營銷數(shù)據(jù)分析 教案 李永發(fā) 第5章基于關聯(lián)規(guī)則的購物籃分析教案

第5章基于關聯(lián)規(guī)則的購物籃分析教學內(nèi)容一、問題的提出二、關聯(lián)分析三、購物籃分析案例示范教學要求【知識目標】了解購物籃分析；理解關聯(lián)規(guī)則的概念及原理；掌握關聯(lián)規(guī)則算法的應用?！炯寄苣繕恕繉W會對天貓超市的購物籃進行分析。教學重點基于關聯(lián)規(guī)則的購物籃分析教學難點關聯(lián)分析模型的構建；關聯(lián)分析結果與零售策略建議。教學方法講授法、案例法、任務驅動法、演示法課時數(shù)6課時教學內(nèi)容問題的提出一、購物籃分析購物籃分析是零售企業(yè)或商家通過對顧客個人數(shù)據(jù)、顧客的交易數(shù)據(jù)和顧客購物籃中的商品數(shù)據(jù)進行綜合分析，發(fā)現(xiàn)消費者購買規(guī)律的活動。自購物籃分析被提出以來，已經(jīng)被零售企業(yè)廣泛應用于商品陳列、交叉銷售、捆綁銷售、個性化商品推薦優(yōu)化等常態(tài)化的日常經(jīng)營決策中。它的應用大大增強了顧客的購買體驗，提高了消費者的客單價，降低了顧客購物成本，減少了零售企業(yè)的經(jīng)營風險，提高了零售企業(yè)的營銷決策效率和經(jīng)營績效。問題設計如何充分挖掘天貓超市“留量”顧客的價值呢？根據(jù)零售理論，企業(yè)的銷售額=流量ⅹ轉化率ⅹ客單價。其中，流量指光顧線上或線下零售平臺或商店的人數(shù)；轉化率是指所有光顧零售平臺或商店的消費者中發(fā)生實際購買行為的人數(shù)占所有光顧人數(shù)的百分比；客單價則是指零售商的每個消費者的平均交易額。由此可知，在消費者流量已飽和的情況下，天貓超市可以通過提高轉化率和客單價來提升銷售業(yè)績。但需要注意的是，由于影響網(wǎng)絡零售企業(yè)轉化率的因素眾多，涉及商品價格、網(wǎng)店零售環(huán)境、線上零售商的實力與聲譽，所售商品的聲譽、消費者的購買情境、網(wǎng)絡零售商的客群特征、售后服務政策、競爭環(huán)境等多個方面。若要通過改善上述各影響因素著手提高天貓超市的轉化率，不僅所需耗費的時間久，花費也相對較高。因此，要在短時間內(nèi)提高天貓超市的銷售額，充分挖掘天貓超市現(xiàn)有顧客的價值，提升客單價將是相對省時且有效的方法。問題解決思路一般而言，在特定時間段內(nèi)，零售企業(yè)的品牌美譽度、商品陳列、商品推薦、產(chǎn)品的品牌聲譽和價格、促期政策以及交叉銷售等因素都會影響消費者的客單價。經(jīng)過跟專家的討論和對天貓超市經(jīng)營數(shù)據(jù)的了解，為了獲得更穩(wěn)定的銷售增長，運營部主管根據(jù)市場經(jīng)理提交的消費者購買數(shù)據(jù)分析報告，認為可以通過優(yōu)化關聯(lián)商品購買推薦，改進商品捆綁銷售和交叉銷售建議來提升客單價。因此，天貓超市可以根據(jù)顧客消費數(shù)據(jù)分析商品之間潛在的聯(lián)系，預測顧客可能會購買的其他商品，并據(jù)此調整和優(yōu)化該超市的零售策略。關聯(lián)分析關聯(lián)分析步驟與關聯(lián)強度關聯(lián)規(guī)則是關聯(lián)分析在大數(shù)據(jù)中發(fā)現(xiàn)事物之間相關性的結果。數(shù)據(jù)分析人員需要先根據(jù)最小支持度找出數(shù)據(jù)庫中所有的頻繁項集，然后根據(jù)最小置信度和頻繁項集挖掘出事物之間背后隱藏的關聯(lián)規(guī)則。