購物籃分析

1.1 概念

透過研究使用者消費資料，將不同商品之間進行聯動，並挖掘二者之間聯絡的分析方法，即「購物籃分析」。

使用本文可計算出「提升度」，若提升度>1，則證明兩種商品聯動度高，兩種商品的組合方式有效，可以考慮放在一起售賣。

注：本文計算中的左右合併會產生笛卡爾積，造成資料裏 N 倍膨脹，建議使用者在實際使用時取小部分資料進行購物籃分析，以免造成資料過量膨脹。若需要對較多資料進行商品聯動分析，建議使用：購物籃之計算連帶率

1.2 解決的問題

找出顧客購買行為的模式：

比如使用者買了A商品，是否會對B商品產生什麼影響？

不同的使用者是否具有不同的購買模式？

哪些產品應該放在一起進行捆綁銷售？

1.3 預期效果

詳情儀表板連結請參見：購物籃分析

1.4 實現思路

聯動分析由以下指標進行衡量。

支援度計算公式：同時購買A和B訂單數/總購買訂單數

置信度計算公式：同時購買A和B訂單數/購買A的訂單數

提升度計算公式：支援度/((購買A次數/總購買訂單數)*(購買B次數/總購買訂單數))

2.1 左右合併求商品組合

以「單據編碼」為合併依據，可以得到所有訂單中產生的商品組合。

1）建立分析主題並新增資料集「集團商品銷售總表」。詳情請參見 5分鐘上手FineBI。

2）新增資料，勾選「單據編碼」和「商品名稱」。如下圖所示：

3）再次新增資料「集團商品銷售總表」，新增「左右合併」，合併資料集為「集團商品銷售總表1」下的「單據編碼」和「商品名稱」，如下圖所示：

4）選擇「左合併」，合併依據為「單據編碼」，如下圖所示：

5）新增欄位設定更改名稱。將「商品名稱」作為 A 商品，「集團商品總表-商品名稱」作為 B 商品。如下圖所示：

2.2 計算需要的指標

由 1.4 節的公式可知需要的指標有：同時購買A和B的訂單數、購買A的訂單數、購買B的訂單數、總購買訂單數

2.2.1 求「購買A的訂單數」

新增一欄，按「A商品名稱」進行分組，對分組後的單據編碼進行去重計數，可以得到購買A的訂單數。如下圖所示：

2.2.2 求「購買B的訂單數」

重新整理增一個新增匯總列，按「B商品名稱」進行分組，對分組後的單據編碼進行去重計數，可以得到購買B的訂單數，如下圖所示：

2.2.3 求「同時購買A和B的訂單數」

新增一個新增匯總列，按「A商品名稱」和「B商品名稱」進行分組，對分組後的單據編碼進行去重計數，可以得到同時購買A和B的訂單數，如下圖所示：

2.2.4 求「總購買訂單數」

新增一個新增匯總欄，對所有的單據編碼進行去重計數，可以得到一共有多少訂單，如下圖所示：

以上所有的基礎指標「同時購買A和B的訂單數」、「購買A的次數」、「購買B的次數」、「總購買訂單數」都已經計算得出了。接下來只需要計算支援度、置信度、提升度就可以了。

2.3 計算支援度、置信度、提升度

2.3.1 求「支援度」

支援度=同時購買A和B訂單數/總購買訂單數，新增公式欄，如下圖所示：

2.3.2 求「置信度」

置信度=同時購買A和B訂單數/購買A的訂單數，新增欄，如下圖所示：

2.3.3 求「提升度」

提升度=支援度/((購買A的訂單數/總購買訂單數)*(購買B的訂單數/總購買訂單數))，新增欄，如下圖所示：

2.4 去除AB相同的商品組合

當 A商品名稱 和 B商品名稱 相同時，它們是同一個產品，計算支援度、置信度、提升度沒有意義。我們可以過濾掉這部分的商品組合，如下圖所示：

完成以上步驟後，儲存並更新該分析主題。

2.5 製作組件

1）使用剛剛儲存的「購物籃分析」製作組件。選擇「自訂圖示」，將「A產品名稱」和「B產品名稱」分別拖入橫軸和縱軸。

在圖形屬性設定矩形快，將「支援度」拖入顏色欄。由於作圖會導致多訂單的值相加，所以支援度的匯總方式需要選擇平均。如下圖所示：

2）再建立一個組件，展示「支援度」、「置信度」、「提升度」的明細資料。如下圖所示：

其中「支援度、置信度、提升度」由於多訂單會合並求和，所以它們的匯總方式要改為「平均」。數值格式設定為百分比，如下圖所示：

2.6 效果展示

詳情參見本文 1.3 節。