游侠网看的一篇好贴，转发大家看看，关于fifam12门票
http://bmp.脏话.net/pics/close.gif门票初级教程：如何让门票收益最大化！
FIFA足球经理里面可以设置不同看台的门票价格，到场人数会随着票价波动而变化。怎么样能使利润达到最大呢？是坐满全场吗？还是靠昂贵的票价？
经过对不同票价和到场情况的统计，我发现一个最优方案。下面我会教你如何找到自己的最优方案。
一、界面操作介绍
1、门票调整界面介绍。
点击界面上方的，选择项，进入门票调整界面。
左边的看台模型用三种颜色作为区分，蓝色是季票，红色是主场门票，黄色是客队门票。蓝色的一次卖完，主要是调整红色和黄色。
左键单击一块看台，就会弹出价格调整窗口。上面可以看到此看台的座位数，就是我们要调整的票价。(小球场只有这个，其他两个是站票和包厢价格，本文不涉及)
界面右边是赛程，里面最关键的一项是预计到场人数，我们调整了价格就是要观察此数据来确定收益。(不知会否产生偏差，我测试时发现与实际情况完全一致，故本文假定0偏差)
比赛之前，预计到场人数项是灰色的；比赛前一刻，预计到场人数变成正常色，数据就是实际到场人数，无法修改了。所以门票调整最好提前一天。
2、实际收益查询
点击界面上方的，选择项，进入财政状况界面。点击上侧，这里会列出收支明细，项就是收入，打完比赛看看就知道了。
二、实际数据分析
OK，进入正题，下面以我的小球场数据为例，让大家看看如何达到门票收益最大化。
1、拐角看台。
让我们先来看看拐角看台，点击打开，座位显示为545，我们先把价格挑到最低，￥3。然后打开其他看台，价格全部调到最低。
这时候，我们可以看看预计到场人数，肯定是满场，我这里是16654。
OK，现在开始调整拐角看台价格，一点一点往上调，观察到场人数变化。由于其他看台都是底价，肯定可以坐满，所以现在仅拐角看台会影响到人数变化。(如果你全部最低还不能坐满。。。打几场胜仗再说吧！)
重点来了！可以看到价格为￥7时，人数还是满员，价格为￥8时，人数跌为16627，说明￥7是临界值，刚好可以坐满！但是，这个价格是不是赚钱最多的呢？让我们统计一下不同价格的变化规律。见下表。
票价 到场总人数 该看台人数 销售额
￥7 16654 545 3815
￥8 16627 518 4144
￥9 16584 475 4275
￥10 16544 435 4350
￥11 16508 399 4389
￥12* 16475 366 *4392*
￥13 16444 335 4355
计算方法：
*已知满座16654，拐角看台座位545，根据票价和到场人数的变化计算其他数据。
*除了拐角看台，其他所有座位总数 = 16654 - 545 = 16109
*该看台实际人数 = 到场总人数 - 16109
*销售额 = 该看台实际人数 * 票价
结论：
现在我们可以看到，当票价定为￥12的时候收益最大，即使只到了2/3的人！^0^ 这就是我们要的最优值！然后随着票价的升高，人数的减少，我们的收入也越来越少了。这个线性的曲线还是很有规律的。
2、主看台。
现在我们找到了拐角看台的最优票价，那么座位最多的主看台呢？是不是也是￥12呢？让我们用同样的方法统计一下。
先把拐角看台的价格调到最低，让预计人数达到最大。然后开始调整主看台票价。
我们发现主看台有5440个座位，￥9才是临界值，￥10的时候到场人数开始下跌。统计见下表。
票价 到场总人数 该看台人数 销售额
￥9 16654 5440 48960
￥10 16630 5416 54160
￥11 16288 5074 55814
￥12 15967 4753 57036
￥13 15667 4453 57889
￥14 15385 4171 58394
￥15* 15121 3907 *58605*
￥16 14875 3661 58576
￥17 14643 3429 58293
可以看到，￥15才是主看台的最佳票价。统计完所有座位，我们就会发现：主看台的含金量最高！所以增加座位优先升级主看台！
3、其他看台。
知道方法其他的统计就简单了，就此罗列。
球门开台:
票价 到场总人数 该看台人数 销售额
￥7 16654 1637 11459
￥11 16218 1201 13211
￥12* 16118 1101 *13212*
￥13 16026 1009 12950
主看台对面：
票价 到场总人数 该看台人数 销售额
￥8 16654 5760 46080
￥12 15394 4500 54000
￥13* 15071 4177 *54301*
￥14 14771 3877 54278
现在我们发现了,最优方案是：主看台￥15 + 对面看台￥13 + 拐角和球门看台￥12。(仅供参考，具体情况请参考自己的数据)
三、高级篇：根据不同场次调整票价
