很多用戶購買產(chǎn)品A的同時(shí)，也連帶購買了產(chǎn)品B，根據(jù)這個(gè)結(jié)果調(diào)整貨架的布局陳列、設(shè)計(jì)促銷組合方案，實(shí)現(xiàn)銷量的提升。
這就是通過對(duì)顧客的購買記錄數(shù)據(jù)庫進(jìn)行關(guān)聯(lián)規(guī)則挖掘，最終發(fā)現(xiàn)顧客群體的購買習(xí)慣的內(nèi)在共性，從而優(yōu)化設(shè)計(jì)提升銷量。最經(jīng)典的應(yīng)用案例莫過于大家熟知的。
關(guān)聯(lián)規(guī)則是反映一個(gè)事物與其他事物之間的相互依存性和關(guān)聯(lián)性，常用于實(shí)體商店或在線電商的推薦系統(tǒng)。
在關(guān)聯(lián)規(guī)則分析中有3大關(guān)鍵詞：支持度(Support)、置信度(Confidence) 與 提升度(Lift)
1、支持度(Support)
支持度是兩件商品（A∩B）在總銷售筆數(shù)(N)中出現(xiàn)的概率，即A與B同時(shí)被購買的概率。類似于中學(xué)學(xué)的交集，需要元素同時(shí)滿足條件。
公式：
例子說明：
比如某超市2016年有100w筆銷售，顧客購買可樂又購買薯片有20w筆，顧客購買可樂又購買面包有10w筆，那可樂和薯片的關(guān)聯(lián)規(guī)則的支持度是20%，可樂和面包的支持度是10%。
2、置信度(Confidence)
置信度是購買A后再購買B的條件概率。簡(jiǎn)單來說就是交集部分C在A中比例，如果比例大說明購買A的客戶很大期望會(huì)購買B商品。
公式：
例子說明：
某超市2016年可樂購買次數(shù)40w筆，購買可樂又購買了薯片是30w筆，顧客購買可樂又購買面包有10w筆，則購買可樂又會(huì)購買薯片的置信度是75%，購買可樂又購買面包的置信度是25%，這說明買可樂也會(huì)買薯片的關(guān)聯(lián)性比面包強(qiáng)，營銷上可以做一些組合、捆綁策略銷售。
3、 提升度(Lift)
提升度表示先購買A對(duì)購買B的概率的提升作用，用來判斷規(guī)則是否有實(shí)際價(jià)值，即使用規(guī)則后商品在購物車中出現(xiàn)的次數(shù)是否高于商品單獨(dú)出現(xiàn)在購物車中的頻率。如果大于1說明規(guī)則有效，小于1則無效。
公式：
例子說明：
可樂和薯片的關(guān)聯(lián)規(guī)則的支持度是20%，購買可樂的支持度是3%，購買薯片的支持度是5%，則提升度是1.33>1, A-B規(guī)則對(duì)于商品B有提升效果。
理論很簡(jiǎn)單，真正實(shí)踐起來卻會(huì)遇到種種困難，印證了那句"數(shù)據(jù)分析師的50%～80%的時(shí)間都花在了處理數(shù)據(jù)上”，例如一般POS明細(xì)是下圖形式展現(xiàn)：
要計(jì)算支持度(Support)、置信度(Confidence)與提升度(Lift)，首先需要知道Freq(A∩B)、Freq(A)、Freq(B)和總筆數(shù)數(shù)值，那么需要對(duì)商品進(jìn)行排列組合，轉(zhuǎn)換數(shù)據(jù)顯示出所有不同的商品組合的形式。
例如銷售ID=，我們轉(zhuǎn)換成下表形式， 4種商品的兩兩組合（種）：
若一個(gè)收銀小票（銷售ID）有30種商品，則組合數(shù)達(dá)到:
而可視化層級(jí)上還需要展現(xiàn)集團(tuán)下每個(gè)分公司、每個(gè)城市、每個(gè)門店、月度、季度或者年度時(shí)間的關(guān)聯(lián)規(guī)則分析，如果用傳統(tǒng)的工具來實(shí)現(xiàn)上述分析無異于大海撈針。
BDP一直以高效的數(shù)據(jù)處理和優(yōu)秀的可視化數(shù)據(jù)分析著稱。在BDP中，不僅可以便捷地實(shí)現(xiàn)多維數(shù)據(jù)分析，還可以通過靈活強(qiáng)大的功能組合來進(jìn)行更深層面的數(shù)據(jù)分析探索。
從一個(gè)分析師的角度來看，我認(rèn)為BDP有以下三個(gè)最大的亮點(diǎn)：
1. 易操作性——可以很好地、很快地把想法轉(zhuǎn)化為實(shí)踐應(yīng)用。
