老高与购物篮分析
公告
“啤酒与尿布”是一个真实的故事，发生在1990年代的沃尔玛大卖场，代表卖场的购物篮商品之间存在着某种特定的关联关系，挖掘并利用这种关联关系，可以使得实体零售门店充分；了解顾客的购物场景，为选品与品类管理、定价与调价、促销策略及评估、关联陈列、顾客行为聚类等提供了有效的数据依据。
我在2008年撰写了《啤酒与尿布-神奇的购物篮分析》（清华大学出版），开辟本专栏,是为了与大家探讨实体门店购物篮管理的理念、计算方法及案例，以及能够与相关软件企业合作，开发相关应用软件产品
MP：13901022781 微信同号
统计
今日访问：77
总访问量：90688
04月14日
2、空间弹性、空间交叉弹性与空间利用指标：空间弹性（SpaceElasticities）：商品排面设计有一个共识，即大多数商品的销量与陈列面呈现正比关系，如排列10个商品的销售状况会比排列5个要好，商品的销量与陈列面之间的关系，描述为空间弹性。商品的销量与成列面会呈现一种线性关系，比如：某商品的排列面是10个、每天销售10个。当排列面为20个，每天销售为15个。当排列面是50个，可能每天只能销售20个。有些商品具有线性的空间弹性表现。有些商品的空间弹性不具备全程线性关系，而是呈现阶段性的线性关系。也有一些商品不具备空间弹性，或..
04月10日
有人研究发现，顾客在卖场中60%的购买行为没有购买计划，而是在现场做出的购买决定，作出购买决定仅仅只需要20秒钟。卖场中的购买行为会有二种主要形式：即抓起来就走（Grab-and-go）和冲动购买（Impuse-Purchase），其中冲动购买行为受到卖场商品陈列的影响最大。一、商品陈列设计的基本思路：传统商品陈列具有三个层面，即门店级平面布局（Layout）、品类级货架布局（productplacement）,商品级货架组织（shelfarrangement）。实体店的店面陈列空间是店铺的宝贵资源，陈列空间是店铺通过支付租金获得的，最理想的空间利用状态，是采用最..
03月25日 09:14
案例2：某生鲜店的购物篮品类拓展：某国内生鲜连锁店的品类策略主要围绕生鲜品，自开业至今已经组织了4次品类策略迭代，品类策略由单品拓展到了厨房场景的深耕。具体的历程从最初的精细化生鲜选品、加强生鲜品类深度的预包装加工，到后期生鲜品类占比的调整，在生鲜品类逐渐站住脚后，开始在一日三餐上优化到较为完善的品类模型，随后开始根据购物篮的构成，从而突破了原有的生鲜品类框架，逐渐涉足新的品类，抽出手来重构品类边界，加入家纺用品、个人护理品等补充购物篮的品类后，不仅能有效增加客户粘性，也能为门店带来一定的利润空间..
03月19日 09:17
三、商品购物篮角色案例分析案例1：某大卖场的烤盘购物篮表现：为了说明问题，我们在下面以某大型超市的一个具体的商品-“烤盘”为例，介绍三种商品角色在购物篮中的销售表现。西方人喜欢使用烤箱烹调食品，比如烤鸡、烤牛排、烤面包、糕点等等，烤制类食品往往会是家庭中的大餐，有关烤制工具也是该超市的常备商品。烤盘是烤制食品必备品，是一种容易损耗的商品，卖场中烤盘销售状况不错，烤盘是该超市的“主力商品”。为了掌握烤盘在卖场中的销售作用，该超市为供应商特地编制了烤盘商品的销售状况及商品购物篮分析报表，即表5-2。表5-2..
03月12日 17:15
一、品类管理的概念与品类角色品类管理（CM：CategoryManagement）曾经是一种非常时髦的商品管理概念，由国际著名快消品品牌商于2000年自欧洲引入到国内零售业，曾经在一段时期大为盛行。品类管理是近30年来少有的零售理论重大突破,面对卖场中庞大的商品数量，品类管理首次提出了对不同商品赋予不同的品类角色，而不是所有商品只有一种角色。按照品类管理的定义，卖场中商品的品类角色具有如下定义:Ø目标品类（Destination）：这些品类代表了卖场的形象，对于目标顾客非常重要，可以带动其他品类的增长，在商品管理中占据较多资源。Ø常..
03月07日 10:46
4、场景化的商业解释：除了量化指标的描述外，对关联规则讲故事的最好方式，就是对关联规则的场景化描述。关联规则的场景化描述，是将数据挖掘的事实还原为有温度、有感知的生活切片或商业场景，并将关联规则对应的商业价值作为重要维度。在进行场景化描述时，要学会讲新颖、新奇的东西，学会用微观经济学解释故事的趣味性（TheMicro-EconomicViewonInterestingness）。“啤酒与尿布”就是一个被很好包装了的场景化故事，在很多网站中都找到这个绘声绘色的故事：“某个周五的晚上，一个男人走在下班回家路上，按照他美丽妻子的要求，他来..
