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。