关联分析购物篮案例python_如何做好关联分析（购物篮分析）

转自: http://blog.sina.com.cn/s/blog_72e6be570101o62r.html

在电商数据运营中，对于客户而言，有两个很重要的指标对于扩大销售规模是很重要的：第一，提高顾客重复购买次数；第二，提高客户订单中的Basket size(即购物篮件数)。而第二个指标提高Basket size，就是让客户从以前只购买一件产品的转换到现在购买多件产品，从而提高整个购物篮的销售金额，最大限度地实现销售增长。

但是如何挑出那些产品之间有关联销售的机会，从而形成相应的组合优惠套装呢？去过零售商场的人都知道，经常看到不少组合的套装打包在一起优惠销售，例如P&G的产品：飘柔洗发水+玉兰油沐浴露、海飞丝洗发水+舒肤佳沐浴露等等。再例如本人参与撰写的Excel疑难千寻千解之《Excel 2010 数据透视表大全》+《Excel 2010 操作与技巧》+《Excel 2010 函数与公式》在当当网上形成了一个促销礼包，就说明该组合是顾客最喜欢购买的，并且是销售比较好的组合。对于P&G的产品组合，背后必然有相应的数据进行支撑， 才敢推出相应的优惠组合套装；而对于本人书本的组合，有可能是当当网做了相应的分析，确认这三本书捆绑在一起能产生最大的销售机会，也有可能是出版社通过 人为的数据协助当当推出这样的组合。但无论怎么样的决策，优惠组合套装都离不开数据支撑，而这背后的原理就是涉及到数据挖掘中的关联分析。说起关联分析， 也许是太过于专业了，但连那些都不知道啥数据挖掘的最土鳖的那些土人都听说过啤酒与尿布的典型案例，啤酒与尿布就是关联分析的典型，让无数的人都对该规则 津津乐道，但这个都已经成为过去了，现在数