

打折率=1-打完折后的金額/打折前的金額，則

最后利用MATLAB軟件，擬合出折扣率與激活率之間的函數(shù)：

擬合圖像如下：

函數(shù)誤差較小，擬合較好。求出該模型可以幫助商家挽回更對沉默會員，發(fā)展成活躍會員，延長會員周期，提高會員忠誠度。