通过研究用户消费数据，将不同商品之间进行关联，并挖掘二者之间联系的分析方法，叫做商品关联分析法，即“购物篮分析”。通过企业数据分析平台帆软实现对企业数据购物篮分析，具体数据分析的形式将以数据可视化仪表板的形式展现出来。
1.知识准备
1.1 支持度(support)
支持度是对关联规则重要性的衡量
定义：支持度是指A商品和B商品同时被购买的概率，或者说某个商品组合的购买次数占总商品购买次数的比例。
支持度说明了这条规则在所有事务中有多大的代表性，显然支持度越大，关联规则越重要。
概率描述：物品集A对物品集B的支持度support（A==>B）=P（A n B）
实例说明：今天共有10笔订单，其中同时购买牛奶和面包的次数是6次，那么牛奶+面包组合的置信度就是6/10=60%
1.2 置信度(confidence)
置信度是对关联规则的准确度的衡量
定义：置信度是指购买A之后又购买B的条件概率，简单说就是因为购买了A所以购买了B的概率。
计算公式：物品集A对物品集B的置信度confidence（A==>B）=P（A|B）
实例说明：今天共有10笔订单，其中购买A的次数是8，同时购买A和B的次数是6，则其置信度是6/8=75%
1.3 提升度(lift)
定义：先购买A对购买B的提升作用，用来判断商品组合方式是否具有实际价值，是看组合商品被购买的次数是否高于单独商品的购买次数，大于1说明该组合方式有效，小于1则说明无效。
计算公式：L= P（A n B） /[P（A）*P（B）]
实例说明：今天共有10笔订单，购买A的次数是8，购买B的次数是6，购买A+B的次数是6，那么提升度是0.6/（0.8*0.6）>1，因此A+B的组合方式是有效的。
2.仪表板准备
2.1 商品关联分析警戒图
①创建仪表板，选择创建图表组件，导入数据源“购物篮分析.excel”，图表类型选择“自定义图表”，图形属性选择的“点”。
②将指标“提升度”拖拽至图形属性下的大小；将指标“支持度”拖拽到横轴，将指标“置信度”拖拽至纵轴；将维度“关联商品”，“分析商品”拖拽至标签。具体的企业数据分析图表制作过程如下图所示:
③给两个指标“支持度”和“置信度”分别添加警戒线，具体添加警戒线（纵向）过程如下图所示：
2.2 关联指标tab组件实现
想实现对关联指标的分析，一张图表无法将全部的数据信息体现出来，因此我们需要多张图表完成对关联指标的数据分析操作。这里我们选择tab组件的使用，tab组件可以压缩图表在仪表板中的占地空间，实现多重图表的展示。我们将对关联指标实现三重图表的制作，以下是三张企业数据图表的具体制作过程：
①选择创建图表组件，导入数据源“购物篮分析.excel”，图表类型选择“自定义图表”，图形属性选择的“矩形块”。
②将指标“支持度”添加至颜色和标签；将维度“B商品名称”拖拽至横轴，将维度“A商品名称”拖拽至纵轴。
具体有关于企业数据分析-商品支持度分析矩形图的实现如下图所示：
企业数据分析-商品置信度分析矩形图在图一的制作基础上将指标“支持度”，改换成“置信度”，具体的图表实现的制作如下图所示：
商品提升度分析矩形图的制作如上述两图所示：
图表的制作完成后，我们在仪表板中选择创建“tab组件”，为组件命名后，设置三个区域，将实现的企业数据分析关联的三个矩形图以此放进去，具体tab组件在企业数据分析的仪表板中的实现如下图所示：
2.3 关联分析明细表
①选择创建图表组件，导入数据源“购物篮分析.excel”，图表类型选择“分组表”。
②将指标“支持度”，“置信度”，“提升度”一起拖拽至指标栏中，将维度“分析商品”，“关联商品”一起拖拽至维度中。具体的企业数据分析实现的图表如下图所示：
通过对三个企业数据分析-关联指标的整合，我们了解到如下信息：
1）微爽日用245mm和家之寓圆形24夹晒架的支持度最高，且购买家之寓圆形24夹晒架后又购买微爽日用245mm的置信度最高，因此两者被捆绑购买的概率很大，可放置在货架的相邻位置。
2）家之寓圆形24夹晒架和本地小白菜的支持度和置信度都比较高，用户更可能买完夹晒夹后去买小白菜。
3）微爽日用245mm与盐津铺子、香妃蜜瓜、西红柿 等的提升度高于 1 ，说明组合方式有效。
3.归纳总结
以上就是对企业数据分析实现的购物篮分析，实现对客户的具体分析，满足企业发展的需求，确定企业未来发展投资的主要路线和趋势。对企业数据分析的实现通过数据可视化面板的形式展现出来，这里我们巧妙运用了tab组件对关联指标实现数据整合分析。
具体的企业数据分析实现的购物篮仪表板如下图所示：