现在我们有了最优方案，是否高枕无忧了呢？是不是每场比赛都一样呢？NO NO NO，让我们来榨干门票最后一滴利润！
我们看看界面右边的每场比赛预计到场人数，可以看到每场比赛都不一样，难道我们的统计没有意义，要为每场比赛重新统计？不是的，经过分析对比，基本上规律是一样的，即使到场人数不一样，该票价仍然是最佳选择。
但是！我们有时候会碰到洲际比赛，如欧洲杯。这种大型比赛会吸引更多观众，我们可以看到，该赛事预计到场人数是满座，很明显还有潜力可挖！！让我们来继续抬高票价！
下面是一场洲际比赛的票价和人数变化，大家可以看看比以前有什么不同。
主看台：
票价 到场总人数 该看台人数 销售额
￥15 16654 5440 81600
￥16 16654 5440 87040
￥17* 16440 5226 *88842*
￥18 16110 4896 88128
￥19 15800 4586 87134
￥20 15510 4296 85920
主看台对面：
票价 到场总人数 该看台人数 销售额
￥13 16654 5760 74880
￥14 16654 5760 80640
￥15* 16377 5483 *82245*
￥16 15983 5089 81424
球门开台:
票价 到场总人数 该看台人数 销售额
￥12 16654 1637 19644
￥13* 16556 1539 *20007*
￥14 16427 1410 13607
拐角开台:
票价 到场总人数 该看台人数 销售额
￥12 16654 545 6540
￥13* 16621 512 *6656*
￥14 16578 469 6566
可以看到，观众的热情导致产生了新的临界值(就是满座值)，拐角和球门的看台临界值是以前的最优值，而两个大开台更是比最优值还高了一级！
让我们越过新的临界值观察数据，可以找到新的最优值￥17 + ￥15 + ￥13 + ￥13。比以前的￥15 + ￥13 + ￥12 + ￥12高了一个档次。
虽然这次最优值相对临界值提升不是很大，但是销售额足以让我们满意了！票价提升，同时上座率达到了95%，比起以前的66%，利润大了不少。
总结：
对这种洲际比赛，可以临时调整票价，在以前的最优值之上，找到新的临界值，然后上调一档即可。(当然，如果有时间去寻找新的最优值也行，我嫌每场比赛都去算太麻烦了^0^)
例如：主看台原临界值￥9，最优值￥15，我们发现洲际比赛时￥16还是满座，是新的临界值，上调到￥17就是新的最优值！
一、数据分析
1、单场数据分析。
下面是拐角开台不同票价的到场人数，让我们来寻找规律。(更详细的解释请参见上一篇初级教程，在此不再重复)
上次的数据：
票价 到场总人数 该看台人数 销售额
￥7 16654 545 3815
￥8 16627 518 4144
￥9 16584 475 4275
￥10 16544 435 4350
￥11 16508 399 4389
￥12* 16475 366 *4392*
￥13 16444 335 4355
让我们分析更多的数据：
票价该看台人数人数减少量两数相除
￥7 545 27 545/27=20.10
￥8 518 43 518/43=12.04
￥9 475 40 475/40=11.88
￥10 435 36 435/36=12.08
￥11 399 33 399/33=12.09
￥12* 366 31 366/31=11.80
￥13 335 ## ##
规律出现了！除了第一个数据有点离谱，后面的人员减少量是线性递减的，除数都在12左右徘徊，再看看以前我们找到的最优票价，也是￥12！惊人的相似！难道是巧合吗？
让我们看看另外一组数据。主看台到场人数规律。
上次的数据：
票价 到场总人数 该看台人数 销售额
￥9 16654 5440 48960
￥10 16630 5416 54160
￥11 16288 5074 55814
￥12 15967 4753 57036
￥13 15667 4453 57889
￥14 15385 4171 58394
￥15* 15121 3907 *58605*
￥16 14875 3661 58576
￥17 14643 3429 58293
分析规律：
票价该看台人数人数减少量两数相除
￥9 5440 24 5440/24 =226.6
￥10 5416 342 5416/342=15.8
￥11 5074 321 5074/321=15.8
￥12 4753 300 4753/300=15.8
￥13 4453 282 4453/282=15.8
￥14 4171 264 4171/264=15.8
￥15* 3907 246 3907/246=15.9
￥16 3661 232 3661/232=15.8
￥17 3429 ## ##
噢！上帝啊！竟然这么相似！看看最优票价￥15！难道还是巧合吗?
