
關(guān)聯(lián)規(guī)則分析怎么做?你需要知道這3大關(guān)鍵詞、4大步驟
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):通過(guò)對(duì)顧客的購(gòu)買記錄數(shù)據(jù)庫(kù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘,最終目的是發(fā)現(xiàn)顧客群體的購(gòu)買習(xí)慣的內(nèi)在共性,例如購(gòu)買產(chǎn)品A的同時(shí)也連帶購(gòu)買產(chǎn)品B的概率,根據(jù)挖掘結(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,最經(jīng)典的應(yīng)用案例莫過(guò)于<啤酒和尿布>。
關(guān)聯(lián)規(guī)則分析中的關(guān)鍵概念包括:支持度(Support)、置信度(Confidence)與提升度(Lift)。首先,我們簡(jiǎn)單溫故下這3個(gè)關(guān)鍵指標(biāo):
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(gòu)買的概率。
公式:
例子說(shuō)明:
比如某超市2016年有100w筆銷售,顧客購(gòu)買可樂(lè)又購(gòu)買薯片有20w筆,顧客購(gòu)買可樂(lè)又購(gòu)買面包有10w筆,那可樂(lè)和薯片的關(guān)聯(lián)規(guī)則的支持度是20%,可樂(lè)和面包的支持度是10%。
置信度 (Confidence)
置信度是購(gòu)買A后再購(gòu)買B的條件概率。簡(jiǎn)單來(lái)說(shuō)就是交集部分C在A中比例,如果比例大說(shuō)明購(gòu)買A的客戶很大期望會(huì)購(gòu)買B商品。
公式:
例子說(shuō)明:
某超市2016年可樂(lè)購(gòu)買次數(shù)40w筆,購(gòu)買可樂(lè)又購(gòu)買了薯片是30w筆,顧客購(gòu)買可樂(lè)又購(gòu)買面包有10w筆,則購(gòu)買可樂(lè)又會(huì)購(gòu)買薯片的置信度是75%,購(gòu)買可樂(lè)又購(gòu)買面包的置信度是25%,這說(shuō)明買可樂(lè)也會(huì)買薯片的關(guān)聯(lián)性比面包強(qiáng),營(yíng)銷上可以做一些組合策略銷售。
提升度 (Lift)
提升度表示先購(gòu)買A對(duì)購(gòu)買B的概率的提升作用,用來(lái)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(gòu)物車中出現(xiàn)的次數(shù)是否高于商品單獨(dú)出現(xiàn)在購(gòu)物車中的頻率。如果大于1說(shuō)明規(guī)則有效,小于1則無(wú)效。
公式:
例子說(shuō)明:
可樂(lè)和薯片的關(guān)聯(lián)規(guī)則的支持度是20%,購(gòu)買可樂(lè)的支持度是3%,購(gòu)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(lái)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)是以下圖表形式展現(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。
所以,我們希望轉(zhuǎn)換成下表形式,如銷售ID=000001, 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(lái)實(shí)現(xiàn)上述分析無(wú)異于大海撈針。
下面我們就來(lái)看看在BDP中如何實(shí)現(xiàn)Apriori算法,實(shí)現(xiàn)關(guān)聯(lián)規(guī)則分析:
商品兩兩組合的初步想法是通過(guò)量化的思想對(duì)商品進(jìn)行編碼,比方說(shuō)可按照增序(從1開始),算出每筆銷售單最大值,求出兩者差值得到一組數(shù)組,通過(guò)數(shù)組行轉(zhuǎn)列形式實(shí)現(xiàn)2種商品兩兩組合。
圖:銷售單2種商品兩兩組合邏輯圖
操作①:
【工作表】-【創(chuàng)建合表】-【SQL創(chuàng)建】
圖:商品量化
上圖轉(zhuǎn)換成日期的形式,主要目的是為下一步的數(shù)組轉(zhuǎn)列做準(zhǔn)備,為配合explode()函數(shù)使用。其中需要說(shuō)明的是上圖[日期]字段是自定義日期,可以更改成任意日期,沒(méi)有實(shí)際日期意義。
圖:商品組合數(shù)效果
上圖主要使用的關(guān)鍵函數(shù)是FILL_DATES([日期1],[日期2]),Explode()。組合效果初顯現(xiàn),只是缺另一個(gè)商品名,然后把[下一日期]字段通過(guò)LEFT JOIN 關(guān)聯(lián)出商品B的名稱。
操作②:
【工作表】-【創(chuàng)建合表】-【多表關(guān)聯(lián)】 用于創(chuàng)建表關(guān)聯(lián) 包括(LEFT/INNER/ FULL JOIN)
圖:商品組合數(shù)實(shí)現(xiàn)
從上圖可以看到A商品和B商品兩兩組合邏輯已完成,在當(dāng)前表基礎(chǔ)上我們已經(jīng)可以去做連帶分析內(nèi)容。
在這里,求Freq(A)和Freq(B)和總筆數(shù)數(shù)值就不祥述了,思想大致是求出所有銷售商品的A 和B商品的頻次,通過(guò)合表關(guān)聯(lián),整合到一張大表。
操作③:
【工作表】-【創(chuàng)建合表】-【追加合并】合并訂單總數(shù) ,A商品訂單數(shù),B商品訂單數(shù)和A∩B商品連帶筆數(shù)
圖:追加合并邏輯實(shí)現(xiàn)
追加合并可以把相同字段商品合并在一起,方便計(jì)算三個(gè)指標(biāo)(支持度、置信度、提升度)有利于可視化展現(xiàn)。
操作④:
可視化展現(xiàn):【BDP】-【儀表盤】
圖:儀表盤全局展示
注:為了更好體現(xiàn)可視化效果,這部分的可視化展示成果并非使用上述的測(cè)試數(shù)據(jù)或某個(gè)企業(yè)數(shù)據(jù)。
制作三個(gè)圖表進(jìn)行購(gòu)物籃分析:
圖: TOP 20商品連帶次數(shù)
上圖反映季度連帶最高頻次商品,高聯(lián)帶商品意味著對(duì)客戶吸引力大商品粘性強(qiáng),同時(shí)也可以查看不同分公司的TOP20連帶情況。根據(jù)結(jié)果我們可以合理設(shè)計(jì)促銷策略,例如買2送1等。
圖:商品組合指標(biāo)
置信度高說(shuō)明商品連帶緊密,說(shuō)明客戶連帶意愿強(qiáng),同時(shí)關(guān)注支持度,支持度高說(shuō)明是需求量大,如果支持度低,置信度高其實(shí)對(duì)市場(chǎng)作用是有限小的。
圖:購(gòu)物籃分析詳情
通過(guò)單價(jià),支持度,置信度,提升度綜合指標(biāo)來(lái)看待商品組合,發(fā)現(xiàn)高價(jià)值關(guān)聯(lián)商品,有助于提升客單價(jià),同時(shí)也需要考慮提升度,提升度小于1,提升效果有限,可以把精力花在提升度大于1的商品組合。
同樣地,我們是否可以實(shí)現(xiàn)三種商品的組合呢?答案是顯然的,只要我們深入理解以上過(guò)程,三種商品關(guān)聯(lián)也是可以在BDP中實(shí)現(xiàn)的。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03