文档

篮子分析

购买交易的关联分析

上传电子表格

什么是 Basket Analysis?

篮子分析(Market Basket Analysis)识别购买模式,并发现哪些产品经常一起购买。就像发现您产品的“好朋友”一样!

通过这一分析,您可以发现揭示客户购买行为中隐含趋势的关联规则。

使用示例

  • 创建组合产品的促销,这些产品是一起购买的
  • 在货架上将相近的产品组织在一起,以增加销售。
  • 为客户定制产品推荐
  • 识别交叉销售和向上销售的机会

快速入门

  1. 将您的数据准备成包含交易和产品的CSV格式。
  2. 请上传文件到 上传页面
  3. 设置参数(最低支持度,置信度)
  4. 请稍候处理(通常需要 2-5 分钟)
  5. 分析发现的关联规则

如何组织您的数据

将您的数据整理成一个包含两列的CSV表格:

第 1 列

交易 ID

每个购买/订单的唯一标识符。例如:001,002,003

第 2 列

产品

购买的产品名称。例如:面包,牛奶,咖啡

交易表格示例
transaction_idproduct
001面包
001牛奶
002面包
002黄油

重要: 每行代表一个产品在一次交易中。如果一笔交易有3个产品,则会有3行具有相同的transaction_id。

分析设置

最小支持 (Min Support)

必须包含产品组合的交易最低百分比才能被视为相关。

示例: 0.01 1% 的交易(推荐默认值)

最小置信度 (Min Confidence)

购买产品A时购买产品B的概率。

示例: 0.5 50% 置信度(推荐默认值)

最小提升 (Min Lift)

测量规则比随机购买的表现如何。值 > 1 表示正相关。

示例: 1.0 默认值(接受所有规则)

理解结果

分析返回关联规则,格式为:“如果购买A,那么可能会购买B”。

规则指标

支持 (Support)

产品在交易中一起出现的频率。

示例:支持度 0.3 = 30% 的交易包含这些产品

信任 (Confidence)

在购买A的情况下购买B的概率。

示例:0.8 的信任度 = 购买 A 时有 80% 的机会购买 B

提升

指出规则比偶然更好的程度。

提升 > 1: 正相关 | 提升 = 1: 独立 | 提升 < 1: 负相关

实用提示: 专注于高置信度(>0.7)和高提升(>2)的规则,以识别对业务最强和最有用的关联。

需要帮助吗?

联系: contato@grabatus.com

打开聊天