1. 概述
1.1 概述
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」。由于「购物篮分析」是对不同商品之间的关联程度进行分析，因此一笔订单内应当有多个商品，该分析是基于订单维度的分析。
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
以热力图的形式展示两种产品之间的关联度，颜色的深浅表示关联度的高低，如下图所示：
1.4 实现思路
关联分析由以下指标进行衡量。
| 定义 | 概率描述 | 举例说明 | |
|---|---|---|---|
| 支持度 | 支持度是指A商品和B商品同时被购买的概率，或者说某个商品组合的购买次数占总商品购买次数的比例。 支持度说明了这条规则在所有事务中有多大的代表性，显然支持度越大，关联规则越重要。 | 物品集A对物品集B的支持度supportP（A n B） | 今天共有10笔订单，其中同时购买牛奶和面包的次数是6次，那么牛奶+面包组合的支持度就是6/10=60% |
| 置信度 | 置信度是指购买A之后又购买B的条件概率，简单说就是因为购买了A所以购买了B的概率 | 物品集B对物品集A的置信 度P（B|A） | 今天共有10笔订单，其中购买A的次数是8，同时购买A和B的次数是6，则其置信度是6/8=75% |
| 提升度 | 先购买A对购买B的提升作用，用来判断商品组合方式是否具有实际价值，是看组合商品被购买的次数是否高于单独商品的购买次数，大于1说明该组合方式有效，小于等于1则说明无效。 | L= P（A n B） /[P（A）*P（B）] | 今天共有10笔订单，购买A的次数是8，购买B的次数是6，购买A+B的次数是6，那么提升度是0.6/（0.8*0.6）>1，因此A+B的组合方式是有效的。 |
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))
2. 示例
2.1 上传数据
示例数据：购物篮分析数据.xlsx
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 计算「A商品的订单数」
1）选择「购物篮分析数据」数据，点击「创建分析表」，创建空白分析表，如下图所示：
2）将「分析表」重命名为「A商品的订单数」，点击「+>选字段」添加选字段步骤，选择「单据编码」和「商品名称」字段，如下图所示：
3）新增「分类汇总」，将「单据编码」字段拖入汇总，重命名为「A商品的订单数」；将「商品名称」字段拖入分类，重命名为「A商品名称」，如下图所示：
2.2.2 计算「B商品的订单数」
1）由于「B商品的订单数」分析表的制作步骤与「A商品的订单数」分析表制作步骤类似，可通过复制分析表操作得到「B商品的订单数」分析表,点击「批量」操作，勾选「全部」,点击「复制」操作，如下图所示：
2）新建分析表并重命名为「B商品的订单数」，点击「+」下的「粘贴」操作，即可得到「B商品的订单数」分析表，如下图所示：
2.2.3 计算「总购买订单数」
1）选择「购物篮分析数据」，点击创建「购物篮分析」分析表，点击「+>选字段」添加选字段步骤，选择「单据编码」和「商品名称」字段，如下图所示：
2）新增「分类汇总」，将「单据编码」拖入汇总，并重命名为「总订单数」，选择「合并上一步数据」，如下图所示：
3）选择「单据编码」和「商品名称」字段，点击「确定」，如下图所示：
2.2.4 计算「同时购买A和B订单数」
1）添加「左右合并」，合并「购物篮分析数据」中的「单据编码」和「商品名称」字段，可以将A商品和B商品合并到一个表中，方便后续分析，如下图所示：
2）选择「并集合并」，合并条件为「单据编码」，经过「并集合并」操作后的数据量会急剧扩张，如下图所示：
3）添加「分类汇总」步骤，将「单据编码」 、「总订单数」、「商品名称」以及「商品名称1」拖入分类，将「商品名称」重命名为「A商品名称」，「商品名称1」重命名为「B商品名称」 ，如下图所示：
4）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。
新增「筛选」步骤，添加公式条件：A商品名称!=B商品名称，如下图所示：
5）将「A商品名称」和「B商品名称」字段拖入分类，将「单据编码」拖入汇总，并重命名为「同时购买A和B的订单数」，点击 「合并上一步数据」，如下图所示：
6）合并「总订单数」字段，如下图所示：
2.3 左右合并求商品组合
1）添加「左右合并」，选择之前我们创建的「A商品的订单数」，选择「A商品名称」和「A商品的订单数」字段，如下图所示：
2）选择「左合并」，合并条件为「A商品名称」，如下图所示：
3）添加「左右合并」，选择之前我们创建的「B商品的订单数」，选择「B商品名称」和「B商品的订单数」字段，如下图所示：
2）选择「左合并」，合并依据为「B商品名称」，如下图所示：
2.4 计算支持度、置信度、提升度
2.4.1 求「支持度」
支持度=同时购买A和B订单数/总订单数，选择「新增字段>公式」，新增「支持度」字段，如下图所示：
2.4.2 求「置信度」
置信度=同时购买A和B订单数/A商品的订单数，选择「新增字段>公式」，新增「置信度」字段，如下图所示：
2.4.3 求「提升度」
提升度=支持度/((A商品的订单数/总订单数)*(B商品的订单数/总订单数))，选择「新增字段>公式」，新增「提升度」字段，如下图所示：
2.4.4 删除重复值
1）前面的计算会导致数据中出现多条重复数据，可以使用「删除重复数据」功能进行去重。如下图所示：
2）勾选去重的字段：B商品名称、A商品名称、支持度、置信度、提升度，如下图所示：
3）这样就将重复数据去除了，效果如下图所示：
2.5 制作图表
点击「图表」，选择「热力图」进行展示，将字段拖入对应额区域。在热力图中，如果两种商品的提升度高，证明两中国商品的关联度高，组合方式有效，可以考虑放在一起售卖。如下图所示：
2.6 效果展示
详情参见本文 1.3 节
上一篇：RFM分析