为了证明不是巧合，让我们来验证更多的数据。
2、多场数据对比。
让我们对不同的场次进行对比，下面有五场比赛，其中甚至有一场票价临界值是￥5，而其他的场次都是￥7。为了节约时间，我们仅对比￥11到￥13这个区间。
场次1：
票价该看台人数人数减少量两数相除
￥11 399 33 399/33=12.0
￥12 366 31 366/31=11.8
￥13 335 ## ##
场次2：
票价该看台人数人数减少量两数相除
￥11 341 28 341/28=12.2
￥12 313 27 313/27=11.6
￥13 286 ## ##
场次3：
票价该看台人数人数减少量两数相除
￥11 338 28 338/28=12.1
￥12 310 26 310/26=11.9
￥13 284 ## ##
场次4：
票价该看台人数人数减少量两数相除
￥11 385 32 385/32=12.0
￥12 353 30 353/30=11.8
￥13 323 ## ##
场次5：
票价该看台人数人数减少量两数相除
￥11 389 32 389/32=12.2
￥12 357 30 357/30=11.9
￥13 327 ## ##
数据依然那么相似！为了防止特例，我专门新开了个联赛测试。
2、其他联赛数据对比。
下面是新开的曼城,我没去统计数据了,仅截取一段供验证。
曼城第1场：
票价该看台人数人数减少量两数相除
￥26 11954 275 11954/275=43.5
￥27 11679 268 11679/268=43.6
￥28 11411 ## ##
曼城第2场：
票价该看台人数人数减少量两数相除
￥26 11649 267 11649/267=43.6
￥27 11382 262 11679/268=43.5
￥28 11120 ## ##
可见，曼城该看台最优票价是￥43！
二、模拟算法分析
OK，进入正题，让我们模拟算法，寻找规律。
1、规律总结。
由于满员的那个数据跟其它的关系不太紧密，可以理解为：本来根据算法那个人数应该更多，但是由于超出上限了，所以只显示这么多。
让我们从开始变化的第一组数据开始算起，规律由此开始。
举例：
票价该看台人数人数减少量两数相除 销售额
￥7 545 27 545/27=20.10 3815
￥8 518 43 518/43=12.04 4144
￥9 475 40 475/40=11.88 4275
￥10 435 36 435/36=12.08 4350
￥11 399 33 399/33=12.09 4389
￥12* 366 31 366/31=11.80 *4392*
￥13 335 ## ## 4355
我们从第一次变化算起，即￥8的时候，假设这时候票价X=￥8，总人数Y=518，每增加￥1，人数减少1/m，这里m为12。
我们可以列出关系式：
票价 看台人数 销售额
X Y XY
X+1 ((m-1)/m)*Y (X+1)*((m-1)/m)*y
...
X+n-1 ((m-1)/m)^(n-1)*Y(X+n-1)*((m-1)/m)^(n-1)*Y
X+n ((m-1)/m)^n*Y (X+n)*((m-1)/m)^n*Y
X+n+1 ((m-1)/m)^(n+1)*Y(X+n+1)*((m-1)/m)^(n+1)*Y
假设X+n达到最优值，那么X+n这时候的销售额最高，那么它前后的X+n-1和X+n+1的销售额都要比它小。也就是说我们需要找到这个n，使销售额(X+n)>销售额(X+n-1)，并且销售额(X+n)>销售额(X+n+1)
可能比较难理解一点。。。这个X+n其实就是￥12，我们现在是要证明这个式子的正确性，看台人数是m分之(m-1)的n次方乘Y，这里其实就是每次乘上11/12。
让我们列出关系式，我们需要求出这个n，满足以下两个等式。
(1) (X+n)*((m-1)/m)^n*Y >= (X+n-1)*((m-1)/m)^(n-1)*Y -- X+n的销售额大于或等于X+n-1的销售额
(2) (X+n)*((m-1)/m)^n*Y >= (X+n+1)*((m-1)/m)^(n+1)*Y -- X+n的销售额大于或等于X+n+1的销售额
具体换算过程就不写了，这种文本不好描述除法和n次方。。。直接给结果，有兴趣的可以自己拿笔算。^-^
换算结果：
(1) X+n <= m
(2) X+n >= m-1
也就是说，使销售额最大化的最优价格，是m-1到m之间的数。在这里就是11-12。结果有点令人沮丧，为什么不是m呢，难道算错了？
让我们来比较一下这两个值，当票价为(X+n-1)的时候，销售额(X+n-1)*((m-1)/m)^(n-1)*Y，当票价为(X+n)的时候，销售额(X+n)*((m-1)/m)^n*Y。
