注：本文僅適用於 FineBI 5.1.15 及以上的版本
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」。
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？
詳情儀表板連結請參見：購物籃分析
聯動分析由以下指標進行衡量。
支援度是指A商品和B商品同時被購買的概率，或者說某個商品組合的購買次數佔總商品購買次數的比例。
支援度說明了這條規則在所有交易中有多大的代表性，顯然支援度越大，聯動規則越重要。
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))
範例資料：「功能資料>第一張儀表板>集團商品銷售總表」
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）使用「集團商品銷售總表」建立自助資料集：購物籃分析。勾選「單據編碼」和「商品名稱」。如下圖所示：
2）新增「左右合併」，合併資料集為「集團商品銷售總表」下的「單據編碼」和「商品名稱」，如下圖所示：
3）選擇「左合併」，合併依據為「單據編碼」，如下圖所示：
4）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。新增欄位設定更改名稱，如下圖所示：
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
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：
重新整理增一個新增欄，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：
新增一個新增欄，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：
新增一個新增欄，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。
支援度=同時購買A和B訂單數/總購買訂單數，新增欄，如下圖所示：
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：
提升度=支援度/((購買A次數/總購買數)*(購買B次數/總購買數))，新增欄，如下圖所示：
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，儲存並更新該自助資料集。
1）使用剛剛儲存的「購物籃分析」建立儀表板。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，所以支援度的彙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，所以它們的彙總方式要改為「平均」。數值格式設定為百分比，如下圖所示：
詳情參見本文 1.3 節。