MCM520 ← 资料站首页 大型百货商场会员（国赛 2018 C） 打开交互阅读器 →

大型百货商场会员（国赛 2018 C）

历年真题解法库 · 本题为公开赛题要点整理，完整原题请到官方渠道获取（链接见下）；
下方「练习数据」为本站生成的合成数据集，仅用于跑通方法，非官方原题数据。

一、赛题要点

  • 赛事：国赛 2018 年 · 题号 C
  • 问题实质：面向商场会员数据，要求做会员分群、价值评估与流失预警，辅助精准营销。

二、需要产出什么

建立会员行为特征矩阵；做聚类分群、价值评价与流失分类。

三、数据说明（官方来源 + 练习数据集）

  • 官方数据/赛题：官方给出会员消费、到店与优惠券数据；需做特征工程。
  • 官方获取渠道：http://www.mcm.edu.cn（请以当年官网发布为准）
  • 本站练习数据集：data/cumcm2018c.csv —— 按本题结构生成的合成数据（features 型），可下载后用上面的算法手册直接练手。
  • 字段说明：CSV 表头即各变量名；数值为合理量级的随机样本，仅用于方法验证，不代表真实赛题数据。

四、可用解法 → 对应手册

下面按本题涉及的题型，给出对应的「方法选型指南」与可直接套用的算法手册跳转。

题型：分类 / 聚类类

先看选型 👉 🧭 分类聚类选型指南

可套用算法手册：

题型：预测 / 回归类

先看选型 👉 🧭 预测类选型指南

可套用算法手册：

题型：评价 / 决策类

先看选型 👉 🧭 评价类选型指南

可套用算法手册：

参考手册速查

📘 K-Means 聚类 · 📘 层次聚类 · 📘 模糊 C 均值 · 📘 决策树 · 📘 支持向量机 · 📘 贝叶斯分类 · 📘 逻辑回归 · 📘 线性回归 · 📘 多元回归 · 📘 BP 神经网络 · 📘 层次分析法 AHP · 📘 TOPSIS · 📘 熵权法 · 📘 模糊综合评价 · 📘 灰色关联分析 · 📘 VIKOR · 📘 CRITIC 法 · 📘 PCA 综合评价

五、建模思路提示

  • 先构造 RFM 类特征再聚类
  • 流失用分类模型预测
  • 价值用综合评价排序

六、常见坑与规避

  • 不要把赛题要点当原题照搬，先独立重述问题再建模。
  • 拿到数据先检查量纲、缺失与异常，再决定用预测/评价/优化哪类方法。
  • 方法选型别凭感觉：先看「方法选型决策指南」对应题型那本，再进具体算法手册。
  • 合成练习数据只验证逻辑，正式参赛务必用官方数据并做敏感性/误差分析。

七、优秀范文（本站原创，四路一致：正文/图/附录/工具）

权威数字速览（合成数据，非官方数据）：

  • 数据：800 会员（固定种子）；RFM 指标（月消费 M/月频次 F/最近间隔 R 天）+ 品类偏好（服装/化妆品/家居/食品/数码）。
  • Q1 画像：女 420/男 380（52.5%）；平均年龄 44.2 岁；月消费均值 1596.4 元（中位 1183.1，右偏）、频次 4.56、间隔 29.8 天；偏好 服装 29.8% 化妆品 19.6% 食品 19.5% 家居 16.6% 数码 14.5%。
  • Q2 聚类（K-means k=4）：簇0 高价值 73 人（9.1%，M=4928、RFM 满分 15）；簇1 潜力 172（21.5%，M=2568）；簇2 一般 273（34.1%，M=1286）；簇3 沉睡 282（35.2%，M=441、R=50.6 天）；簇0+簇1 以 30.6% 人数贡献 62.8% 消费（二八结构）。
  • Q3 群组差异：高价值簇偏好化妆品 33%+数码 23%、女性仅 41.1%（男性购买力强）；沉睡簇偏好食品 21%+家居 22%——品类结构是价值分层的强信号。
  • Q4 分级与流失：VVIP 102（12.8%，均消 4442 元）/VIP 129（16.1%）/银卡 96（12.0%）/普通 297（37.1%）/沉睡 176（22.0%）；流失风险（R≥60 天）104 人（13.0%）全部集中在沉睡级。

八、配套资源