购物篮分析

L/O/G/O购物篮分析•沃尔玛一家分店的营销啤酒与尿不湿的销量在周末总会出现成比例增长。他们立即对这个现象进行了分析和讨论，并且派出专门的人员在卖场内进行全天候的观察。•最后谜底终于水落石出，发现啤酒喝尿不湿多为男人在周末采购，而且购买这两种产品的顾客一般都是年龄在25-35周岁的青年男子，由于孩子尚在哺乳期，多数男人都接到了夫人的“圣旨”，下班后带尿不湿回家，而周末正是美国体育比赛的高峰期，一杯啤酒就着比赛是多么惬意的事！案例——尿不湿与啤酒购物篮分析的概念•购物篮指的是超级市场内供顾客购物时使用的装商品的篮子，当顾客付款时这些购物篮内的商品被营业人员通过收款机一一登记结算并记录。•所谓的购物篮分析就是通过这些购物篮子所显示的信息来研究顾客的购买行为。主要的目的在于找出什么样的东西应该放在一起。藉由顾客的购买行为来了解是什么样的顾客以及这些顾客为什么买这些产品，找出相关的联想规则，企业藉由这些规则的挖掘获得利益与建立竞争优势。•数据堂数据的来源•此案例的目的是想根据零售产品过去的销售记录，利用数据挖掘来预测何种商品放在一起来改变置物架上的商品排列或是设计吸引客户的商业套餐从而提高未来的销售成效。购物篮分析的意义L/O/G/OThankYou!注：此数据截取了一部分，其中T表示购买，F表示未购买。查找的数据属于标称属性哦！参考文献1、超级市场零售商品的购物篮分析——北京大学光华管理学院2、基于数据挖掘技术的购物篮模式研究——李爱凤3、购物篮分析在零售业中的应用研究——河南科技大学周霖张宏山4、一种基于关联规则的超市购物篮分析方法——武汉理工大学杜海涛陈定方张波140-1聚类：各种商品在同一个购物篮中的出现与否，构成0-1数据，即:0-未出现，1-出现。首先通过因子分析方法标识出虚拟变量，其次利用聚类分析对顾客划分成若干簇，最后运用关联规则分析。通过关联规则中Apriori算法构建模型，挖掘出顾客购买的各种商品之间的联系。23关联规则算法参考文献方法•根据已收集的购物数据，将数据集转换为0-1变量，通过0-1聚类对购物篮中商品的相关性予以分析。主要研究思路L/O/G/OThankYou!这是我们的原始数据，一张小票为一个顾客购物篮哦！数据的预处理•各种商品在同一个购物篮中的出现与否，构成0-1数据，即:0-未出现，1-出现。•从中我们可以得到购买次数最多的商品为鸡蛋与特价面条A。•另外中号袋的数量位居第三，说明还是有部分人没有自带购物袋子的习惯。还有的想法•原本我们还想了解两种商品在一个购物篮内同时出现的次数，找出两种商品同时出现在一个购物篮内频率最高的商品。•但是我们由于数据太多，并不知道怎么处理，所以……L/O/G/O!SPSSMODELER软件遇到的问题思路：聚类分析•采用Excel一直不行，就采用下面这个啦•由于数据的导入不行，我们并不能得到结果。•便直接使用SPSS19.0版本进行聚类分析。树状图聚类分析的结果•从上述两个软件运行结果中，采用聚类分析方法并不能发现什么，可能是由于大多数商品是未购买的，只有少部分商品是购买所导致的。•所以需要采用关联分析进行进一步分析。思路：关联分析L/O/G/O!目标：关联分析类型的设置L/O/G/O!