其中，頻繁項集是經(jīng)常出現(xiàn)在一起的產(chǎn)品、物品、服務或屬性的集合，呈現(xiàn)了某些事物之間的共現(xiàn)關系。與普通共現(xiàn)關系不同的是，關聯(lián)規(guī)則更凸顯事物或屬性之間的相互依賴關系和條件先驗關系，即它除了展現(xiàn)組內(nèi)某些事物或屬性之間的共現(xiàn)外，還提示了事物或屬性之間明顯的相關關系和因果關系的存在。換句話說，關聯(lián)關系的共現(xiàn)關系更強，且大部分可以依據(jù)日常經(jīng)驗和已有理論的邏輯進行闡釋。關聯(lián)規(guī)則的強度不是有數(shù)據(jù)分析人員或管理人員主觀認定的，而是有客觀量化的指標可以衡量的。具體來說，主要包括三個指標：一是支持度，指項集的頻繁程度，即含有特定項集的項目占所有項目的百分比；二是置信度，即項集Y在包含項集X的事物中出現(xiàn)的頻繁程度；三是提升度，在含有項集X的條件下同時含有項集Y的概率與僅含有項集Y的概率比。頻繁項集指的是滿足最小支持度閾值（minsup，MinimumSupport）的所有項集。二、關聯(lián)分析的核心算法Apriori算法由Agrawal等提出的Apriori算法是利用頻繁集性質的先驗知識，通過逐層搜索的不斷迭代，即將k-項集（包含k項的項集）用于找到數(shù)據(jù)集中的所有頻繁項目集。換言之，Apriori算法的目的就是要找到最大的K-項頻繁集。Apriori算法有這樣一個性質，即若一個項集是頻繁的，那么它的所有子集一定是頻繁的；相反，若一個項集是非頻繁的，那么它的所有子集一定也是非頻繁的。為了提高頻繁項目集生成的效率，減少項目集的組合和掃描數(shù)據(jù)庫的次數(shù)，該算法利用了上述性質。即如果發(fā)現(xiàn)某項集是非頻繁的，即可將整個包含該超集的子圖剪枝。Apriori算法的具體步驟如下：掃描數(shù)據(jù)庫，生成候選1-項集和頻繁1-項集；從2-項集開始循環(huán)，由頻繁（k-1）-項集生成頻繁k-項集；頻繁（k-1）-項集兩兩組合，判定是否可以連接，若能，則連接生成k-項集；檢測k項集中的每個項集子集是否頻繁，舍掉不是頻繁項集的子集；再次掃描數(shù)據(jù)庫，計算前一步中過濾后的k-項集支持度，舍棄支持度小于閾值的項集，生成頻繁k-項集。當當前k-項集中只有一個項集時，循環(huán)結束。FP-growth算法雖然Aprori算法利用頻繁集的兩個特性可以過濾很多無關的集合，但是這種算法的局限性也非常突出：一方面，Aprori算法可能會產(chǎn)生很多候選項集；另一方面，Apriori算法是一個候選消除算法，在每一次消除時都需要掃描所有數(shù)據(jù)記錄，因此對I/O負載具有較高的要求。從其操作過程來看，Aprori算法的數(shù)據(jù)挖掘效率是低下的。這意味著Aprori算法無法應用于有海量數(shù)據(jù)記錄的大數(shù)據(jù)分析?；诖?，Han等人在2000年提出了頻繁模式增長（Frequent-PatternGrowth，簡稱FP-growth）的算法。近年來，F(xiàn)p-Growth算法已經(jīng)被廣泛應用于挖掘頻繁項集，其原理是：先把經(jīng)掃描數(shù)據(jù)庫找出頻繁項集后的數(shù)據(jù)集存儲壓縮在一個叫FP-tree（頻繁模式樹）的數(shù)據(jù)結構里，然后再將上述數(shù)據(jù)庫分割成一些條件數(shù)據(jù)庫，并找出頻繁項集。