02月28日 11:13
“大数据给得了结论，但给不了解释”，这句话是某些数据分析人员最爱的口头禅，重算法、炫展示、忽略商业解释，也是数据分析界某些人的通病。数据分析界还有一句名言：测量、但不解释（Measure,butdonotexplain），有时被认为是天经地义的。在零售业这样做会导致分析结果是瘸腿的，不能解释数据背后的商业逻辑，就不能体现数据分析的商业价值。对于购物篮的关联规则，只指出这些规则的“有趣”，而对其中的商业价值不予以商业解释，这样的关联规则是没有意义的。一个完整的商业数据分析结论应该由三部分组成：业务知识、数据处理、算法技..
02月19日 09:55
案例3：某卖场中的“鸡腿”的购物篮表现及商品关联关系分析：报表4-12是关于“鸡腿”在某卖场中的商品购物篮表现及关联分析报告。商品购物篮表现及商品关联分析商品名称商品规格平均购物篮商品数量（鸡腿）平均销售金额购物篮比例平均购物篮所有商品数量平均购物篮金额（$）鸡腿18.88100%18171某冰激凌棒18-2．66OZ28.778.02%29340某品牌食品棒30CNT19.996.04%27315某品牌脆片24CNT16.624.90%25263冰激凌30-3OZ27.006.67%28288某品牌食品18CT18.813.32%32401某品牌食品棒10CT27.274.33%25299某品牌水果食品棒16-4FLOZ17.784.47%25265冰激..
02月04日 10:17
在零售门店运用关联关系，会使用一些分析报表，下面会根据一些常用的指标，结合部分案例，介绍如何使用关联分析的报表。1、概率表示法，购物篮分析可以找出隐藏在购物篮中“啤酒与尿布”的规律，这种规律可以表现为一种概率事件，比如将“尿布与啤酒”同时出现在购物篮中概率描述为35%，这是一种简便的商品关联关系表示方法，尽管可能被某些专业人士所轻视，但是不要忘记，这也是很多零售企业使用的主要方法。案例1:6%的概率--食品与香料品类的关联关系：某国际连锁超市集团与供应商通过研究卖场中香料与食品之间关联关系，确定顾客在购买..
01月24日 17:57
七、卖场中的购买行为与时间序列关联在进行卖场中顾客行为轨迹分析时，仅仅使用简单序列模式是不够的，需要加入顾客的节点时间属性、轨迹时间长度等因素，进行行为轨迹的时间序列分析。卖场中购买行为与轨迹时间序列：在零售业有一个共识，顾客在门店停留的时间越长、购买的商品会越多，停留的时间越短、购买的商品会越少。顾客在超市货架前停留时间大致与购买行为成正比关系，停留时间越长、可能购买的商品会越多，停留时间越短、购买商品越少、甚至可能不会购买。上述停留时间与购买行为的比例关系是一种不精确的描述方法，但顾客在特定..
01月16日 09:48
六、序列模式、卖场行为轨迹与链接分析当你走进一家超市的大门口，从超市入口进入超市内部，通过主通道到某个货架前停留、浏览、拿起商品放进购物篮、走到下一个货架停留、浏览、将商品放入购物篮中，这样动作在不同的货架区域间周而复始，直至到收银台交款、结束购物，构成一个完整的购物过程，这个过程在零售业称为顾客旅程（CustomerTrip、CustomerJournery或ShoppingJournery），每个旅程会形成了一个个的接触点（TouchPoints），这些接触点形成了一个完整的购物行为序列数据，接触点之间的连接线，就是你在超市的消费行为轨迹。对消..
01月03日 09:06
案例：“京东的复购数据模型”京东商城可以精确计算消费者的购买周期，例如尿不湿可以精确到消费者使用的的型号、一天用几片、什么时间用完，在周期性复购商品用完之前，京东可以为用户进行推送服务，提醒用户及时购买。京东平台根据不同品类的用户行为、对应的购买周期，制定了如下的不同品类用户行为周期表（表4-8)，根据这个表，京东平台可以与厂家制定相应的促销计划，比如想要对吸尘器进行促销，就可以寻找过去30天内浏览、搜索过吸尘器、扫地机器人、除螨仪的顾客群体，直接对这个顾客群体进行营销策略就可以收到很好的效果。人群用..
2023年12月13日
三、序列关联模式的数据源、处理方式及算法思路零售序列关联分析的数据源依然是购物篮数据，在进行序列关联分析时，需要对购物篮数据进行如下处理：1、简单序列的购物篮数据处理：一般认为购物篮中商品排列顺序就是简单序列，而Apriori算法中的购物篮数据是有着严格的前后顺序，即所谓“前件（antecedent）”、“后件（consequent）”之分，这是因为关联关系具有方向性，比如购物篮{全脂牛奶、面包}，将商品顺序颠倒过来，关联关系也会发生变化。在进行购物篮分析时，需要明确商品的前后顺序，那么，可以按照销售小票中的商品顺序作为商品..
