购物篮分析

1.1 概念

通过研究用户消费数据，将不同商品之间进行关联，并挖掘二者之间联系的分析方法，即「购物篮分析」。

使用本文可计算出「提升度」，若提升度>1，则证明两种商品关联度高，两种商品的组合方式有效，可以考虑放在一起售卖。

注：本文计算中的左右合并会产生笛卡尔积，造成数据里 N 倍膨胀，建议用户在实际使用时取小部分数据进行购物篮分析，以免造成数据过量膨胀。若需要对较多数据进行商品关联分析，建议使用：购物篮之计算连带率

1.2 解决的问题

找出顾客购买行为的模式：

比如用户买了A商品，是否会对B商品产生什么影响？

不同的用户是否具有不同的购买模式？

哪些产品应该放在一起进行捆绑销售？

1.3 预期效果

详情仪表板链接请参见：购物篮分析

1.4 实现思路

关联分析由以下指标进行衡量。

支持度计算公式：同时购买A和B订单数/总购买订单数

置信度计算公式：同时购买A和B订单数/购买A的订单数

提升度计算公式：支持度/((购买A次数/总购买订单数)*(购买B次数/总购买订单数))

集团商品销售总表.xlsx

2.1 左右合并求商品组合

以「单据编码」为合并依据，可以得到所有订单中产生的商品组合。

1）新建分析主题并添加数据集「集团商品销售总表」。详情请参见5分钟上手FineBI。

2）添加数据，勾选「单据编码」和「商品名称」。如下图所示：

3）再次添加数据「集团商品销售总表」，添加「左右合并」，合并数据集为「集团商品销售总表1」下的「单据编码」和「商品名称」，如下图所示：

4）选择「左合并」，合并依据为「单据编码」，如下图所示：

5）添加字段设置更改名字。将「商品名称」作为 A 商品，「集团商品总表-商品名称」作为 B 商品。如下图所示：

2.2 计算需要的指标

由 1.4 节的公式可知需要的指标有：同时购买A和B的订单数、购买A的订单数、购买B的订单数、总购买订单数

2.2.1 求「购买A的订单数」

新增一列，按「A商品名称」进行分组，对分组后的单据编码进行去重计数，可以得到购买A的订单数。如下图所示：

2.2.2 求「购买B的订单数」

再添加一个新增汇总列，按「B商品名称」进行分组，对分组后的单据编码进行去重计数，可以得到购买B的订单数，如下图所示：

2.2.3 求「同时购买A和B的订单数」

添加一个新增汇总列，按「A商品名称」和「B商品名称」进行分组，对分组后的单据编码进行去重计数，可以得到同时购买A和B的订单数，如下图所示：

2.2.4 求「总购买订单数」

添加一个新增汇总列，对所有的单据编码进行去重计数，可以得到一共有多少订单，如下图所示：

以上所有的基础指标「同时购买A和B的订单数」、「购买A的次数」、「购买B的次数」、「总购买订单数」都已经计算得出了。接下来只需要计算支持度、置信度、提升度就可以了。

2.3 计算支持度、置信度、提升度

2.3.1 求「支持度」

支持度=同时购买A和B订单数/总购买订单数，新增公式列，如下图所示：

2.3.2 求「置信度」

置信度=同时购买A和B订单数/购买A的订单数，新增列，如下图所示：

2.3.3 求「提升度」

提升度=支持度/((购买A的订单数/总购买订单数)*(购买B的订单数/总购买订单数))，新增列，如下图所示：

2.4 去除AB相同的商品组合

当 A商品名称 和 B商品名称 相同时，它们是同一个产品，计算支持度、置信度、提升度没有意义。我们可以过滤掉这部分的商品组合，如下图所示：

完成以上步骤后，保存并更新该分析主题。

2.5 制作组件

1）使用刚刚保存的「购物篮分析」制作组件。选择「自定义图表」，将「A产品名称」和「B产品名称」分别拖入横轴和纵轴。

在图形属性设置矩形块，将「支持度」拖入颜色栏。由于作图会导致多订单的值相加，所以支持度的汇总方式需要选择平均。如下图所示：

2）再新建一个组件，展示「支持度」、「置信度」、「提升度」的明细数据。如下图所示：

其中「支持度、置信度、提升度」由于多订单会合并求和，所以它们的汇总方式要改为「平均」。数值格式设置为百分比，如下图所示：

2.6 效果展示

详情参见本文 1.3 节。