1. 概述编辑
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」。
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
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))
2. 示例编辑
2.1 上传数据
示例数据：购物篮分析原始数据.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「购物篮分析原始数据」数据，点击创建「分析表」，如下图所示：
2）将「分析表」重命名为「A商品的订单数」，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商品订单数」
1）选择「购物篮分析原始数据」，点击创建「B商品订单数」分析表，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，重命名为「B商品订单数」；将「商品名称」拖入分类，重命名为「B商品订单数」，如下图所示：
2.2.3 计算「总购买订单数」
1）选择「购物篮分析原始数据」，点击创建「购物篮分析」分析表，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「购物篮原始数据」中的「单据编码」和「商品名称」字段，如下图所示：
2）选择「并集合并」，合并依据为「单据编码」，如下图所示：
3）将「单据编码」 、「总订单数」、「商品名称」以及「商品名称1」拖入汇总，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，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」，如下图所示：
6）点击 「合并上一步数据」，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商品订单数」字段，如下图所示：
2）选择「左合并」，合并依据为「单据编码」，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商品订单数」字段，如下图所示：
2）选择「左合并」，合并依据为「单据编码」，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/总购买订单数，新增字段，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/购买A的订单数，新增字段，如下图所示：
2.4.3 求「提升度」
提升度=支持度/((购买A次数/总购买数)*(购买B次数/总购买数))，新增字段，如下图所示：
2.4.4 计算平均
新增「分类汇总」，将字段拖入分类汇总，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」，如下图所示：
2.5 制作图表
点击图表，将「支持度、置信度、提升度」的「数值格式」改为百分比，如下图所示：
2.6 效果展示
详情参见本文 1.3 节