关联算法①——《啤酒与尿布》购物篮分析

关联算法系列目录：
关联算法②——Apriori算法原理及python实现
关联算法③——Apriori算法实现主播关联度分析

关联算法是通过支出度，置信度，提高度三个指标，寻找有相关性的商品或其它物品组合，最早是用在了沃尔玛超市的购物篮分析中。
本文通过对啤酒与尿布的学习，整理了如下核心内容（文末有详细获取方式，免费）

一、销售额影响因素

1、商品关联度

商品关联度分析不只是特定商品之间，其实是特定品类之间，客户有喜新厌旧的心理，不应该将关联商品定死在某个商品（马尔科夫转移矩阵：描述不同品种商品的变化规律） ；通常用R值代表关联度（可以是提高度，或者置信度）：

R值大于75%也不要得意，可能是一些司空见惯的商品关联
R在25%-75% 强关联，有可能是促销活动导致的临时强关联
R在0.25%下是弱关联，才是购物篮分析的重点
R为负值，说明商品存在排斥关系，基本是大型家用电器，家具，电子产品等，购买目的性强，买完即走，应组织专门的专卖店和区域，将其陈列在一起，让用户有更多选择余地

商品相关性研究方法： 假说，实行和验证，假定单身青年与饭团存在相关性，在门店上形成商品关联关系，在单身族出现时将饭团上架，通过Pos机数分析是否有提升，再将其拓展到其它门店

有了商品关联度分析，还得要现场观察，不然可能会做出错误的决策，如切片面包在周末畅销是因为钓鱼者买去作鱼饵；廉价的火腿肠被做为宠物粮食

2、天气、气候、季节，特殊事件等

购物篮最重要的就是商品关联性分析，但是零售不仅要看关联度，还要看天气，季节，价格，活动，群体，特殊事件（非典时期VC泡腾片)等对商品整体销售的影响
天气—下雨天雨具，气温—碳酸饮料，商品气象指数：德国啤酒-啤酒气温指数，气温每上升一度，就会增加230万瓶的销售，空调-气温指数
台湾有个七五三感冒指数，当天温差大于7，昨天和今天相差5，且湿度差大于30%，感冒人数就会增多，商家就会将感冒药，温度计和口罩等上架

3、心理暗示

心理暗示：启发客户的想象力，使客户联想到一些美好的记忆，从而达到商品关联销售（生鲜柜台用电视播放菜谱，火锅底料放在冷藏柜台上面，宜家通过样板间的方式将商品组合在一起，会形成强烈的购物冲动）

二、商品分类

分为：主力商品，辅助商品，关联商品，销售额和品种差异见下图。

如果区分最辅助和关联商品？

① 类别和R值判断：如果类别一致且关联值低于25%（这个值依据不同的主力商品会改变），基本属于辅助商品，如果类别不同则多为关联商品
② 商品使用判断：没有辅助商品就没法使用主力商品，但没有关联商品还能继续用，就是不够完美

二、陈列

将具有关联性商品放在一起陈列，叫交叉陈列，可以实现：
1、方便客户购物，节省时间
2、提醒用户别忘记购买关联商品，同时还能通过将高毛利率与低毛利率陈列在一起，弥补利润损失的作用

常用的陈列方法有：
1、二次陈列法，同一个商品出现在多个货架区，啤酒出现在酒类，也出现在尿布
2、主题陈列法，将同一主题，不同类别具有关联性的商品放在一起，宜家
3、重复陈列法，加大陈列面，让客户觉得可选择性多，生鲜柜台摆10条鱼肯定会优于1条鱼
4、依据用户群体更改陈列法，7-11一天修改4次，早上是上班族，中午是年轻女性，傍晚是上班族，晚上是加班族
5、就近陈列法，化妆品和女鞋就近陈列，有限时间内完成购物

三、零售企业与供应商

1、零售企业盈利方式
① 供应商的各种费用（进场费，上架费（广告费））等，不依靠差价，供应商则通过大卖场的广告效应，去中小零售企业劝说上架，获利
② 赚取进销差价，一般中小型零售，话语权不强，毛利不高
③ 两种混合

