数据建模实战：玩转购物篮分析

购物篮分析是一个非常重要的模型，关于啤酒与尿布的故事，这个故事很好地解释了商品关联性的作用，时至今日，仍有很强的现实指导意义。这种数据，将不同商品关联起来，并挖掘二者之间联系的分析方法，就叫作“购物篮分析”。购物篮分析的实现方法有很多，下面教一下大家如何去制作一个完整的购物篮分析模型。

一、前言：

在开始制作前，先来理解一下它的价值在哪。购物篮分析的本质是研究商品与商品间的关联关系，比如分析A商品和哪个商品搭配会卖的更好，或者分析客户在购买了A商品之后，对B商品会产生什么影响等等。通过这种交叉分析，我们便可以对客户感兴趣的商品组合去做出相应的调整，或者据此去深入研究更高层次的推荐算法。

先来理解以下三个概念，支持度指同时被购买的概率，用公式则表示支持度=同时购买A和B订单数/总购买订单数；置信度是指购买A之后又购买B的条件概率，用公式表示就是置信度；提升度指的是先购买A对购买B的提升作用，用公式表示就是提升度((购买A次数)*(购买B次数))。可看下图说明，加深理解：

二、购物篮分析步骤：

需先准备关于零售行业的数据源，包含单据编码、商品名称等信息，可以在文末进行获取。如果用Excel做购物篮分析，难度会很大，建议用其他工具进行制作，本文选择用SQL语句的方式去制作：

第一步，新建临时表，进行交叉关联，为每一组交叉商品增加一列总订单数的字段，表命名为t1：

执行语句后，可得出以下4个字段：

第二步，新建临时表t2，再次进行交叉关联，算出同时购买A商品与B商品的订单数：

执行后，可得出：

第三步，把t1与t2两个临时表的字段进行关联：

执行语句后，可得出以下4个字段：

第四步，新建t4，算出A订单数： 

执行语句后，可得出以下2个字段：

第五步，新建临时表t5，算出B订单数： 

执行语句后，可得出以下2个字段：

最后一步，根据支持度、置信度与提升度的公式，以及我们得出的数据，便可运算了。根据t3表里‘’同时购买A和B订单数‘’与‘’总订单数‘’这两个字段，我们可以算出支持度的数据。根据t3表里‘’同时购买A和B订单数‘’与t4表里‘’A商品订单数‘’这两个字段，我们可以算出置信度的数据。同理，利用‘’同时购买A和B订单数‘’、‘’购买A订单数‘’、‘’购买B订单数‘’与‘’总订单数‘’这几个字段，我们最后就可以得出提升度的数据了。

最后得出的结果如下：

三、后续建议：

从上面的过程来看，我们可得出制作购物篮的过程很复杂。为了对数据建模以及多维分析有更深的认识，小编推荐大家利用智分析的数据模型去制作购物篮分析，智分析的数据模型具有非常强大的多维分析能力，不仅支持自助取数，还支持SQL、MDX等高阶的查询语法。智分析的数据源接口同样也很丰富，可以连接各种数据库，也可以以Excel文件导入的方式进行导入：

进入数据模型的界面后，便可以开始搭建购物篮分析的数据模型了，这里依然是选择旧方法，新建一个SQL查询，按照步骤便可得出数据：

数据模型搭建后，便可对购物篮分析的数据更为清晰地呈现出来，仪表盘便可进行高级操作，非常适合展示购物篮分析、RFM分析、ABC分析等数据模型：

PS：上方提及的资料，关注公众号【思迈特Smartbi】后私信便可获取。

申请试用