干貨｜關(guān)聯(lián)規(guī)則分析怎么做仗岖？你需要知道這3大關(guān)鍵詞、4大步驟 https://mp.weixin.qq.com/s/G2NUtgwSAFe8d9rKX7kw5w
干貨｜關(guān)聯(lián)規(guī)則分析怎么做览妖？這3大關(guān)鍵詞轧拄、4大步驟來幫你！
https://mp.weixin.qq.com/s?__biz=MzIxMDU0MjAwOQ==&mid=2247484455&idx=1&sn=8c049c5aad57951aaf16ba225d164e7f&chksm=976248f1a015c1e73c20729be54243c15fc14e1ac05f36c28de7e6a367c07c86436c32400391#rd
作者｜熊輝讽膏，BDP咨詢顧問
6年數(shù)據(jù)分析師從業(yè)經(jīng)驗(yàn)檩电，精通大數(shù)據(jù)分析與項(xiàng)目實(shí)施，對數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)算法有深入的研究府树。
關(guān)聯(lián)規(guī)則是反映一個事物與其他事物之間的相互依存性和關(guān)聯(lián)性俐末，常用于實(shí)體商店或在線電商的推薦系統(tǒng)：通過對顧客的購買記錄數(shù)據(jù)庫進(jìn)行關(guān)聯(lián)規(guī)則挖掘，最終目的是發(fā)現(xiàn)顧客群體的購買習(xí)慣的內(nèi)在共性奄侠，例如購買產(chǎn)品A的同時也連帶購買產(chǎn)品B的概率卓箫，根據(jù)挖掘結(jié)果，調(diào)整貨架的布局陳列垄潮、設(shè)計促銷組合方案烹卒，實(shí)現(xiàn)銷量的提升闷盔，最經(jīng)典的應(yīng)用案例莫過于<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)旅急、置信度(Confidence)與提升度(Lift)逢勾。首先，我們簡單溫故下這3個關(guān)鍵指標(biāo)：
1
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)的概率藐吮，即A與B同時被購買的概率溺拱。
公式：
例子說明：
比如某超市2016年有100w筆銷售，顧客購買可樂又購買薯片有20w筆谣辞，顧客購買可樂又購買面包有10w筆潦闲，那可樂和薯片的關(guān)聯(lián)規(guī)則的支持度是20%卓起，可樂和面包的支持度是10%。
2
置信度 (Confidence)
置信度是購買A后再購買B的條件概率舱痘。簡單來說就是交集部分C在A中比例渊胸，如果比例大說明購買A的客戶很大期望會購買B商品。
公式：
例子說明：
某超市2016年可樂購買次數(shù)40w筆迂卢，購買可樂又購買了薯片是30w筆怔毛，顧客購買可樂又購買面包有10w筆螃壤，則購買可樂又會購買薯片的置信度是75%，購買可樂又購買面包的置信度是25%，這說明買可樂也會買薯片的關(guān)聯(lián)性比面包強(qiáng)涕刚，營銷上可以做一些組合策略銷售察净。
3
提升度 (Lift)
提升度表示先購買A對購買B的概率的提升作用异吻，用來判斷規(guī)則是否有實(shí)際價值棋返，即使用規(guī)則后商品在購物車中出現(xiàn)的次數(shù)是否高于商品單獨(dú)出現(xiàn)在購物車中的頻率求摇。如果大于1說明規(guī)則有效猖吴，小于1則無效党窜。
公式：
例子說明：
可樂和薯片的關(guān)聯(lián)規(guī)則的支持度是20%，購買可樂的支持度是3%，購買薯片的支持度是5%挡逼，則提升度是1.33>1, A-B規(guī)則對于商品B有提升效果括改。
理論很簡單，真正實(shí)踐起來卻會遇到種種困難家坎，印證了那句"數(shù)據(jù)分析師的50%～80%的時間都花在了處理數(shù)據(jù)上”嘱能，例如一般POS明細(xì)是以下圖表形式展現(xiàn)：
要計算支持度(Support)、置信度(Confidence)與提升度(Lift)虱疏，首先需要知道Freq(A∩B)惹骂、Freq(A)、Freq(B)和總筆數(shù)數(shù)值做瞪，那么需要對商品進(jìn)行排列組合对粪。
所以，我們希望轉(zhuǎn)換成下表形式装蓬，如銷售ID=000001著拭， 4種商品的兩兩組合（種）：
若一個收銀小票（銷售ID）有30種商品，則組合數(shù)達(dá)到:
而可視化層級上還需要展現(xiàn)集團(tuán)下每個分公司牍帚、每個城市儡遮、每個門店、月度暗赶、季度或者年度時間的關(guān)聯(lián)規(guī)則分析鄙币，如果用傳統(tǒng)的工具來實(shí)現(xiàn)上述分析無異于大海撈針肃叶。
BDP商業(yè)數(shù)據(jù)平臺以高效的數(shù)據(jù)處理和優(yōu)秀的可視化數(shù)據(jù)分析著稱。在BDP中十嘿，不僅可以便捷地實(shí)現(xiàn)多維數(shù)據(jù)分析因惭，還可以通過靈活強(qiáng)大的功能組合來進(jìn)行更深層面的數(shù)據(jù)分析探索。
從一個分析師的角度來看详幽，我認(rèn)為BDP有以下三個最大的亮點(diǎn)：
