如何做好關聯分析（購物籃分析）

轉自: http://blog.sina.com.cn/s/blog_72e6be570101o62r.html

      在電商數據運營中，對於客戶而言，有兩個很重要的指標對於擴大銷售規模是很重要的：第一，提高顧客重復購買次數；第二，提高客戶訂單中的Basket size（即購物籃件數）。而第二個指標提高Basket size，就是讓客戶從以前只購買一件產品的轉換到現在購買多件產品，從而提高整個購物籃的銷售金額，最大限度地實現銷售增長。

但是如何挑出那些產品之間有關聯銷售的機會，從而形成相應的組合優惠套裝呢？去過零售商場的人都知道，經常看到不少組合的套裝打包在一起優惠銷售，例如P&G的產品：飄柔洗發水+玉蘭油沐浴露、海飛絲洗發水+舒膚佳沐浴露等等。再例如本人參與撰寫的Excel疑難千尋千解之《Excel 2010 數據透視表大全》+《Excel 2010 操作與技巧》+《Excel 2010 函數與公式》在當當網上形成了一個促銷禮包，就說明該組合是顧客最喜歡購買的，並且是銷售比較好的組合。對於P&G的產品組合，背后必然有相應的數據進行支撐， 才敢推出相應的優惠組合套裝；而對於本人書本的組合，有可能是當當網做了相應的分析，確認這三本書捆綁在一起能產生最大的銷售機會，也有可能是出版社通過 人為的數據協助當當推出這樣的組合。但無論怎么樣的決策，優惠組合套裝都離不開數據支撐，而這背后的原理就是涉及到數據挖掘中的關聯分析。說起關聯分析， 也許是太過於專業了，但連那些都不知道啥數據挖掘的最土鱉的那些土人都聽說過啤酒與尿布的典型案例，啤酒與尿布就是關聯分析的典型，讓無數的人都對該規則 津津樂道，但這個都已經成為過去了，現在數據增長及產品增長飛速，會出現越來越多啤酒與尿布的規則指導市場運營。結合本人的參與的電商數據挖掘、零售大商場的數據挖掘經驗，分享一點我對關聯分析的所謂經驗，幫助他人或幫助自己不斷提高。

第一、關聯分析具體能用來做什么呢？

可以一句話來概括：最大限度地從你口袋里面掏出更多的錢買我的產品。

1.      通過關聯規則，推出相應的促銷禮包或優惠組合套裝，快速幫助提高銷售額。如前面所說的：飄柔洗發水+玉蘭油沐浴露、海飛絲洗發水+舒膚佳沐浴露等促銷禮包；還比如全家里面推出的牛奶+面包、豆奶+面包的早餐組合。
2.      零售超市或商場，可以通過產品關聯程度大小，指導產品合理擺放，方便顧客最購買更多其所需要的產品。最常見的就是超市里面購買肉和購買蔬菜水果等貨架會擺放得很近，目前就是很多人會同時購買肉與蔬菜，產品的合理擺放也是提高銷售的一個關鍵。
3.      進行相關產品推薦或者挑選相應的關聯產品進行精准營銷。最 常見的是你在亞馬遜或京東購買產品的時候，旁邊會出現購買該商品的人，有百分之多少還會購買如下的產品，快速幫助顧客找到其共同愛好的產品。物以類聚，人 以群分。例如，窮人一般和窮人在一起，富人也喜歡和富人在一起。還有數據挖掘的人喜歡和數據挖掘的人打交道，都離不開這些鳥道理。
4.      尋找更多潛在的目標客戶。例如：100人里面，購買A的有60人，購買B的有40人，同時購買A和B的有30人，說明A里面有一半的顧客會購買B，反推而言。如果推出類似B的產品，除了向產品B的用戶推薦（因為新產品與B的功能效果比較類似）之外，還可以向A的客戶進行推薦，這樣就能最大限度地尋找更多的目標客戶。

注：以上的具體應用場景是目前本人知識范圍內能想到的且都用在實際場景的。

 

第二、如何做好關聯分析呢？

1.      必須進行大量的產品梳理工作，區分不同等級的層次關系，並且給相應的產品打上合適的標簽。產品梳理是一項純手工的並且需要耗費大量的人力及時間才能完成的。一般的企業，其產品不會很多，就比如P&G的產品或者其SKU數，也不過是幾千個，但產品梳理的標准是很重要的。產品標准過於粗放，對於后期的關聯分析意義不大；產品標准過於細化，如涉及到SKU的層面的話，關聯分析出的規則也不一定很理想。所以選定好一個比較合理的產品梳理規范，對於關聯分析的結果精准程度很重要。