2、供应商如何自救？
主力商品——有较大的话语权，尽量提供有可能成为主力商品的商品，而不是没有创新与现有商品没啥区别的商品
辅助/关联商品——从购买特定商品的购物篮分析 ，特定商品的购物篮系数，客户手中购物篮商品的平均总数？关联商品有哪些，有哪些品种，值多少钱？平均购物篮金额是多少？购买特定商品与未购买特定商品的客户群体在去商场次数，平均消费金额，平均购买商品种类，数量是否有较大差异

四、零售分析维度

1、不同用户群体（年龄，性别，收入，职业）的销售额、毛利贡献分析
2、不同用户群体（购买行为相似，购物篮相似）的购买清单分析
3、商品购物篮的销售表现分析（销售数量，购物篮系数，商品关联度分析）
4、商品的活跃度排行，及相关联的商品有哪些？
5、商品销售时段分析
6、客户购买频率分析
7、供应商的商品销售/品类销售分析
8、客户价值分析
9、促销效果分析

五、客户购买方式

1、直接购买——目的性强，买了就走，购物篮系数单一，尽量避免
2、促销购买——受促销活动，冲动购买，鼓励
3、替代购买——要买的没了，或者价格不合适，买了功能接近的新商品，尽量避免
4、交叉购买——能大大丰富购物篮，鼓励
5、向上购买——在商家诱导下买了更贵的，最好的，能过促销88+10换购128元葡萄酒，形成了向上购买；当黄酒销售价格点出现上升趋势，由6-10提升至12-15元，加大后者的陈列面积，并进行促销，将行为固定下来
6、向下购买——在商品较多可选择了价格较低的，购物篮金额较少，不受欢迎，尽量避免，但有时也会故意放一个特别贵的，形成价格锚点，来促进向下销售
7、放弃购买——销售转化率低，与商品质量，收银员服务质量，排队情况等相关，长期会倒闭，避免

六、好坏商品的定义

单一的数量，销售金额，毛利率几个指标是不够的，要根据商品在卖场中所起到不同作用来评估，通常用商品重要度，包含有
1、 走销量——销售量， 周转率，人气度
2、 毛利额——销售额，毛利额，毛利率
3、 促销商品——人气度，销售量，商品周转率，商品相关度
4、 关联商品——相关联商品销售量
上述每种商品的每个指标可以赋予权重，权重可随季节性改变

中医中的君臣佐使原则能形象地描述各种商品的作用
君药——发挥主要治疗作用——主力商品，形象商品——走量
臣药——辅助君药发挥作用——辅助，关联商品——促进主力商品销售
佐药——抑制君药副作用——毛利商品——弥补主力商品跑量、促销带来的损失
使药——引导药物抵达要害——特价促销品——低价促销聚集用户

七、滞销商品

何为滞销商品： 未动销，非活跃商品

是否要淘汰：
1、被淘汰商品是否有关联商品，有的话，要提前准备替代品，减少关联损失（主商品与关联商品的：平均购物篮系数，日均销售量，日均销售金额，日均销售毛利，如果主商品的各项指标均较低，但是所有关联商品汇总的销售金额，毛利要高得多，则要慎重）
2、被淘汰商品是否对应某一特定群体，是的话，是否有替代商品可选，如果客户群体很好，要慎重
3、品类分析：价格带，商品种类，动销率，来分析哪些价格带的种类需要缩减，哪一些可以扩大种类

八、门店常用指标

1、决定门店命运的指标
客流量：提升方法（刚开业流量大，原因是好奇心，门店要出新花样，让顾客时刻感觉好齐）
捕获量 ：进店人数/客流量
成交率 ：购买人数/进店人数
客单价 ：人均购物篮金额

2、决定商品命运的指标
通过率：特定区域的通过数量/进店总人数
停留率：特定柜台、货架停留人数/经过人数
成交率：特定台、货架成交人数/停留人数

九、销售结构/购物篮结构/PI值

1、销售结构
75%的销售额由25%商品实现（正常）
50%/50%（销售结果过于分散，商品销售形不成特点，什么都卖，却什么都卖不动），90%/10%销售过于集中，适应面窄，只适合某一类群体

