使用Power BI進行商品關聯性分析

前一陣子在知乎上曾經問，是否能夠使用POWER BI進行購物籃分析，但是並沒有人理睬我。雖然邀請了很多大牛，但是然並卵，所以只能自己摸索。

現將這段時間的收穫進行一番整理，供同行參考吧。

購物籃分析說白了其實就是商品關聯性分析，主要是通過對消費者的購物水單數據分析，發現哪些商品存在關聯性，以至於消費者買了A商品以後會很大程度再購買B商品。

微軟為excel開發了一款數據挖掘插件，基本可以解決這個問題，但是需要安裝和配置sql資料庫，這一套下來對一個普通辦公室人員來說難度還是不小的。好在微軟又出了power bi。根據我目前的了解，power bi雖然掛著一個「bi「的頭銜，但是和前一個數據挖掘插件在功能上還並不完全一致。power bi總體上更加傾向於「query+pivote+view」，也就是側重於數據的清洗、轉換、透視以及呈現方面。在真正的數據挖掘方面的功能好像還是比較弱的（這裡如果有錯希望有人能夠指出）。

由於power bi並沒有很強的數據挖掘能力，所以在做購物籃分析時，就無法像excel數據挖掘插件那樣對整體數據進行全面分析，從中找出關聯性最強的那些商品。目前我能做到的，只是針對確定的某種商品（分類），通過數據分析發現與之關聯度最高的商品（分類）是什麼。換句話說，excel數據挖掘插件能夠在幾萬種商品中發現其中任意關聯性最強的商品；而power bi目前能做的是幫助你發現一個確定的商品，與之關聯性最強的商品是什麼。

我要分析的數據是某店13天的銷售水單，一共43萬+行，以csv格式存儲，大約23M大小。用excel不是不能處理，不過一個是其中部分環節需要用到vlookup函數，這個函數在這麼大的數據量面前性能是出了奇的低下，導致處理速度很慢，再一個主要也是嘗試使用power bi這個新工具，發掘它的潛力。

好，閑話少說，我們進入正題：

1、使用power bi獲取數據

2、編輯查詢

點擊「編輯」，開始構造我們需要的查詢結果

假定我們要研究一下「精益珍黑糖沙琪瑪」這個單品，看看哪個商品與其關聯度最高，那麼：通過篩選商品名稱為「精益珍黑糖沙琪瑪」，將所有包含該商品的交易列出：

選中「交易ID」列，右鍵菜單選擇「作為新查詢添加」，將目標交易ID信息單列出來：

在左側列表中選中「交易ID」，再點選左上「轉換」標籤下的「到表」功能，將「交易ID」轉換為一個表。並雙擊轉換完畢的表頭，將其重命名為「目標交易ID」。

將剛才進行過篩選的原表取消篩選。然後點選「開始」標籤，進行合併查詢。注意選擇兩個查詢的關聯條件，聯接種類選擇左外部即可。

系統會將原始交易表中，凡涉及目標交易ID的記錄都添加到目標交易ID後面，暫時以一個「table」的形式表現出來。

點擊新列右上角的「左右箭頭」，從中選擇需要展示出來的欄位

效果如下圖：

至此，我們構造出了一個只含有目標商品「精益珍黑糖沙琪瑪」交易ID的表，也就是這個表上的每一筆交易都必然含有目標商品，再換句話說，目標商品將是這個表中出現頻率最高的單品。接下來我們只要看看這個表中出現頻率第二高、第三高....的商品是什麼，就能知道與目標品類關聯度最高的商品是什麼了。

所以我們選擇「開始」標籤中的關閉並應用，進入透視環節

3、透視，發現

關閉並應用後，出現如下界面

在最右側先後點選「品名」、「貨號」後，會出現：

然後如圖所示選擇貨號列為「計數」顯示，再對計數的貨號列進行降序排列：

好了，到目前為止，我們就已經得到一個初步結論，那就是和精益珍黑糖沙琪瑪共同購買頻繁的商品是......"塑料購物袋"。呵呵，這個結論雖然是「正確」的，但顯然是沒有用的。

但是接下來的「精益珍蛋酥沙琪瑪」卻是一個很好的結論，這或許意味著消費者經常會兩種口味各買一包，那麼我們在促銷時就可以出兩種口味的捆綁裝。當然，首先我們要排除門店在分析期內並沒有推出類似的活動，否則這個結論也是屬於「正確」但沒用的。

下一步就是運用統計學知識，對這種關聯性進行分析，以確定其置信度、支持度等統計學指標了。

置信度=33/138=23.9%

支持度=33/84117=0.04%

根據上述情況來看，我們找出的這種商品關聯（精益珍黑糖沙琪瑪和蛋酥沙琪瑪）關係準確度較低，而且其支持度也就是普遍性實在太低，因此綜合上述情況，只能說這兩個商品之間還沒有存在那種非常明顯的，值得利用的商品關聯，但是實際工作中可以多加註意。

推薦閱讀：