(1) (X+n-1)*((m-1)/m)^(n-1)*Y -- 票价为(X+n-1)的时候销售额
(2) (X+n)*((m-1)/m)^n*Y -- 票价为(X+n)的时候销售额 (我们换算一下)
= (X+n)*((m-1)/m)^(n-1)*((m-1)/m)*Y
= (X+n)*((m-1)/m)^(n-1)*(1-1/m)*Y
= (X+n-(X+n)/m)*((m-1)/m)^(n-1)*Y --再与第一个式子比较一下，区别就在(X+n-1)和(X+n-(X+n)/m)
也就是说，如果X+n=m，两个式子刚好相等，也就是说，X+n = m 和 X+n = m-1是同时成立的，因为他们的销售额是相等的。
通俗点说，如果每次减少的人数刚好是这次人数的1/12，那么最优价格有两个，￥11和￥12，这时候他们的销售额是相等的，都是最大。
那为什么我们推算出来￥12的时候比￥11大呢？因为我们计算出来的是12.2，理论值是11.2到12.2之间的整数，所以￥12最大。
三、将分析结果用于实践
现在我们知道了规律，只要知道人数递减的比例，就能得到价格最优值，下面用实践来示例一下。^0^
拿这个看台来举例：
票价 到场总人数 该看台人数人数减少量 两数相除 销售额
￥9 16654 5440 24 ## 48960
￥10 16630 5416 342 5416/342=15.8 54160
￥11 16288 5074 321 5074/321=15.8 55814
￥12 15967 4753 300 4753/300=15.8 57036
￥13 15667 4453 282 4453/282=15.8 57889
￥14 15385 4171 264 4171/264=15.8 58394
￥15* 15121 3907 246 3907/246=15.9*58605*
￥16 14875 3661 232 3661/232=15.8 58576
￥17 14643 3429 ## ## 58293
下面叫你如何最快的确定最优票价：
(1) 我们先找到满场临界值￥9，可以看到价格+1变成￥10的时候人数就会减少。
(2) 通过减少量，减去其他看台的人数，我们可以得到第一次变化￥10的时候的看台人数5416，记录之。
(3) 继续票价+1到￥11，记录新的看台人数5074，用上一个人数减这个取人数减少量5416-5074=342。
(4) 用5416/342=15.8，找到减少量占当前人数的比例，这里是15.8。
(5) OK，现在可以肯定14.8-15.8之间的整数就是最优解，我们这里的最佳票价是￥15！简单吧！^0^ 不放心可以多取几组数据验证。
这里有几点需要，注意事项：
(1) 如果从最低价往上测试，要知道从满座减少的第一次变化不要考虑，暂时未发现其规律，从第二次开始算。
(2) 如果对自己除法没信心，请多取两组数据。^0^
(3) 熟练以后可以直接随便挑一个票价开始算，不用从临界值开始，结果是一样的！比如这里可以直接取￥12和￥13的数据进行比较，一次搞定。(确定你取的大于临界值即可)
(4) 不同的场次有些差别，同一个联赛内基本是一样的，洲际比赛可以适当调高票价增加收入，详情可参见《门票初级教程：如何让门票收益最大化》
四、结束语
至此分析告一段落，基本上大家应该都看懂了吧。^0^
最后，再次献上最简单的测试办法。还是以上个看台为例，步骤如下：
(1) 先把票价调到最低，记录本看台总座位数5440，记录下总看台人数16654。
(2) 多点几下提高票价，确定大于临界值￥9，比如我们把票价设为￥12，确定人数离满座有不少距离。记录下￥12时候的总座位数15967。
(3) 提高一档票价，记录下￥13的时候总座位数15667。
(4) 开始计算，最佳票价 X = (5440 - (16654 - 15967)) / (15976 - 15667) =4753 / 300 = 15.8
(5) 对上式解释一下:总座位数减￥12时候的总座位数，可以得到减少的人数，用本看台人数5440减它就可到￥12的时候该看台人数，除以下一个变化量就是基数15.8
(6) 取14.8到15.8之间的整数15，当票价为￥15的时候，销售额达到最大。
可以把此公式记在笔记本上，套数据就行了。。。。^0^
大功告成，祝大家玩得开心！^0^
五、重要补充！
此规律只适用于联赛门票，经测试，洲际比赛由于观众热情高，人数会增多，这个价格就不适用了。而且人数减少的线性值还是和以前一样，只是满座的基数增大了。-_- 惭愧。
因此，此规律可以用来简单定位联赛门票价格，具体的根据场次调整，还需要对比数据，详情请参考上一篇《门票初级教程：如何让门票收益最大化》。
洲际比赛简单的调整方法，就是调到人数开始减少那一档，基本上利润会增多不少，再调整利润空间就少很多了，
页:
[1]