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