小林供职于一家大型商超，在看了某超市把啤酒和尿不湿摆在一起，大幅提升二者销量的成功营销案例后，他灵机一动：是不是可以通过购物篮分析来为自己所在的公司提供一些行之有效的营销策略？
今天，就来讲讲什么是购物篮分析，以及该如何操作购物篮分析。
一、什么是购物篮分析
1. 基本概念
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，即「购物篮分析」。
2. 解决的问题
找出顾客购买行为的模式：
比如用户买了A商品，是否会对B商品产生什么影响？
不同的用户是否具有不同的购买模式？
哪些产品应该放在一起进行捆绑销售？
二、如何进行购物篮分析？
1. 实现思路
关联分析由以下指标进行衡量。
支持度计算公式：同时购买A和B订单数/总购买订单数
置信度计算公式：同时购买A和B订单数/购买A的订单数
提升度计算公式：支持度/((购买A次数/总购买订单数)*(购买B次数/总购买订单数))
2. 分析实操
此处用到的数据集包含「单据编码」和「商品名称」等字段，使用的数据分析工具是FineBI。
step1. 左右合并
以「单据编码」为合并依据，选择「左合并」，将「商品名称」作为 A 商品，「集团商品总表-商品名称」作为 B 商品。添加字段设置更改名字，如下图所示：
step2. 计算需要的指标
需要计算的指标有：同时购买A和B的订单数、购买A的订单数、购买B的订单数、总购买订单数。（FineBI免费体验指路>>>http://s.fanruan.com/zqbsf）
新增一列，按「A商品名称」进行分组，对分组后的单据编码进行去重计数，可以得到购买A的订单数。
再添加一个新增列，按「B商品名称」进行分组，对分组后的单据编码进行去重计数，可以得到购买B的订单数。
添加一个新增列，按「A商品名称」和「B商品名称」进行分组，对分组后的单据编码进行去重计数，可以得到同时购买A和B的订单数。
添加一个新增列，对所有的单据编码进行去重计数，可以得到一共有多少订单。
以上所有的基础指标「同时购买A和B的订单数」、「购买A的次数」、「购买B的次数」、「总购买订单数」都已经计算得出了。接下来只需要计算支持度、置信度、提升度就可以了。
step3. 计算支持度、置信度、提升度
根据下列公式，新增列进行计算：
支持度=同时购买A和B订单数/总购买订单数；
置信度=同时购买A和B订单数/购买A的订单数；
提升度=支持度/((购买A次数/总购买数)*(购买B次数/总购买数))。
当A商品名称和B商品名称相同时，它们是同一个产品，计算支持度、置信度、提升度没有意义。我们可以过滤掉这部分的商品组合，如下图所示：
完成以上步骤后，保存并更新该自助数据集。
step4. 创建仪表板
用刚刚保存的「购物篮分析」创建仪表板。选择「自定义图标」，将「A产品名称」和「B产品名称」分别拖入横轴和纵轴。
在图形属性设置矩形快，将「支持度」拖入颜色栏，汇总方式选择平均。
再新建一个组件，展示「支持度」、「置信度」、「提升度」的明细数据。其中「支持度、置信度、提升度」的汇总方式为「平均」，数值格式设置为百分比。
三、数据分析工具
文中附有BI工具获取链接，考验你眼力的时候到了，仔细找找吧！
希望本文能对你做数据分析有帮助！