基于Quick BI的购物篮分析

一、购物篮分析原理

1、购物篮分析

很多人都听说过“啤酒与尿布湿“的故事，讲了一家超市通过对销售记录分析，发现购买尿布湿的顾客经常会同时购买啤酒，于是超市就将啤酒与尿不湿放在同一个货架上销售，结果啤酒与尿布湿的销量双双上涨。这其实就是一个典型的购物篮分析。

购物篮分析，就是通过研究用户消费数据，将不同商品之间进行关联，并挖掘二者之间联系的分析方法，也称做商品关联分析法。判断商品A和商品B之间关联程度常用指标有：

（1）支持度

（2）置信度

（3）提升度

2、支持度

支持度，是指商品A商品和商品B同时被购买的比例。

其中购买A或B的订单数=购买A的订单数+购买B的订单数-同时购买A和B的订单数。

支持度小于等于1。

示例：购买可乐或薯片的订单共有10笔，其中同时购买可乐和薯片的次数是7次，那么可乐+薯片组合的支持度就是7/10=70%。

支持度越高，说明A商品和B商品关联性越强。支持度越高，意味着顾客习惯将A和B一起购买，可以主动向购买A的顾客推荐B，也可以主动向购买B