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(The Micro-Economic View on Interestingness)。
“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,他来到街角商店去买一包尿布。在店里,他被充满诱惑的啤酒陈列吸引,拿起来了一箱啤酒。。。
这个传奇故事发生在一家杂货店,男人年龄在30-40岁之间,时间是周五晚上的17:00-19:00,男人在购买尿布的同时大多会把啤酒放入购物车中,这启发了零售商,将啤酒陈列在尿布货架通道附近,很快就获得了啤酒与尿布30%的销售双增长。”
(Diapers, Beer, and Data Science in Retail https://canworksmart.com/diapers-beer-retail-predictive-analytics/)
场景描述案例1: 南美某家具连锁店的商品购物篮表现
JK 大型超市是一家全国性的零售连锁超市,它过去习惯于使用只包含基本销售和收入数据的销售报表,但是在某IT企业的帮助下,他们现在开发出多种方式来分析他们的业务,并作出了更好的业务决策。
Jane 现在使用新的“购物篮分析”报表来决定她将采用什么方式才能在不产生大折扣额的同时还能增加销售量。这种简单快捷的数据挖掘解决方案基于一组可以立即使用的数据挖掘操作符,大大降低了开发这些综合报表对于 IT 部门数据挖掘专家的需要。
“购物篮分析”报表显示了与每个唯一产品有关联的项目。由于具备了这样的能力,Jane 就可以快速地确定存在着一种潜在提高销售收入的可能,就是在销售装饰用枝状大烛台的同时,配套销售厨房用的多头套装餐具。潜在的销售收入将超过 140 万美元,Jane 将此看作是一个很好的商业机会。
她现在将创建一个销售包,将套装餐具和枝状大烛台捆绑在一起销售,以便无需打折销售就可以提高套装餐具的销量。
这使得 Jane 可以作出直接影响 JK 潜在销售收入的战略性促销和店面规划决策。