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：198
总访问量：105833
进行关联分析时需要补充的购物篮数据属性
2023年07月26日
评论数（0）
购物篮数据的外部属性与隐性属性；
POS机交易时形成的订单数据，是经过简化的商品交易数据集，对于商业关联分析来说，这些数据集是不够的，要想进行详尽的购物篮分析，还需要补充交易数据的外部属性及隐性数据。
购物篮分析需要补充的外部属性数据：
1、商品基本属性信息（Product -level data）:购物篮中的商品数据是精简数据，进行分析时需要补充商品基本属性信息，包括商品的全称名称、规格、品牌、供应商等。
2、 商品分类数据（Product hierarchy）或品类表（Product Catalog）：此部分数据用于对商品的品类归属及品类关联关系分析。
3、货架陈列表（日本称为棚割表）；包含商品的陈列位置、排面设计等信息。
4、会员基础及消费信息( loyalty card data)：
5、商品品牌信息；
6、商品营销、促销相关数据：比如促销DM单、商品特价表等；
7、商品销售时间属性：比如季节码等；
上述外部数据都是来自门店基础数据。
购物篮分析需要补充的隐性属性数据：
在进行购物篮分析时，有些数据属性既不在订单数据中、也不在门店基础数据中，需要单独补充，这些数据就是隐形数据。
如服装、鞋帽类商品的品牌商就会重点关注商品的颜色、尺码等属性，而食品、饮料中的无糖、低脂或全脂乳制品等隐性属性对于某些分析目的就非常重要，这些属性需要单独提取、纳入购物篮分析的变量中。
在对顾客群体的标签化赋值时，需要一些并不存在的隐形标签化属性，需要单独补充。