连锁药店商品关联分析

《连锁药店商品关联分析》定位于医药零售行业且深度赋能门店经营者与采销管理人员，专注于通过购物篮关联算法解决客单价提升、品类协同优化及经营效率增长的核心痛点。

该应用深度整合了销售毛利表现、交易篮子深度、商品角色属性以及基于疾病谱的客群消费偏好等多维关键数据，构建了从“全店运营宏观大盘”到“品类结构、角色定位与黄金组合策略”，再到“具体SKU关联规则及推荐清单”的逐层下钻分析链路，最终通过精准识别高价值商品组合并输出微观层面的关联推荐方案，有效驱动了从全域数据洞察到终端精准营销与商品陈列优化的业务行动闭环。

该应用遵循“经营概览—结构定位—规则挖掘—场景落地—趋势监控—决策指引”的闭环分析路径，旨在通过挖掘商品间的共生关系，将流量品种与高利品种进行科学捆绑，从而提升客品数与关联销售贡献。

2.1 从业绩现状到经营触达

• 业务逻辑： 通过销售额、毛利额及关联销售贡献率等核心KPI，直观展示门店当前关联销售的价值产出与整体经营水准。

• 关联分析： 作为全局分析的基准起点，为后续拆解品类分布及制定深层关联规则提供宏观的业绩考核背景与优化空间评价。

2.2 从结构布局到角色定位

• 业务逻辑： 结合各品类销售占比与“引流/利润/形象/潜力”四象限定位，深度剖析不同品类在药店商品组合中所承担的战略职能。

• 关联分析： 识别出的“引流型”品类为后续分析连带率提供了逻辑入口，而“利润型”品类则明确了关联销售中需要被带动的目标对象。

2.3 从算法挖掘到高效组合

• 业务逻辑： 利用支持度、置信度等专业算法指标筛选出高频共生的商品规则，并锁定市场表现最优的“黄金组合”清单。

• 关联分析： 将前述的品类角色转化为具体的、经过市场验证的商品配对，将抽象的策略定位具象化为高产出的SKU捆绑关系。

2.4 从转化效能到健康场景

• 业务逻辑： 专项分析引流商品的连带转化能力，并结合药店属性将产品组合映射到如糖尿病、高血压等具体的疾病购物篮场景中。

• 关联分析： 实现了从“纯商品配对”到“患者治疗方案”的业务升华，通过生活化的疾病场景让关联分析更贴合终端真实的导购逻辑。

2.5 从交易质量到关联深度

• 业务逻辑： 聚焦衡量单笔订单含金量的关键指标，通过Top关联组合与平均客品数评估当前门店关联销售的精细化运作程度。

• 关联分析： 它是首模块宏观指标在“交易深度”维度的进一步下钻，将总量评价转向了针对每一单交易质量的微观审计。

2.6 从时序脉络到执行观察

• 业务逻辑： 通过对一单一品率与平均客品数的时间序列追踪，动态监控门店关联销售策略在执行过程中的稳定性与改善趋势。

• 关联分析： 利用趋势波动验证前序模块所制定的关联组合或促销方案是否在运营端产生了持久的、正向的业绩拉动效应。

2.7 从深入洞察到闭环推荐

• 业务逻辑： 全方位剖析关联商品的利润贡献与套装可行性，并提供交互式的智能推荐清单，直接指导终端陈列调整与导购建议。

• 关联分析： 作为整个分析体系最终的执行出口，将所有的规则挖掘与指标监控转化为可落地的导购指引，完成了从数据洞察到销售行动的闭环转化。

3.1 布局结构

页面整体采用由上到下逐层展开的结构，先给结论，再看过程。

• 顶部是一排横向指标卡，集中展示核心业务数据。用户进入页面后，可以第一时间判断整体经营情况，不需要滚动或切换。

• 中部划分为三栏结构。左侧更多呈现结构分布类信息，中间放核心分析模块，右侧是排名或对比内容。阅读路径顺着从左到右展开，逻辑比较清晰，也方便快速定位重点。

• 底部承载的是更细的明细数据，比如关联规则详情或推荐清单。信息密度相对更高，主要作用是支撑上方分析结论，作为补充说明，而不是视觉焦点。

• 整体采用栅格化卡片布局，每个功能模块都被包裹在独立容器中。模块之间边界清晰，在数据较多的情况下也不会显得拥挤，阅读节奏比较稳定。

• 从视觉重心来看，中部的“关联规则分析”和“Top组合”占据最核心区域，明显是页面重点，页面价值也主要集中在“找规律、找组合”这件事上。

• 配色上以偏医疗感的薄荷绿、森林绿为主色，搭配白色背景。指标卡使用非常浅的渐变色，图标风格偏扁平化，整体看起来清爽、克制，没有传统报表那种厚重感。

3.2 交互逻辑

页面交互以“整体控制 + 局部细看”为主线，逻辑比较清晰。

• 右上角的日期、区域、门店是全局筛选入口，所有图表都会随之联动。用户只要调整这里的条件，就能快速切换分析范围，不需要重复操作。

• 顶部通过 Tab 区分“商品组合策略分析”和“商品关联销售分析”。本质上是两种分析视角的切换，一个偏策略结构，一个偏销售关联，避免把不同逻辑混在一个页面里。

• 在关联规则和推荐清单模块中设置了局部下拉筛选。这类筛选只影响当前模块，适合做更细的查看，比如聚焦某个 SKU 或某个病种，不会打断全局视角。

• 在“品类角色分析”中，通过坐标象限来划分引流品、利润品、形象品、潜力品。用户只要看位置，就能理解品类属性，判断逻辑不需要额外解释，决策路径相对更直接。

4.1 分析维度

4.2 指标定义