2023年12月05日
序列关联的含义、分析方法：序列模式（SequentialPattern）指的是事件发生具有前后顺序，零售业存在着大量的序列模式，有些序列模式是随机的、无意义的，有些序列模式有规则可循、且具有商业价值，序列规则分析（SequenceRulesAnalysis）就是寻找具有商业价值的序列规则，零售业中常见的序列模式就是顾客购买序列模式（CustomerShoppingSequencePatterns），主要分析项目是序列购物篮分析（Sequentialmarketbasketanalysis），也称为序列关联分析。序列模式中的“序列”指的是时间序列，在零售业可能是消费者在场内一次购买行为的购物篮商..
2023年11月17日
三、约束条件与特定用途的业务宽表：由于零售门店中购物篮数据极其庞大，而购物篮分析往往具有特定的分析对象，因此可以按照购物篮分析的目的，将购物篮数据库简化为特定的中间数据库，这种中间数据库按照业务分析的目的，也可以被称为业务宽表，业务宽表按照业务用途对中间数据集进行命名，每个业务宽表只会针对特定的业务分析需求，因此业务宽表都是临时性数据库。业务宽表有事务型业务宽表，周期性快照业务宽表、累计快照业务宽表几种类型。事务型业务宽表是按照业务事实提取数据库，比如某次促销活动的业务宽表，周期性快照业务宽表指..
2023年11月07日
一、基于约束条件的关联规则挖掘：基于Apriori算法的购物篮分析，采取了全程遍历扫描（Countall）算法，因此有时也被称为暴力遍历、或野蛮搜索。一个具有15个项目集合的数据集，计算其中2个项目的随机组合频繁项集，产生的项目集合数值为：（215−2）=32,768。假定一个小超市，拥有100个商品，每个商品都实现了销售，现在需要寻找3个商品的购物篮关联规则，就会有161,700个组合的可能。一个标准的超市会有1万个商品，那么由二个商品构成（2-itemcombinations）的商品组合就有5千万个，由三个商品构成(3-itemcombinations)的购物篮商品组合..
2023年10月19日
负关联指的是一个事务的增加会导致另一个事件的减少，也被称为负模式(NegativePattern)，简单理解就是此消彼长的零和模式，负关联规则数据挖掘就是针对负关联的数据挖掘方法。零售行业中负关联的商业价值：商品之间的负关联关系代表了商品的互斥关系，互斥关系预示了商品之间的替代关系，零售业存在着大量的商品替代关系，商品替代大多数发生在同品类的商品之间，替代的商品基本功能相同，商品的品牌、价格、包装、特定属性（比如口味）存在差异，导致顾客在购买这类商品时容易发生替代购买，如西方发现60%的意大利面都具有负关联关系，代..
2023年10月13日
在关联分析中，有一种关联现象是被大量的有意无意进行忽略的，即零关联及负关联。我们依然以零售场所的关联现象、即购物篮分析为例进行讲解。一、单商品购物篮：零售门店中存在着大量只有一个商品的购物篮，就是所谓的单商品购物篮（Single-selling），几乎所有数据分析书籍都会建议，在进行购物篮分析时，将这些单商品购物篮的数据清除，因为这些购物篮中不会包含任何关联规则。这是一种错误的做法，单商品购物篮中隐含了大量的缺失机会（MissingOpportunity），如果不对单购物篮现象进行研究、找出丢失的购物篮商品，长此以往，门店就要..
2023年10月09日
2、量化购物篮分析的商品维度选择：购物篮分析的单维度与单维关联规则：这里提及的维度，指的是购物篮中商品项目维度，传统购物篮分析只选取商品名称一个维度进行分析，比如在购物篮数据中中只提取啤酒、尿布的品类名称，这种维度选取方法称为单维度，对应关联规则也被称为单维关联规则。单维关联规则基本都是对应了布尔型关联规则。比如购买(X,“牛奶”)→购买(X,“面包”)；关联规则为牛奶→面包，是典型的布尔型关联规则；单维量化关联规则在零售业的实际意义并不大，因为即使发现了有商业价值的关联规则，也无法落实到具体的量化指标..
2023年09月26日
二、购物篮量化分析的数据处理方法：在进行量化购物篮分析时，需要对购物篮数据进行预处理，此时需要先行提取购物篮中商品的多维量化指标，对其挖掘包含的关联规则，这个过程称为预处理过程（Pre-Processing）。1、连续型变量的离散化处理零售业中的经营数据基本都是连续数值变量，Apriori算法只擅长对离散变量的处理，在没有新关联分析算法产生之前，量化关联分析需要将连续数值变量进行离散化处理。连续变量的离散化处理，是将连续数值型变量转换为区间型的数值变量，也称为连续性离散化方法，这种方法将连续属性的邻近值分组，形成有限..