當(dāng)我們走進(jìn)超市，迎面而來的就是貨架上琳瑯滿目的商品。這些商品的擺放，或者不同品類的貨架分布是隨機(jī)排列的嗎?答案是NO!
相必都聽說過啤酒與尿布的故事，這兩個表面上毫不相關(guān)的商品，在超市中擺放在一起時二者的銷量都大幅度提升。這里就不討論這個案例的真實性如何，但用它來理解產(chǎn)品之間的關(guān)聯(lián)十分形象，再說好的故事總是更有傳播度。
如果購買商品A的客戶，對于商品B，相對于其他商品，有更大的購買概率的話，那么AB商品就具有更高的關(guān)聯(lián)度，為了提高銷售額，應(yīng)盡可能將二者擺放到一起。網(wǎng)店也可以將商品A放在商品B的推薦頁中。
首先需挖掘出哪些商品之間存在更大的關(guān)聯(lián)度
下面用PowerBI來進(jìn)行關(guān)聯(lián)度分析：
假設(shè)一家超市的某些產(chǎn)品的銷售數(shù)據(jù)，我們要計算出購買商品A的客戶中，有多少客戶也同時購買了商品B？這些客戶購買了商品B的金額有多大？
1.客戶關(guān)聯(lián)度
由于要分析的商品A和商品B都在商品名單表中，為了分別計算相互不影響，復(fù)制一個商品名單表，這里命名為'商品名單2'，與訂單表建立虛線關(guān)系，數(shù)據(jù)模型如下圖，
將商品名單表中的產(chǎn)品名稱拖入到表格中，作為商品A，然后利用下面這個度量值計算商品A的客戶數(shù)量，
[客戶數(shù)]=COUNTROWS(VALUES('訂單表'[單號]))
然后利用商品名單2表中的商品名稱，生成一個切片器，以便選擇不同的產(chǎn)品，關(guān)聯(lián)產(chǎn)品假設(shè)為商品B。
下面這個是計算關(guān)聯(lián)分析的重點，購買了A的客戶中，有多少客戶也購買了產(chǎn)品B？
也就是同時購買A和B的客戶數(shù)，度量值如下：
同時購買A和B的客戶數(shù) =
VAR B=
? ? CALCULATETABLE(
? ? ? ? VALUES('訂單表'[單號]),
? ? ? ? USERELATIONSHIP('商品名單2'[商品名稱],'訂單表'[商品名稱]),
? ? ? ? ALL('商品名單'[商品名稱])
? ? )
RETURN CALCULATE([客戶數(shù)],B)
通過以上兩個度量值相除，就可以計算出關(guān)聯(lián)產(chǎn)品的客戶占比，
關(guān)聯(lián)客戶占比 = DIVIDE([同時購買A和B的客戶數(shù)],[客戶數(shù)])
把上面這幾個度量值放入表格中，通過點擊不同的關(guān)聯(lián)產(chǎn)品，就可以自動計算出商品A和商品B之間的重復(fù)客戶占比，
但是兩個商品的客戶的重合度高，不代表帶來的銷售額就更高，所以還要分析一下，購買A的客戶中，同時購買的商品B銷售額有多少？通過金額這個維度來分析一下關(guān)聯(lián)性。
2.銷售金額關(guān)聯(lián)性
先來寫兩個簡單的度量值，商品A的銷售額和商品B的銷售額：
商品A的銷售額：
銷售額=SUM('訂單表'[銷售金額])
商品B的銷售額：
關(guān)聯(lián)產(chǎn)品B的銷售額 =?
CALCULATE([銷售額],
? ? USERELATIONSHIP('商品名單2'[商品名稱],'訂單表'[商品名稱]),
? ? ALL('商品名單'[商品名稱]) )
由于商品B來自于商品名單2表，而商品名單2表與訂單表是虛線關(guān)系，所以用?USERELATIONSHIP來激活關(guān)系。它主要是為了計算購買商品A的客戶中，購買了商品B的金額有多少？
然后就可以計算同時購買A和B的客戶中，購買商品B的金額。
A客戶購買B的金額 =
VAR A=
? ? CALCULATETABLE(VALUES('訂單表'[單號]))
VAR B=
? ? CALCULATETABLE(
? ? ? ? VALUES('訂單表'[單號]),
? ? ? ? USERELATIONSHIP('商品名單2'[商品名稱],'訂單表'[商品名稱]),
? ? ? ? ALL('商品名單'[商品名稱]))
RETURN?
? ? CALCULATE([關(guān)聯(lián)產(chǎn)品B的銷售額],
? ? ? ? NATURALINNERJOIN(A,B)))
這個度量值的含義是，先找出商品A和商品B的客戶列表，然后通過?NATURALINNERJOIN函數(shù)找出這兩個客戶列表的交集，也就是同時購買了這兩種商品的客戶，然后計算這些客戶的商品B銷售額就可以了。
同樣把這個度量值放到表格中，可以看出關(guān)聯(lián)銷售額，
有時候，客戶重合比例高的兩個產(chǎn)品，帶來的關(guān)聯(lián)產(chǎn)品的銷售額并不一定高，這個跟商品價格、購買數(shù)量都有關(guān)系。
3.關(guān)聯(lián)度四象限分析
通過上面的幾個度量值，獲得了相關(guān)分析的數(shù)據(jù)，為了更直觀的展示出產(chǎn)品之間的關(guān)聯(lián)度，這里使用四象限分析法來展示。
其實就是制作一個散點圖，將兩個維度：關(guān)聯(lián)客戶占比作為Y軸，A客戶購買B的金額作為X軸，并按客戶占比、關(guān)聯(lián)產(chǎn)品銷售額的平均線作為恒線，切割出四個象限，并利用商品名稱作為圖例，顯示效果如下：
出現(xiàn)在第一象限（右上角）的產(chǎn)品，就是與切片器選中的商品不僅客戶重合度高，而且?guī)淼匿N售額也更高，具有高相關(guān)性，應(yīng)該特別關(guān)注。
該模型還可以分析某一段時間的關(guān)聯(lián)性，比如促銷期間、節(jié)假日期間，客戶的購買特征很可能與平時是不同的。
至此，一個簡單的關(guān)聯(lián)商品分析模型建立完成，根據(jù)關(guān)聯(lián)商品的不同，動態(tài)顯示不同的高相關(guān)度產(chǎn)品，并且可以隨著時間段的變化而變化，
如果有客戶畫像、銷售地點等數(shù)據(jù)，還可以將這些數(shù)據(jù)作為外部篩選器，挖掘出不同客戶、不同地域的關(guān)聯(lián)產(chǎn)品組合。
當(dāng)然，這個模型挖掘的關(guān)聯(lián)商品只是初步結(jié)果，還應(yīng)對這個結(jié)果進(jìn)行進(jìn)一步驗證，避免因偶然或人為因素導(dǎo)致的關(guān)聯(lián)性，比如是否有某兩種商品的捆綁銷售活動等。
關(guān)聯(lián)商品分析是非常有用的數(shù)據(jù)挖掘方式，能夠幫助企業(yè)進(jìn)行商品精準(zhǔn)營銷、商品組合以及發(fā)現(xiàn)更多潛在客戶，真正的利用數(shù)據(jù)，為企業(yè)創(chuàng)造價值。