與Aprori算法相比，F(xiàn)P-growth算法在使用過程中只需要掃描兩次數(shù)據(jù)庫，因此它在處理大數(shù)據(jù)集上的效率要明顯高于Apriori算法。關聯(lián)分析在營銷中的應用商業(yè)零售行業(yè)該促銷哪些商品？對哪些商品進行捆綁銷售？如何進行交叉銷售？為消費者推薦何種商品？在零售行業(yè)，不論是網(wǎng)絡零售商還是線下實體零售商，為了增加銷售量和獲取更多的利潤，常常面臨上述一系列問題。對于實體零售店，還面臨商品該如何陳列的問題。關聯(lián)分析可以幫助零售企業(yè)對消費者的購物籃數(shù)據(jù)進行挖掘，發(fā)現(xiàn)顧客購買一個商品時購買另一個商品的概率，明確消費者購買商品之間的關聯(lián)，從而為商家進行科學、合理的商品陳列規(guī)劃、交叉銷售、捆綁銷售、商品推薦和促銷活動優(yōu)化提供有效的決策依據(jù)。金融行業(yè)如零售行業(yè)一樣，金融行業(yè)也是關聯(lián)分析應用的一個重要場景。證券公司常常會用關聯(lián)分析為投資活動決策提供依據(jù)；銀行通過關聯(lián)規(guī)則分析消費者的信用卡使用情況，以實時監(jiān)控消費者信用卡的惡意透支行為；保險公司通過對投保人購買行為的關聯(lián)分析，發(fā)現(xiàn)投保人購買的關聯(lián)保險險種。除了上述行業(yè)以外，電信、科研、教育和醫(yī)療領域也是關聯(lián)分析被廣泛使用的場景。競爭數(shù)據(jù)分析中最關鍵的因素是獲取信息的質量和類型，這也決定了分析的廣度和深度。數(shù)據(jù)獲取方式有數(shù)據(jù)采買、數(shù)據(jù)爬取、外部資訊或內(nèi)部情報。購物籃分析案例示范探索數(shù)據(jù)源本案例數(shù)據(jù)包含的信息共有7985條數(shù)據(jù)。將現(xiàn)有天貓超市的7985條消費記錄數(shù)據(jù)導入“關系數(shù)據(jù)源”。數(shù)據(jù)處理根據(jù)探索數(shù)據(jù)源時分析得出的結果，對源數(shù)據(jù)進行去除重復值的操作。由于原始數(shù)據(jù)是一個商品一條記錄，在做購物籃分析時，需要對一個客戶所購買的所有商品進行關聯(lián)規(guī)則挖掘，因此需要進行聚合處理。將“BuyerName”字段作為分組依據(jù)，對同一個消費者所購買的“ProductName”字段進行匯總與計數(shù)。關聯(lián)規(guī)則挖掘進行關聯(lián)規(guī)則挖掘訓練。將“Collect_list_ProductName”字段設置為特征列用于挖掘頻繁項集，然后依據(jù)訂單中所包含的物品種類數(shù)量是否大于1的原則，將數(shù)據(jù)源分成兩部分，分兩次拖拽行選擇到畫布區(qū)。商品種類數(shù)量大于1意味著購買商品數(shù)量在兩種或以上，可以從這些數(shù)據(jù)中去挖掘頻繁項集；等于1意味著該訂單只購買了一種商品，將其用于后續(xù)的預測數(shù)據(jù)。添加FP-growth算法用于訓練訓練集數(shù)據(jù)，并且將最小支持度和最小置信度設置為0.1，同時引入測試數(shù)據(jù)集進行預測。零售策略建議通過關聯(lián)分析結果可以看出，煙灰缸和菜板、油壺和菜板、保溫壺和菜板、紅酒開瓶器和菜板等組合同時購買的概率最高，提升度都大于1，都是正相關的，是能夠提高購買概率的組合。也就是說，購買了煙灰缸、油壺、保溫壺和紅酒開瓶器的顧客有超過50%的概率會購買菜板。因此，為了提高天貓超市的客單價，可以制定以下策略：（1）將煙灰缸和菜板、油壺和菜板、保溫壺和菜板、紅酒開