“啤酒与尿布”的故事发生在1990年代，美国某地的沃尔玛超市通过数据挖掘发现，在大联盟赛季的周五晚上，年轻的父亲会被妻子要求去买尿布，年轻的父亲在买尿布的同时，往往会给自己买几瓶啤酒，在观看大联盟比赛时助兴，这种特定的购物行为被沃尔玛超市及时利用、组织啤酒与尿布的关联陈列，从而获得了二种商品销售额的共同提升，这就是“啤酒与尿布”的故事。

  “啤酒与尿布”是著名的营销故事，也是数据挖掘的最经典案例之一，但是在网上存在着大量的“啤酒与尿布”是虚构故事的论调。

  作为《啤酒与尿布--神奇的购物篮分析》的原创作者，在此声明一下，“啤酒与尿布”的故事是真实的案例！

  时光飞逝，距离我的《啤酒与尿布--神奇的购物篮分析》（清华大学出版社,2008.12）出版过了14年了。

  时至今日，《啤酒与尿布--神奇的购物篮分析》依然是国内零售业唯一一本关于购物篮分析的专业书籍，尽管书中很多观点今天看来非常初级、我自己也会感到汗颜、不敢重读这本书，但是我始终没有脱离零售业，始终关注零售数据分析，其中最关心的,依然是购物篮分析。

  在这14年期间，我有过困惑、感到迷茫、也有恍然大悟、豁然开朗的时刻。

  在这14年期间，听到了不少关于“啤酒与尿布”是虚构故事的论调，在此需要重新声明一下，“啤酒与尿布”的故事不是虚构的，这个故事最早刊登在1998年4月6日出版的《财富（福布斯）》杂志，故事名称是“啤酒-尿布综合症”，有七家企业参与了这个案例，其中IBM提供了数据库服务器，Tanderm（天睿）提供了服务器集群技术、Oracle提供了关系型数据库、NCR Teradata提供了数据仓库、SAS提供了建模工具，沃尔玛的数据分析团队完成了购物篮分析工作，最终《财富（福布斯）》杂志进行了案例总结（注：数据挖掘技术：市场营销，销售与客户关系管理领域应用,[美] 贝恩，莱诺夫著；别荣芳，尹静，邓六爱译，-北京：机械工业出版社2006.7,P417）。

  这一成功案例得益于1990年以来零售卖场中POS机的普及、以及随后涌现的海量购物篮交易数据，也恰逢1993年经典购物篮分析算法--Apriori算法推出不久。该案例标志着购物篮分析理论在零售业的初步落地。

  2022年世界500强的第一、第二名分别为沃尔玛、亚马逊，我们知道，沃尔玛是当今国际上最大实体零售连锁企业，而亚马逊是国际上最大的线上电商平台。

  在沃尔玛的Retail Link系统（供应商零售信息系统）与亚马逊的Amazon Brand Analytics Service（品牌分析服务）系统中，以”啤酒与尿布“为代表的购物篮分析（MBA：Masket basket Analysis）是非常重要的高级分析工具，已经成功投入运营20余年，代表了线上、线下零售购物篮分析应用的最高境界。

  令人感到悲哀的是，在国内无论是理论界、还是实体零售企业、抑或是数据分析公司，对于购物篮分析与关联规则的商业理解，还停留在初级阶段，算法始终无法落地，这就是国内网上大量的”啤酒与尿布“是营销噱头、虚构故事的来源！

  从今天开始，我会不定期在这里发帖，结合这14年来研究零售业关联规则的感悟发表在这里，与各位有志于零售关联数据分析的同仁们进行探讨。