2、购物篮结构
也叫购物篮渗透率，是同一时间段内特定商品的购物篮数量（客户数）/同期同类商品的购物篮数量

举例①：

举例②：


举例③

销售数量和购物篮数量会随着季节，和地区发生变化，对于门店而言，购物篮数量价值高于销售数量

3、PI值
除了销售结果和购物篮结构之外，还有一个指标，叫PI值（商品购买指数，人气度，千人购买率）=商品在单位时间内购物篮中的数量/购物篮数量
1、PI值揭示了商品的活跃程度，PI越高，客户的关注度就越高
2、PI值也可以分析促销活动的效果。
3、PI值高的一般为价格敏感商品，与定价，毛利率成反比
4、PI值低的商品不可贸然剔除（1是要看是否有特定的群体消费，2是是否有其它关联商品，关联商品数量，关联商品的销售额怎么样）
举例①

举例② ： PI值可以与销售额一起，分析某品类销售金额下降

十、购物篮系数

两种定义：单个商品在购物篮中的数量；不同类别商品在购物篮的数量（商品数），一般是指后者。后者越大，说明相关商品越多，越应该进行相关性分析，找到关联商品陈列；后者在不同门店，不同时间段会有区别

前者可以用来分析商品包装问题，比如
1、同类捆包销售的依据
2、改进包装依据
3、分析客户消费行为进而制定不同的促销计划，举例（果汁饮料4，新包装6，由于很容易喝掉，增长40%销售；清洁用品3，捆绑3个降价送第4个；奶瓶不止1件，有的超过10件，多件奶瓶包装加赠品，一次性购买 ）

商品为啥要多包装？
1、客户具有不同的消费行为(可根据包装销量的不同发现不同的客户群体需求）
2、不同生命周期商品也要不同的包装（刚入市，低成本可以更好地接受；成熟期，大包装增加销量，衰退期，捆绑包装促销，推迟退市时间）
举例①

举例②
如果啤酒销量整体下降，可以看下不同包装的销量，购物篮数量和PI值的变化，来寻找原因
举例③

针对不同的商品购物篮数量分布，结合购物篮中多件商品销售数量，可以找到最佳的包装数量

十一、关联价格分析

商品单独购买和关联商品一起购买时，价格会产生变化，是由于单独购买和组合购买，代表着不同的消费行为（比如酒类，单独是送礼，组合是家庭饮用，啤酒与尿布也是要一般集中在哪个价位，而不是随便价位都可以放在一起）

十二、购物篮质量标准

不能以简单的销售金额（客单价）来分ABCD，而更应该以购物篮的获利能力来判断购物篮的标准（毛利）
先通过关联分析，找到关联组合，再去分析每种组合的毛利，找到较好的组合，较差的要想办法增加一些高毛利的商品组合销售
可以进行不同时间段购物篮获利能力分析，找到最佳的时间点

十三、客户—商品关联关系分析

光分析商品之间的关联性是没用的，要落实到具体的客户群之上，才能知道到底是谁在买，如何给他提供更好的服务，要以特征商品区分用户群体（特定的客户群体会出现在相同的购物时间，或购买类似的物品，具有相似的购物篮特征）

分析有2个作用：
1、每个客户群体都有自己的标志购买商品及组合，在组织采购，促销或上架可以针对性更强；
2是进行客户流失分析，如果某些商品与特定群体有强关联关系，这些商品的销量变动，有可能意味着用户流失，也有可能是客户形成了替代购买

十四、商品缺货损失分析

缺货会造成：
1、单个商品的销量下降，销售金额下降；
2、关联商品的销量销售金额下降（尤其是强关联关系的商品，A没有也不会买B）
3、 如果长期缺货同时没有可替代品，特定群体用户会流失（经验3-4次未买到）
4、缺货可以检验商品相关性

如何计算：按商品日平均销量，计算库存为0时损失的缺货天数，损失销售数量和金额等
单个商品损失：

关联损失：这里以平均客单价来作为关联损失的单价

流失用户：看缺货时PI值变化

十五、客户心理目标购物篮

大卖场——面积1万以上，5-10件，客单价50-80，1-2周1次——使用营销手段容易突破心理目标，可上不可下（指购买金额可以超出心理预期，但不可低于心理预期）
百货商品—很随机，可买可不买，闲逛式——可上也可下
标准超市—500-2000平米，3-5件，客单价20-30，2-3天——基本固定
便利店—2-3件，10元，应急性消费，1天多次——基本固定