- 易操作性——可以很好的把想法轉(zhuǎn)化為實(shí)踐應(yīng)用筛欢。
- 優(yōu)秀的處理能力——輕松處理億級數(shù)據(jù)，尤為突出的是合表速度秒級響應(yīng)唇聘，這得益于BDP強(qiáng)大的大數(shù)據(jù)架構(gòu)以及云端計算能力版姑。
- 靈活及優(yōu)秀的可視化——通過拖拽的方式即可實(shí)現(xiàn)可視化，同時也可自定義報表迟郎。
下面我們就來看看在BDP中如何實(shí)現(xiàn)Apriori算法芬膝，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量化的思想對商品進(jìn)行編碼，比方說可按照增序（從1開始）辛润，算出每筆銷售單最大值濒生，求出兩者差值得到一組數(shù)組，通過數(shù)組行轉(zhuǎn)列形式實(shí)現(xiàn)2種商品兩兩組合控乾。
圖：銷售單2種商品兩兩組合邏輯圖
BDP實(shí)現(xiàn)過程：
為了實(shí)現(xiàn)上述的組合算法么介，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平臺蜕衡，共有3票購物單壤短，最大商品數(shù)分別是5、3以及2慨仿。
（如果您不是企業(yè)級用戶久脯，BDP也為您提供了免費(fèi)個人版，注冊后即可使用镰吆。）
閱讀原文帘撰，進(jìn)入BDP個人版
公眾號回復(fù)：數(shù)據(jù)，即可獲取測試數(shù)據(jù)
圖：EXCEL 上傳表
操作①：
【工作表】-【創(chuàng)建合表】-【SQL創(chuàng)建】
圖：商品量化
上圖轉(zhuǎn)換成日期的形式万皿，主要目的是為下一步的數(shù)組轉(zhuǎn)列做準(zhǔn)備摧找，為配合explode（）函數(shù)使用。其中需要說明的是上圖[日期]字段是自定義日期牢硅，可以更改成任意日期慰于，沒有實(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]）唤衫，Explode（）婆赠。組合效果初顯現(xiàn)，只是缺另一個商品名，然后把[下一日期]字段通過LEFT JOIN 關(guān)聯(lián)出商品B的名稱休里。
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蛆挫，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。
在這里妙黍，求Freq(A)和Freq(B)和總筆數(shù)數(shù)值就不祥述了悴侵，思想大致是求出所有銷售商品的A 和B商品的頻次，通過合表關(guān)聯(lián)拭嫁，整合到一張大表可免。
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)做粤，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浇借，方便計算三個指標(biāo)（支持度、置信度怕品、提升度）有利于可視化展現(xiàn)妇垢。
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試數(shù)據(jù)或某個企業(yè)數(shù)據(jù)肉康。
制作三個圖表進(jìn)行購物籃分析：
圖： TOP 20商品連帶次數(shù)
上圖反映季度連帶最高頻次商品闯估，高聯(lián)帶商品意味著對客戶吸引力大商品粘性強(qiáng)，同時也可以查看不同分公司的TOP20連帶情況吼和。根據(jù)結(jié)果我們可以合理設(shè)計促銷策略涨薪，例如買2送1等。
圖：商品組合指標(biāo)
置信度高說明商品連帶緊密炫乓，說明客戶連帶意愿強(qiáng)尤辱，同時關(guān)注支持度，支持度高說明是需求量大厢岂，如果支持度低，置信度高其實(shí)對市場作用是有限小的阳距。
圖：購物來分析詳情
通過單價塔粒，支持度，置信度筐摘，提升度綜合指標(biāo)來看待商品組合卒茬，發(fā)現(xiàn)高價值關(guān)聯(lián)商品，有助于提升客單價咖熟，同時也需要考慮提升度圃酵，提升度小于1，提升效果有限馍管，可以把精力花在提升度大于1的商品組合郭赐。
同樣地，我們是否可以實(shí)現(xiàn)三種商品的組合呢确沸？答案是顯然的捌锭，只要我們深入理解以上過程俘陷，三種商品關(guān)聯(lián)也是可以在BDP中實(shí)現(xiàn)的。
除了購物籃分析這個典型應(yīng)用观谦，關(guān)聯(lián)規(guī)則分析還在金融行業(yè)拉盾、搜索引擎、智能推薦等領(lǐng)域大有所為豁状，如銀行客戶交叉銷售分析捉偏、搜索詞推薦或者識別異常、基于興趣的實(shí)時新聞推薦等泻红。
BDP強(qiáng)大穩(wěn)定的數(shù)據(jù)計算能力夭禽、多維度的數(shù)據(jù)分析、直觀的可視化展現(xiàn)能夠幫助企業(yè)實(shí)現(xiàn)關(guān)聯(lián)規(guī)則分析承桥。通過不同維度的分析驻粟，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)整凶异，進(jìn)一步提升銷售能力蜀撑、提高產(chǎn)品收益。
