商品分析-品类篇-购物篮分析

Posted 2023-04-14

参考技术A 之前写过购物相关的内容，这其中有几个指标，像支持度、置信度、提升度都要理解一下，详情参考：

这一篇也是正好要用到，就来回顾下

背景：
我想看看各品类之间的关联性，有没有出镜率比较高的组合品类

首先处理我们的订单数据，这里可以直接使用订单明细数据，因为我这里是品类，所以不需要到商品明细，我就做了个聚合，当然，不处理，直接在python中做个聚合也是一样的

数据格式如下：

我这里保留了：订单号、品类名、销量
这个销量在这里其实用不到，后面会转化掉的

这里的固定格式，就是mlxtend中需要的格式，因为我们要使用它的包，所以按照约定来就行了。

固定格式是这样的，每个订单一行，然后将品类拆分到column

就是上图这个样子，这里还可以看看每个品类之间的相关性
哦，这里的NaN需要填充0

pandas里看相关系数，非常简单

这就是两两品类之间的相关系数，
这里，再用数据热力图展示下

好像没啥特别的

当前我的单元格中是销量，这里需要统一转换为0、1也就是表示该品类是否在该订单中出现，只要标识是否出现即可，并不需要销量这种额外的东西

关于这个 apriori ，可以参考官方手册： Frequent Itemsets via Apriori Algorithm

这里传入了了一个参数，最小支持度
返回的结果集，就是一个DataFrame

从数据来看哈，我这里的品类之间的关联性很小

支持度最高的组合是面部护肤和面膜，这是不是说明，用户更倾向于购买单品类商品呢？

支持度是出现的一个概率，我们还要看看置信度

这里生成的是关联规则

我这里最高的置信度也就17%，提升度都是<1的，貌似没有啥关联性，哈哈哈

数据可视化之分析篇PowerBI分析模型：产品关联度分析

https://zhuanlan.zhihu.com/p/64510355

逛超市的时候，面对货架上琳琅满目的商品，你会觉得这些商品的摆放，或者不同品类的货架分布是随机排列的吗，当然不是。

应该都听说过啤酒与尿布的故事，这两个表面上毫不相关的商品，在超市中摆放在一起时二者的销量都大幅度提升。这里不论这个案例的真实性如何，但它对理解产品之间的关联十分形象，好的故事总是更有传播度。

购买某种商品的客户，对另一种商品，相对于其他商品，有更大的购买概率，这两种商品就具有更高的关联度，为了提高销售额，应尽可能将二者摆放到一起；网店也可以将一种产品放在另一种产品的推荐页中。

而要实现这个目的，首先就要挖掘出哪些商品之间存在更大的关联度。

下面用PowerBI来进行关联度分析。

 

---

假设一家超市的十几个产品的销售数据，我们要计算出购买产品A的客户中，有多少客户也同时购买了产品B？这些客户购买了产品B的金额有多大？

客户关联度

 

由于要分析的产品A和产品B都在产品表中，为了分别计算相互不影响，复制一个产品表，这里命名为‘关联产品表‘，与订单表建立虚线关系，数据模型如下图，

 

 

将产品表中的产品名称拖入到表格中，作为产品A，然后利用下面这个度量值计算产品A的客户数量，

[客户数]=COUNTROWS(VALUES(‘订单表‘[客户ID]))

 

然后利用关联产品表中的产品名称，生成一个切片器，以便选择不同的产品，关联产品假设为产品B。

下面这个是计算关联分析的重点，购买了A的客户中，有多少客户也购买了产品B？

也就是同时购买A和B的客户数，度量值如下：

 

同时购买A和B的客户数 =
VAR Bcustomer=
CALCULATETABLE(
VALUES(‘订单表‘[客户ID]),
USERELATIONSHIP(‘关联产品表‘[产品ID],‘订单表‘[产品ID]),
ALL(‘产品表‘)
)
RETURN CALCULATE([客户数],Bcustomer)

 

通过以上两个度量值相除，就可以计算出关联产品的客户占比，

 

关联客户占比 = DIVIDE([同时购买A和B的客户数],[客户数])

 

把上面这几个度量值放入表格中，通过点击不同的关联产品，就可以自动计算出产品A和产品B之间的重复客户占比，

 

 

但是两个产品的客户的重合度高，不代表带来的销售额就更高，所以还要分析一下，购买A的客户中，同时购买的产品B销售额有多少？通过金额这个维度来分析一下关联性。

 

销售金额关联性

 

先来写两个简单的度量值，产品A的销售额和产品B的销售额：

产品A的销售额：

 

销售额=SUM(‘订单表‘[销售金额])

 

产品B的销售额，

 

关联产品B的销售额 =
CALCULATE([销售额],
USERELATIONSHIP(‘关联产品表‘[产品ID],‘订单表‘[产品ID]),
ALL(‘产品表‘) )

 

由于产品B来自于关联客户表，而关联客户表与订单表是虚线关系，所以用 USERELATIONSHIP来激活关系。它主要是为了计算购买产品A的客户中，购买了产品B的金额有多少？

然后就可以计算同时购买A和B的客户中，购买产品B的金额。

 

A客户购买B的金额 =
VAR Acustomer=
CALCULATETABLE(VALUES(‘订单表‘[客户ID]))
VAR Bcustomer=
CALCULATETABLE(
VALUES(‘订单表‘[客户ID]),
USERELATIONSHIP(‘关联产品表‘[产品ID],‘订单表‘[产品ID]),
ALL(‘产品表‘))
RETURN
CALCULATE([关联产品B的销售额],
NATURALINNERJOIN(Acustomer,Bcustomer)))

 

这个度量值的含义是，先找出产品A和产品B的客户列表，然后通过 NATURALINNERJOIN函数找出这两个客户列表的交集，也就是同时购买了这两种产品的客户，然后计算这些客户的产品B销售额就可以了。

同样把这个度量值放到表格中，可以看出关联销售额，

 

 

通过这个表格也可以看出，客户重合比例高的两个产品，带来的关联产品的销售额并不一定高，这个跟产品价格、购买数量都有关系。

 

关联度四象限分析

 

通过上面的几个度量值，获得了相关分析的数据，为了更直观的展示出产品之间的关联度，这里使用四象限分析法来展示。

其实就是制作一个散点图，将两个维度：客户占比作为Y轴，关联产品销售额作为X轴，并按客户占比、关联产品销售额的平均线作为恒线，切割出四个象限，并利用动态配色（请参考：利用这个新功能，轻松实现图表的动态配色）分别为每个象限的数据设置不同的颜色，显示效果如下：

 

 

出现在第一象限（右上角）的产品，就是与切片器选中的产品不仅客户重合度高，而且带来的销售额也更高，具有高相关性，应该特别关注。

该模型还可以接着分析某一段时间的关联性，比如促销期间、节假日期间，客户的购买特征很可能与平时是不同的。

 

 

至此，一个简单的关联分析模型建立完成，根据关联产品的不同，动态显示不同的高相关度产品，并且可以随着时间段的变化而变化，

如果有客户画像、销售地点等数据，还可以将这些数据作为外部筛选器，挖掘出不同客户、不同地域的关联产品组合。

当然，这个模型挖掘的关联产品只是初步结果，还应对这个结果进行进一步验证，避免因偶然或人为因素导致的关联性，比如是否有某两种商品的捆绑销售活动等。

关联分析是非常有用的数据挖掘方式，能够帮助企业进行精准产品营销、产品组合以及发现更多潜在客户，真正的利用数据，为企业创造价值。