(一)关联分析的含义

关联分析又称关联挖掘,就是在交易数据、关系数据或其他信息载体中,查找存在于项目集合或对象集合之间的频繁模式、关联、相关性或因果结构,或者说,关联分析是发现交易数据库中不同商品(项)之间的联系。

(二)关联分析中的“三度”

关联分析有三个非常重要的概念,那就是“三度”：支持度、可信度、提升度。假设有10 000个人购买了产品,其中购买A产品的人是1000个,购买B产品的人是2000个,A、B产品同时购买的人是800个。支持度指的是关联的产品(假定A产品和B产品关联)同时购买的人数占总人数的比例,即800/10 000=8%,有8%的用户同时购买了A和B两个产品；可信度指的是在购买了一个产品之后购买另外一个产品的可能性,例如购买了A产品之后购买B产品的可信度=800/1000=80%,即80%的用户在购买了A产品之后会购买B产品；提升度就是在购买A产品这个条件下购买B产品的可能性与没有这个条件下购买B产品的可能性之比,没有任何条件下购买B产品可能性=2000/10 000=20%,那么提升度=80%/20%=4。

(三)关联分析的价值

关联分析是一种简单、实用的分析技术,目的是发现存在于大量数据集中的关联性或相关性,从而描述一个事物中某些属性同时出现的规律和模式。最初关联分析主要是在超市应用比较广泛,所以又叫“购物篮分析”(Market Basket Analysis,MBA)。该过程通过发现顾客放入其购物篮中的不同商品之间的联系,分析顾客的购买习惯。通过了解哪些商品频繁地被顾客同时购买,这种关联的发现可以帮助零售商制定营销策略。其他的应用还包括价目表设计、商品促销、商品的排放和基于购买模式的顾客划分。

可从数据中关联分析出形如“由于某些事件的发生而引起另外一些事件的发生”之类的规则。如“‘C语言’课程优秀的同学,在学习‘数据结构’时为优秀的可能性达88%”,那么就可以通过强化“C语言”的学习来提高教学效果。又如“67%的顾客在购买啤酒的同时也会购买尿布”,因此通过合理的啤酒和尿布的货架摆放或捆绑销售可提高超市的服务质量和效益。“啤酒和尿布”的启示：世界上的万事万物都有着千丝万缕的联系,要善于发现这种关联。(www.daowen.com)

也可以从关联分析一群用户购买了很多产品之后,哪些产品同时购买的概率比较高?买了A产品的同时买哪个产品的概率比较高?如果在研究的问题中,一个用户购买的所有产品假定是同时一次性购买的,分析的重点就是所有用户购买的产品之间关联性；如果假定一个用户购买的产品的时间是不同的,而且分析时需要突出时间先后上的关联,如先买了什么,后买什么?那么这类问题称之为序列问题,它是关联问题的一种特殊情况。从某种意义上来说,序列问题也可以按照关联问题来操作。

(四)关联分析的实例

(1)通过关联规则,推出相应的促销礼包或优惠组合套装,快速帮助提高销售额。如市场常见的一些捆绑优惠措施：飘柔洗发水+玉兰油沐浴露、海飞丝洗发水+舒肤佳沐浴露等促销礼包。

(2)零售超市或商场,可以通过产品关联程度大小,指导产品合理摆放,方便顾客购买更多其所需要的产品。最常见的就是超市里面购买肉和购买蔬菜水果等货架会摆放得很近,目前就是很多人会同时购买肉与蔬菜,产品的合理摆放也是提高销售的一个关键。

(3)进行相关产品推荐或者挑选相应的关联产品进行精准营销。最常见的是顾客在亚马逊或京东购买产品时,旁边会出现购买该商品的用户中有百分之多少还会购买其他的产品,从而快速帮助顾客找到其共同爱好的产品。

(4)寻找更多潜在的目标客户。例如：100人里面,购买A产品的有60人,购买B产品的有40人,同时购买A产品和B产品的有30人,说明购买A产品里面的顾客有一半会购买B产品。反推而言,如果推出类似购买B产品的顾客,除了向购买B产品的用户推荐(因为新产品与B产品的功能效果比较类似)之外,还可以向购买A产品的顾客进行推荐,这样就能最大限度地寻找更多的目标客户。