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：407
总访问量：106080
实用购物篮分析技术--- 实用关联规则评估
2023年09月15日
评论数（0）关联规则评估（Association Rule Evaluation）
零售业是一个数据密集的行业，购物篮分析的目的是为了发现有趣的规则（To find interesting rules），购物篮分析可以发现大量的关联规则，有些关联规则只是重现了商业常识，有些关联规则则隐含了一些规则和模式（hidden rules and patterns），有些是偶发、不可重复且没有商业价值的噪音，如何确定这些关联规则的商业价值，这就是下面提及的实用关联规则评估。
数据分析界认为，关联规则的评估(Association rule evaluation)由关联规则指标的强弱决定，除此之外，还应该加上关联规则是否“有趣”（interestingness of association rules），二者结合，才可以确定关联规则的商业价值，因此，关联规则的评估会有如下三种结果：
1、 有趣的规则（interestingness rule ）：关联规则具有商业价值、可利用、并具备可操作性。
2、平凡的规则（trivial rule）：也被称为常识性规则，这类关联规则在门店中大量存在，并为零售业者熟知，比如酱油与醋之间的关联规则，就是平凡的关联规则。在西方有人对家居卖场的几十万笔交易进行分析，发现购买大型电器的客户会有较高比例购买电器维修保养协议，这是正确的规则且得到了很好的数据支持，但是一个平凡的规则，也是商业常识。同样在居家卖场中可以发现，买木板的人们也会买钉子、买油漆的客户也会买油漆刷、油与滤油器、牛肉饼和汉堡包，而木炭和液体点火器等商品会经常一起购买。
3、费解的规则（indexplicable rule）：这类关联规则很难使用商业逻辑进行解释，无法解释的关联规则就无法有效应用，或者可以解释、但是不可重复、不可操作的规则就属于此类规则，如西方零售业发现，新开的家居店里最好卖的商品是马桶刷，这条关联规则即费解、也无法有效利用。
上述三项评估标准在现实中的难度不来自分析技术，而是对于零售逻辑的理解，如果数据分析人员缺乏足够的商业常识，关联规则的评估就会出现问题。
根据我的经验，现实中购物篮分析的结果大多是“平凡的”、“费解的”关联规则，在获得了大量的关联规则后，要进行关联规则的取舍，剔除偶发的、没有商业价值、“费解的”的噪音规则。
“平凡的”规则对应了零售业的商业常识，理论上讲也应该予以剔除，但平凡的商业常识的规则也有意义，作为数据分析人员应该在平时进行量化测量、数据储备，为后续的促销、捆绑销售、精准营销使用。
购物篮分析的结果很难直接发现“有趣的”关联规则，有些具有独特商业价值的规则可能就隐藏在“费解的”现象中，值得去挖掘、验证并在卖场中运用。
为了评估关联规则的“有趣”及“可操作”，有人尝试了如下方法，下表是一个对于关联规则价值评估的案例，在具有确定的关联关系后，需要评估关联规则是否是“出乎预料”、和“可操作”，只有同时具有“出乎预料”及“可操作”，此时的关联规则才有意义。
（某家居店的关联规则评估表）