數據挖掘典型應用:關聯分析

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。

那什么是關聯分析呢？

對于商家而言，有兩個很重要的指標對于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？

在超市經常我們看到商品組合打包在一起優惠銷售，例如：飄柔洗發水+玉蘭油沐浴露、方便面+火腿腸，面包+牛奶，在這些產品組合的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，而這背后的原理就是涉及到數據挖掘中的關聯分析。

關聯分析又稱關聯挖掘，就是在交易數據、關系數據或其他信息載體中，查找存在于項目集合或對象集合之間的頻繁模式、關聯、相關性或因果結構?；蛘哒f，關聯分析是發現交易數據庫中不同商品（項）之間的聯系。

關聯分析能用來做什么呢？

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+玉蘭油沐浴露等促銷禮包；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準營銷。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。

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。

關聯分析的準備工作分析前必須進行大量的產品梳理工作，區分不同等級的層次關系，并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并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，但產品梳理的標準是很重要的。產品標準過于粗放，對于后期的關聯分析意義不大；產品標準過于細化，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，對于關聯分析的結果精準程度很重要。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：

如果對于大零售超市或商場，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，形成標準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。

關聯分析應主要事項

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。對于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于主要是三個方面：

重購：繼續購買原來的產品；

升級：購買更高檔次的產品；

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，這等于給客戶降檔推薦了，會讓銷售額大幅減少，銷售機會白白浪費并且造成了損失，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。