购物篮分析(Market Basket
Analysis)是通过顾客的购物篮信息研究其购买行为。主要目的在于找出什么样的东西应该放在一起。通过分析顾客的购买行为来探知顾客的属性及购买某些商品的可能原因,找出相关的联想规则,企业可利用这些规则更好的挖掘商业利益并建立竞争优势。
数据粉最常用的购物篮分析,当属关联购买分析:通过分析销售数据,来了解同时购买多个产品的人数或者订单数量,从而进行合理的产品投放。
最著名的购物篮分析,就属“啤酒与尿布”的故事,它正是一个典型的关联购买分析场景。
图片来自网络
那么,在 Tableau 中,如何实现购物篮分析呢?
今天,我们就通过两个示例来分享:如何在 Tableau 中用 LOD 函数和筛选器相结合,实现关联购买的分析。
本期《举个栗子》,我们要给大家分享的 Tableau 技巧是:购物篮分析 Market Basket Analysis 之关联购买。
为方便学习,栗子使用 Tableau 自带的“示例-超市”数据源。掌握栗子方法后,数据粉可尝试使用自己的数据。
具体步骤如下:
1-同时购买的订单数
第一个示例,呈现同时购买多个子类别产品的订单数。
1、打开 Tableau Desktop,连接“示例-超市”数据源。然后,将维度“子类别”拖放至筛选器。右击筛选器上的“子类别”胶囊,在下拉菜单中单击“编辑筛选器”。在弹出的“筛选器[子类别]”对话框中,选择“全部”。
2、右击筛选器上的“子类别”胶囊,在下拉菜单中单击“显示筛选器”。然后,在工作表视图右侧的筛选器中,单击“子类别”右侧小三角,勾选“多值(下拉列表)”。
3、将维度“订单ID”拖放至标记卡的“文本”中,然后单击文本“订单ID”右侧小三角,在下拉菜单中选择“度量”—“计数(不同)”。
此时,图表显示的是所有子类别的去重订单数量(如下图)。
当在筛选器中,同时勾选“标签-电话-复印机”时,图表会显示三种子类别产品的累计订单数量。
这显然不是我们想要的,我们要的是同时购买这三种子类别的订单数量。如何实现呢?
4、接下来,创建一个计算字段:判断真假。键入函数:
{ FIXED [订单 ID]:COUNTD([子类别])}={COUNTD([子类别])}
5、再右击筛选器上的“子类别”胶囊,在下拉菜单中选择“添加到上下文”。然后,把刚刚创建的计算字段“判断真假”拖放至筛选器。右击筛选器上的“判断真假”胶囊,在下拉菜单中选择“编辑筛选器”,在弹出的对话框中勾选“真”。
Tips:这里设置成上下文,是要让判断真假的公式依照子类别筛选后的结果进行选择计算,如果不添加上下文直接拖拽判断真假字段,会显示‘伪’。
这样,我们就得出同时购买多个子类别的订单数了。
2-同时购买的客户数占比
第二个示例,呈现同时购买多个子类别的人数占总人数的比例。
1、新建工作表,创建新的计算字段:if 和 总客户数。计算字段 if 的目的是求出同时购买多个子类别的客户数。
分别键入函数:
COUNTD(if
{ FIXED [客户名称]:COUNTD([子类别])}={COUNTD([子类别])} then [客户名称] END)
COUNTD([客户名称])
2、将维度“子类别”拖放至筛选器,右击筛选器上的“子类别”胶囊,在下拉菜单中选择“添加到上下文”。将新创建的计算字段“if”和“总客户数”拖放至标记卡的“文本”中,按需调整文本的显示格式。如此,就完成咯!
你可以根据需要,在工作表视图右侧的筛选器中勾选不同子类别,来分别查看同时购买它们的客户数占比哦!
本期的 Tableau 技巧,你 Get 到了吗?赶快试试看吧!
下一期,再会~
文章部分信息来源于网络,如有侵权请告知