這篇文章包含了太多太多的數(shù)據(jù)干貨，所以文章篇幅也比較長(zhǎng)，可是不花點(diǎn)時(shí)間，怎么能學(xué)到想要的干貨呢！接下來(lái)，小草莓陪大家一起學(xué)習(xí)！若有疑問(wèn)，歡迎在文末留言哈~
作者｜熊輝，BDP專業(yè)咨詢顧問(wèn)
6年數(shù)據(jù)分析師從業(yè)經(jīng)驗(yàn)，精通大數(shù)據(jù)分析與項(xiàng)目實(shí)施，對(duì)數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)算法有深入的研究。
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)于大家熟知的。
關(guān)聯(lián)規(guī)則3大關(guān)鍵詞：支持度()、置信度()與提升度(Lift)。我們先簡(jiǎn)單了解下這3個(gè)關(guān)鍵指標(biāo)：
1
支持度 ()
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。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(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%。
2
置信度 ()
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、捆綁策略銷售。
3
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)是下圖形式展現(xiàn)：
要計(jì)算支持度()、置信度()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，我們轉(zhuǎn)換成下表形式，如銷售ID=， 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。
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(guò)靈活強(qiáng)大的功能組合來(lái)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(lái)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(guò)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(lái)看看在BDP中如何實(shí)現(xiàn)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(kāi)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
BDP實(shí)現(xiàn)的4大步驟：
為了實(shí)現(xiàn)上述的組合算法，也為了方便感興趣的同學(xué)進(jìn)行實(shí)踐，我們先上傳10條數(shù)據(jù)到BDP平臺(tái)，共有3票購(gòu)物單，最大商品數(shù)分別是5、3以及2。若你想跟著一起操作用excel怎么做關(guān)聯(lián)規(guī)則，趕緊登錄BDP個(gè)人版，數(shù)據(jù)也給你準(zhǔn)備好了，在公眾號(hào)回復(fù)“關(guān)聯(lián)”免費(fèi)領(lǐng)。
（EXCEL 上傳表）
操作①
點(diǎn)擊【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（）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（[日期1],[日期2]），（）。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)：【儀表盤】-【拖拽生成圖表】
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1： TOP 20商品連帶次數(shù)
上圖反映季度連帶最高頻次商品用excel怎么做關(guān)聯(lián)規(guī)則，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2：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3：購(gòu)物來(lái)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。
除了購(gòu)物籃分析這個(gè)典型應(yīng)用，關(guān)聯(lián)規(guī)則分析還在金融行業(yè)、搜索引擎、智能推薦等領(lǐng)域大有所為，如銀行客戶交叉銷售分析、搜索詞推薦或者識(shí)別異常、基于興趣的實(shí)時(shí)新聞推薦等。
BDP強(qiáng)大穩(wěn)定的數(shù)據(jù)計(jì)算能力、多維度的數(shù)據(jù)分析、直觀的可視化展現(xiàn)能夠?qū)崿F(xiàn)關(guān)聯(lián)規(guī)則分析。通過(guò)不同維度的分析，從海量數(shù)據(jù)中捕捉到關(guān)聯(lián)關(guān)系，進(jìn)行有的放矢的決策調(diào)整，進(jìn)一步提升銷售能力、提高產(chǎn)品收益，真正實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)！
快掃我，回復(fù)“關(guān)聯(lián)”有示例數(shù)據(jù)哦~
快戳下方“閱讀原文”，免費(fèi)使用數(shù)據(jù)分析神器，學(xué)會(huì)關(guān)聯(lián)規(guī)則分析，讓數(shù)據(jù)助力業(yè)績(jī)?cè)鲩L(zhǎng)~