十六、销售时段分析

销售时段分析主要包括
1、季节性（on_season和off_season商品）
2、工作日和周末
3、按小时分析，有一些商品的关联关系要细分到小时才会发现

分析指标：时段客流量，客单价，销售数量，时段购物篮总数，转化率，购物篮系数，时段平均购物篮数，购物篮总金额，毛利，不同时间段毛利，销售金额占比

购买时间序列分析：预测什么商品会在什么时间出现在用户的下一个购物篮中，以及相关的概率，需要知道两点：
1、用户的购买周期
2、商品的购买周期（存在互斥）

十七、定价策略

价格弹性：需求随价格变化而变，价格弹性指数，在一定区间内有弹性
1、价格敏感型商品——保持低价，会给人营造便宜的感觉（吉芬现象：价格上涨销量增加）
2、价格不敏感商品—弹性指数低，价格变动不太会影响消费
3、价格敏感度低商品

商品交叉价格弹性：分为替代性（价格上涨销量下降，但替代商品销量上涨），互补性（同时上涨或下降，三文鱼或芥末） ，满足条件：①均是价格敏感型商品，②具有相关性

价格分布：
1、价格销量呈现双峰带分布且低峰销量高于高峰，合理定价
2、如果只有单侧有一个峰，说明价格令集中在几个商品上，仅满足了部分群体的需求，3、无峰，都很平均，说明没有特色，也很危险
有时会把销量替换成PI，看用户的关注度

定价策略：
1、依据竞争对手制定价格带，形成差异化
2、依据品类制定商品价格带
3、依据商品双峰带，价格点调整商品价格带
4、根据销售额表现制定品类分布

购物篮敏感商品：只要这些商品价格低，就不会让用户觉得价格高， 每家门店应该根据自己的消费者和消费特点，指定不同群体的购物篮敏感商品指数
妇女：食用油，蔬菜，豆制品，猪肉，牛奶
男人：啤酒，饮料，熟食
学生：牛奶，快餐，冷饮
白领：咖啡，冷饮

十八、促销

促销一般会有5种结果：
1、促销就有效——促销就涨，活动结束就恢复正常，说明会吸引一部分新用户，但是没能成为常客户
2、皆大欢喜—促销涨，且后续发展良好（新品或有潜力的商品），遗留效应
3、提前预支—促销效果明显，后续发展不好（提前储备）
4、白忙一场—促销无效果（1、商品不是价格敏感性商品；2促销力度不够；3、促销方式选择错误（姨妈降价），4、周期性商品；5、促销信息泄露）
5、好心办坏事—促销后效果更差（1、竞争对手提前知晓；2、客户行为发生变化；3、商品已进入衰退期；4、商品是季节性）

促销商品选择标准：
1、商品价格弹性指数，越高促销越容易冲动购买
2、寻找强关联商品促销
3、选择销量高，PI值高的商品促销
4、选择生鲜或三白（牛奶鸡蛋豆腐）

如何评估促销效果？
1、是否带来了新的人气（PI值）
2、购物篮金额是否有提升（防止劈开购物篮用户）
3、客流量是否出现变化
4、购物篮系数是否出现变化
5、多种促销方式对比（捆绑，优惠券，价格，换购）
6、商品关联度是否增加

促销对品类的影响？
1、整个品类业绩稳定，同类相食
2、促销商品上升，但品类下降，毛利下滑（过度促销，价格卖穿）

促销方式之一：换购
1、提升卖场人气
2、提升客单价

如何计算换购起点
门店或品类人均购物篮金额*加权系数（20%-40%）

本人互联网数据分析师，目前已出Excel，SQL，Pandas，Matplotlib，Seaborn，机器学习，统计学，个性推荐，关联算法，工作总结系列。

微信搜索并关注 " 数据小斑马" 公众号
1、回复“啤酒”就可以领取啤酒与尿布
2、回复“数据分析”可以免费获取下方15本数据分析师必备学习书籍一套

最后

以上就是靓丽方盒为你收集整理的关联算法①——《啤酒与尿布》购物篮分析的全部内容，希望文章能够帮你解决关联算法①——《啤酒与尿布》购物篮分析所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。