因為很多SKU一般只有產品名稱及價格，對數據管理比較規范的企業會打上品牌標簽，其他相應的信息都是需要進行手工梳理。具體的產品梳理示例如下：

產品名稱	價格	品牌	系列	價格檔次
海飛絲男士去屑洗發水 活力酷爽型190ml 洗發去屑正品	23.90	海飛絲	洗發水系列	中
海飛絲絲源復活頭皮凈化洗發水530ml 洗發正品	79.00	海飛絲	絲源復活系列	高

如果對於大零售超市或商場，其SKU數一般都是幾十萬甚至上百萬，產品梳理工作是一項很痛苦的工作，但如果要從數據角度進行產品運營，建議可以開展相應的產品梳理咨詢項目，通過半年多的產品梳理，形成標准化的產品梳理流程及產品目錄。過去的半年里，在對某商場的產品梳理時候，發現目前的產品體系還是漏洞百出，很多還是很不規范的。做好關聯分析或數據運營，請從產品梳理工作開始。

1.      建議選取SAS EM模塊里面的關聯分析模塊。合適的工具是做好關聯分析的關鍵。個人使用過SPSS Clementine里面的關聯分析模塊，其實其對數據格式要求很嚴格，但不符合常規的數據庫錄入的基礎源數據，操作也不算很簡單。R語言里面的關聯分析缺陷也不少，別看目前大吹特吹R語言在大數據上的應用有多廣，前途有多光明，但我們只是從業務角度去挖掘商業機會，不懂那些Java等更高級的編程。其實發現還是SAS的EM模塊比較好用，純圖形化操作。
2.      請深刻理解關聯分析中的三度：置信度、支持度、提升度，同時不能忽略產品規模。如果規則的提升度很高，但其相關的置信度很小，說明其市場規模很小。市場經營必須同時考慮市場規模大小及精准程度大小的兩個維度。如果該規則真的很精准，但其受眾客戶就只有幾百個，對於銷售額而言，一點都沒有影響。而另外一條規則雖然提升度不是很高，但其受眾客戶涉及了幾萬人，對該部分客戶進行營銷，能夠有效地擴大規模，大幅提高銷售額。所以后期的營銷規則選取也必須要切合實際的商業應用。

 

第三、關聯分析有哪些后遺症？

1.      注意購買產品贈送禮品的人為因素影響規則。有些挖掘師或分析師在做出關聯分析后，看到了幾條提升度及置信度都很高的規則，就興奮不已地告訴客戶：我覺得產品A和產品B有很大的關聯性，從數字上看，捆綁銷售肯定能夠取得很好的銷售效果。當拿到這樣的結果的時候，客戶很鎮定地說：“你不知道我們在某月的時候，大量開展了購買產品A即可免費贈送產品B的活動么？”杯具，坑爹。對於這個時候的挖掘師是很悲催的。在篩選關聯規則的時候，必須對該企業過去一年開展的活動有了解，還必須對不同時間段的主推產品進行提前溝通，確保關聯規則不受人為因素影響。
2.      注意產品之間的位置擺放是否有很大的影響。在 零售大商場中，產品擺放的位置對產品關聯銷售會產生很大的影響的，因為關聯分析就是為了更方便地讓顧客找到其需要的產品，購買更多其需要的產品。人流比較 大的兩個相隔貨架之間的產品關聯性比較大，在我們項目中會發現不少的這樣規則。但其結果表明了貨架關聯性比較大，擺放在一起就肯定比較合理的。但在進行關 聯分析的時候，客戶更希望能從其他不相隔的貨架之間找出更好的關聯銷售機會，這決定了后期的關聯規則挑選難題。
3.      注意關聯推薦的規則合理性及流失成本的大小。后期的關聯推薦應用於主要是三個方面：1、重購：繼續購買原來的產品；2、升級：購買更高檔次的產品；3、交叉銷售：購買相關的產品。如果該規則的客戶本來是買了50塊錢的產品的，發現關聯規則里面出現了推薦其購買30塊的同類型產品，這等於給客戶降檔推薦了，會讓銷售額大幅減少，銷售機會白白浪費並且造成了損失，所以在進行關聯推薦的時候，那些涉及到了降檔的規則一定要剔除。

 

關聯分析是一個很有用的數據挖掘模型，能夠幫助企業做很多很有用的產品組合推薦、優惠促銷組合，同時也能指導貨架擺放是否合理，還能夠找到更多的潛在客戶，的確真正的把數據挖掘落到實處。