在大數據時代，各行各業每天都在不斷地產生著大量各色各樣的數據。對這些數據進行有效的挖掘，能夠促進企業更好更精準的發展。這些數據能夠幫助我們更精準地了解用戶，從而制定出更貼合用戶的運營策略，提升用戶在平臺的使用體驗。購物籃分析是數據挖掘技術在零售業的典型應用之一，旨在從零售記錄中分析出顧客經常同時購買的商品的組合，挖掘出購物籃中有價值的信息。

一、背景

關聯規則就是從一種行為中發現與之相關聯的另一種行為，即A→B，并用一定的概率度加以保證。關聯規則廣泛的應用在零售業、金融業和互聯網行業。最典型的運用是購物籃分析，挖掘一般顧客在購買X產品的同時還會購買其他什么產品，于是制定相應營銷策略，進行捆綁銷售，增加銷售量。又如金融業中，預測銀行客戶需求，如果數據庫中顯示，某個高信用限額的客戶更換了地址，這個客戶很有可能新近購買了一棟更大的住宅，因此會有可能需要更高信用限額，更高端的新信用卡，或者需要一個住房改善貸款，這些產品都可以通過信用卡賬單郵寄給客戶。電子購物網站也使用關聯規則進行挖掘，一些購物網站使用關聯規則設置相應的交叉銷售，也就是購買某種商品的顧客會看到相關的另外一種商品的廣告。

二、重要概念和原理

首先我們來看，什么是規則？規則形如"如果…那么…(If…Then…)",前者為條件，后者為結果。例如一個顧客，如果買了牙刷，那么他也會購買牙膏。

如何來度量一個規則是否足夠好？有兩個量，置信度()和支持度(Support)。

舉個例子。假設有10000個訂單，其中購買了A產品的訂單數是1000單，購買了B產品的訂單數是2000單，同時購買了A產品和B產品的訂單數是800單。

支持度（support）：

簡單的字面理解就是支持的程度。在所有的事務中同時出現A和B的概率，即P(AB)。支持度揭示了A和B同時出現的頻率，如果A和B一起出現的頻率非常小，那么就說明了A和B之間的聯系并不大;但若一起出現的頻率非常頻繁，那么A和B總是相關聯的知識也許已經成為常識而存在了。因此，上面例子的支持度就是：800/10000*100%=8%。

置信度（）：

置信度也稱為可靠度，置信度表示了這條規則有多大程度上值得可信。所有事務中，在A出現的情況下B出現的概率，即P(B|A)，P(B|A)=P(AB)/P(A)。因此，上面例子的置信度就是：P(AB)=8%,P(A)=1000/10000*100%=10%,P(B|A)=8%/10%=80%

置信度揭示了B出現時，A是否一定會出現，如果出現則其大概有多大的可能出現。如果置信度為100%,則說明了B出現時，A一定出現。那么，對這種情況而言，假設A和B是市場上的兩種商品，就沒有理由不進行捆綁銷售了。如果置信度太低，那么就會產生這樣的疑問，A和B關系并不大，也許與B關聯的并不是A。

三、目的

購物籃分析(market basket )的目的在于在一個數據集中找出項之間的關聯關系。例如，購買鞋的顧客，有10%的可能也會買襪子，60%的買面包的顧客，也會買牛奶。這其中最有名的例子就是"尿布和啤酒"的故事了。

四、應用

購物籃分析的主要應用如下：

①電商：

②超市

③電信與金融服務業：經由購物籃分析能夠設計不同的服務組合以擴大利潤；

④保險業：能藉由購物籃分析偵測出可能不尋常的投保組合并作預防。

五、案例詳解

【數據源】

利用R進行購物籃分析，R中關聯分析函數為arules,我們采用內置的的數據集。數據集的每一行表示一次交易記錄，行中的每一列代表一個商品。將數據集導出csv，數據格式如下圖1所示。

library(Matrix)library(arules)data(Groceries)frequentsets=eclat(Groceries,parameter=list(support=0.05,maxlen=10)) inspect(sort(frequentsets,by="support")[1:10]) #根據支持度對求得的頻繁項集排序

圖1 數據集格式

【數據統計】

對數據集進行描述性統計分析。輸出結果如下圖2所示，可從結果中提取到以下四部分有效信息：

①說明交易數據包含9835條交易記錄，涉及到169種商品；

②列出了出現在購物籃中最為頻繁的幾種商品，如whole milk(全脂牛奶)出現在2513個交易記錄中；

③列出購物籃中包含商品數量的交易條數，如有2159條交易僅購買1種商品，僅有1條交易購買32種商品；

④對購物籃中交易的商品數量進行匯總，包括五數和均值，Mean表示所有購物籃中平均含有4~5件商品；

summary(Groceries) #用summary函數對數據進行描述性統計分析

圖2 描述性統計分析結果

【Apriori關聯分析】

Apriori算法實現基本流程：

①選出滿足支持度最小閾值的所有項集，即頻繁項集；

②從頻繁項集中找出滿足最小置信度的所有規則。

算法用法：

apriori(data, parameter = NULL, appearance = NULL, control = NULL)

參數介紹：

data：數據；

：設置參數，默認情況下=list(support=0.1,=0.8,maxlen=10,minlen=1,target=”rules”)

supp：支持度（support）

conf：置信度（）

maxlen，minlen：每個項集所含項數的最大最小值

target：“rules”或“ ”（輸出關聯規則/頻繁項集）

：對先決條件X（lhs），關聯結果Y（rhs）中具體包含哪些項進行限制，如：設置lhs=beer，將僅輸出lhs含有beer這一項的關聯規則。默認情況下，所有項都將無限制出現。

control：控制函數性能，如可以設定對項集進行升序sort=1或降序sort=-1排序，是否向使用者報告進程（verbose=F/T）

算法使用：

接下來就是用apriori算法計算結果了。其實apriori算法特別好理解，就是只計算頻繁集都特別高的子集。比如在我們數據集中，頻繁集最高的單個商品是whole milk(全脂牛奶)，那么，在計算并集的時候，從這個商品開始入手計算。節省了運行次數和空間。

由于默認的支持度為10%，可信度為80%，對于當前的9835條交易記錄來說過高，使得沒有這樣的交易滿足這兩個條件。因此，如果使用Apriori算法的默認參數設置時將產生0條規則。故需要人為調整支持度和可信度,這里不妨將支持度設置為1%，即認為某種商品在購物籃中至少出現98次，可信度設置為30%，即認為同時出現某幾種商品組合的概率為30%。

rule<-apriori(data=Groceries,parameter=list(support=0.01,confidence=0.3,minlen=2))

圖3 輸出結果圖1

ruleinspect(rule)#查看頻繁規則集

圖4 輸出結果圖2

【結果導出】

導出數據，R結果如下，可以將結果導出到Excel表中，根據support大小來排序查看更有意思的結果。

write(rule, file = "C:/Users/THINK/Desktop/finalRule.csv", sep = ",",col.names = NA)

部分結果如下圖5所示。

圖5 最終關聯規則結果圖

由以上可知，如果客戶購買了citrus fruit和root ，那么他有59%的概率買other 。

六、購物籃分析注意事項

1. 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，通過產品梳理，形成標準化的產品梳理流程及產品目錄。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。

2. 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？”。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。

3. 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。

4. 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：①重購：繼續購買原來的產品；②升級：購買更高檔次的產品；③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。

后記

建議大家看完文章之后，找個時間動手嘗試下，這樣記憶更深刻。R語言直接在官網免費下載，數據源也在R語言內。本文用到的代碼文件已整合好放在公眾號內，在公眾號后臺發送“購物籃分析”即可獲得。