2. 優(yōu)秀的處理能力——輕松處理億級(jí)數(shù)據(jù)，尤為突出的是合表速度秒級(jí)響應(yīng)，這得益于BDP強(qiáng)大的大數(shù)據(jù)架構(gòu)以及云端計(jì)算能力。
3. 靈活及優(yōu)秀的可視化——通過拖拽的方式即可實(shí)現(xiàn)可視化，同時(shí)也可進(jìn)行自定義報(bào)表。
下面我們就來看看在BDP中如何實(shí)現(xiàn)關(guān)聯(lián)規(guī)則分析~
1、上傳數(shù)據(jù)
上傳一份示例數(shù)據(jù)，可以看到13條數(shù)據(jù)中，包含3條訂單中的信息
2、對(duì)該數(shù)據(jù)表進(jìn)行full join
我們需要在同一張表中，顯示商品A和商品B 2列字段，對(duì)該表進(jìn)行自關(guān)聯(lián)，獲取所有商品A對(duì)應(yīng)商品B的情況
3、創(chuàng)建數(shù)據(jù)聚合合表，設(shè)置過濾條件
在上步操作結(jié)果中我們可以發(fā)現(xiàn)，關(guān)聯(lián)出了相同商品的情況，我們需要將該種情況過濾掉
A商品名稱不等于B商品名稱
同時(shí)，我們會(huì)發(fā)現(xiàn)，在關(guān)聯(lián)表中，存在AB和BA這種數(shù)據(jù)，計(jì)算同時(shí)購買AB【Freq(A∩B)】的數(shù)量時(shí)，會(huì)導(dǎo)致重復(fù)統(tǒng)計(jì)，結(jié)果加倍，所以如何保證計(jì)算同時(shí)購買AB商品的時(shí)候數(shù)據(jù)準(zhǔn)確呢？
我們可以對(duì)AB和BA這2條數(shù)據(jù)加上統(tǒng)一標(biāo)識(shí)，然后對(duì)其進(jìn)行排序，在統(tǒng)計(jì)同時(shí)購買數(shù)據(jù)時(shí)，只統(tǒng)計(jì)排序序號(hào)為1的
這里我們可以使用商品id連接值作為統(tǒng)一標(biāo)識(shí)：
（1）增加商品id連接字段：（調(diào)整商品編號(hào)連接順序，使AB和BA的相同）
（2）增加排序字段：按照商品編號(hào)連接和訂單編號(hào)字段對(duì)每條數(shù)據(jù)進(jìn)行排序
【注意：需要在數(shù)據(jù)聚合合表編輯界面添加該字段】
4、創(chuàng)建數(shù)據(jù)聚合合表，統(tǒng)計(jì)同時(shí)購買AB商品的訂單數(shù)
按照商品編號(hào)連接為維度，每一個(gè)商品編號(hào)連接數(shù)，都代表一種商品組合
過濾條件為排序字段=1（只保留同一訂單編號(hào)下AB和BA的一條數(shù)據(jù)）
5、制作商品訂單數(shù)統(tǒng)計(jì)表
用原始數(shù)據(jù)制作數(shù)據(jù)聚合合表，統(tǒng)計(jì)每種商品的訂單數(shù)
6、制作最終表，包含F(xiàn)req(A∩B)、Freq(A)、Freq(B)和總訂單數(shù)
制作多表關(guān)聯(lián)合表
?。?）去除AB相同表—同時(shí)購買AB商品表
關(guān)聯(lián)出同時(shí)購買AB商品訂單數(shù)
（2）去除AB相同表—商品訂單數(shù)（使用A商品字段作為關(guān)聯(lián)字段）
關(guān)聯(lián)出A商品訂單數(shù)字段
?。?）去除AB相同表—商品訂單數(shù)（使用B商品字段作為關(guān)聯(lián)字段）
關(guān)聯(lián)出B商品訂單數(shù)字段
總訂單數(shù)可以對(duì)原表訂單編號(hào)數(shù)進(jìn)行數(shù)據(jù)聚合求得結(jié)果，將結(jié)果以固定值形式添加至終表即可
支持度計(jì)算：
置信度計(jì)算：
提升度計(jì)算：
在最終數(shù)據(jù)展示時(shí)，由于存在多訂單合并求和情況，所以在做圖時(shí)選擇「平均值」展示即可
最后還可以通過可視化形式進(jìn)行分析展示：（為保證可視化效果，以下圖表并非使用上述的測(cè)試數(shù)據(jù)或某個(gè)企業(yè)數(shù)據(jù)）
參考文章：
干貨｜關(guān)聯(lián)規(guī)則分析怎么做？這3大關(guān)鍵詞、4大步驟來幫你！
使用工具：
BDP個(gè)人版免費(fèi)注冊(cè)
