Clementine中的購物籃案例要解決什麼問題,怎樣解決的,結論是什麼?

小組成員:宋巧 張碧秀 羅恬昕

市場購物籃分析

一.需要解決的問題

通過找出購買關聯性強的產品組合的客戶群,並分析客戶群的人口統計學特徵,從而確定目標市場,制定營銷策略.

二.過程

1.首先訪問已有的購物籃數據,並設置好相應程序,記錄購物籃。

2.通過GRI建模大致了解購物籃內容的關係,從而生成關聯規則。

3.通過web顯示突出顯示數據中的雙向關聯模式,得出三種關聯性強的產品組合,從而找到了三個突出顯示的客戶群。

4.通過為每個群中的每名客戶添加標誌,並使用規則歸納(C5.0)來基於規則描繪這些標誌的特徵,得出最終模型,其中包含了客戶群的明確人口統計學特徵。

三.結論

關聯性最強的產品組合:1.啤酒、凍肉、罐裝蔬菜

2.酒、糧果

3.魚、蔬菜

1.啤酒、凍肉、罐裝蔬菜

通過以上決策樹可以得出:25.5歲以上,收入小於等於16900的男性為該產品組合的最佳目標客戶群

2.酒、糧果

由以上決策樹可知,購物籃總價格大於32,性別為女性的人群為該產品組合的目標客戶群

3.魚、蔬菜

由以上決策樹可知,年齡小於等於24歲,沒有住房的人群為該產品組合的目標客戶群。

總結:因為關聯性最強的產品組合為啤酒、凍肉、罐裝蔬菜,因此購買該產品組合的人群為最佳客戶群,因此,25.5歲以上,收入小於等於16900的男性為最佳目標客戶群。


小組成員:韓鑫120106130116

梁萍1251073

一、購物籃分析的目的

通過spss軟體對超市中各商品銷售數據的分析,找到商品之間的關聯搭配度,更好的完成數據的分析,找出他們之間更深層次的關係及關聯性。

二、購物籃分析的過程

1、安裝SPSS軟體。

2、了解SPSS軟體的使用方法。

3、輸入數據,進行建模分析。

4、建立web節點,分析相關性,篩選相關性較強的組合

5.選出相關性最強的產品組合併分析目標顧客群

三、結論


陳 虹 1258025

黎 婷 1258095

馮 麗 1251026

胡登瓊 1251046

一、購物籃分析的目的?

通過spss軟體對超市中各商品銷售數據的分析從而:

? 1.找到商品之間的關聯搭配度

? 2.找到購買該關聯商品的人群

進而分析顧客的購買決策,提高商品的銷售量。

二、怎樣實現目的?

? 1.用spss軟體將數據導入,本例使用baskrule的流,該流引用名為BASKETS1n的數據文件。

? 2.訪問數據,用「變數文件」節點連接到數據集BASKETS1n,選擇要從該文件讀取的欄位名稱。

? 3.將「類型」節點連接到數據源,然後將該節點連接到「表」節點。

......

4.根據得出的數據,找出搭配度最高的幾組。

5.得出結論。

、結論

1.購物籃內容關係圖:

因為大多數產品類別組合都會出現在多個購物籃中,所以WEB上的強連接太多,無法顯示模型表示的客戶群。故我們要進行限制性WEB顯示。

? 要制定弱連接和強連接,請單擊工具欄上的黃色雙箭頭按鈕。這回展開顯示WEB輸出摘要和控制項的對話框。

? 選擇「大小表示強/正常/弱」。

? 將弱連接設置為低於90。

將強連接設置為高於100。

? 在最終顯示中,會有三個客戶群突出顯示:

(1).購買魚和果蔬的客戶,可將這類客戶成為「健康食客」

(2).購買酒和糧果的客戶

(3).購買啤酒、凍肉和罐裝蔬菜(「啤酒、豆類和比薩」)的客戶

2 .根據客戶購買的產品類型標識了三個客戶群,但是還要知道這些客戶是誰,即,他們的人口統計學特徵。(通過對年齡、性別、職業、收入、地區等不同的影響因素對不同類群的人進行分析,分析不同群體的購買方式等,找到相應的營銷方案)

? 而真正的分析不應該是只問用戶買什麼,我們怎麼搭配銷售最好,還要精準投放,精準的分
析用戶的自身素質。

四、營銷策略

根據購物籃分析得出的客戶群購買決策組合,制定產品營銷組合方案,增加產品銷售量,使企業獲得最大利潤。

針對不同的客戶群,進行有目標行的宣傳和制定相應的營銷方案,提高知名度和激發購買慾望。


小組成員

黃丹 工商13-3 201310811312

成劉柳 工商13-3 201310811321

邵瑩瑩 工商13-3 201310811330

張利娟 工商13-3 201310811331

購物籃分析總結報告

一、解決什麼問題

①挖掘發現顧客在購買產品時,哪些產品同時購買的幾率比較大

②找出關聯性強的前3組產品組合

③尋找出目標客戶群

④分析得出目標客戶群的人口特徵,從而企業可定出營銷方案

二、解決問題的過程

1、建模,使用一般規則歸納GRI大致了解購物籃內容的關係,以生成關聯規則

2、建立web節點,發現所購買的產品之間的聯繫

3、通過建模和建立web節點可以篩選出關聯性較強的產品組合

4、針對選出的產品組合,研究這些組和並描述其特徵,發現購買顧客的人口特徵

三、結論

1、關聯性較強的前三種產品組合

①魚和果蔬

②酒和糧果

③啤酒、凍肉(披薩)、罐裝蔬菜

2、通過分析得出三種顧客特徵

健康食客、休閑食客、快速食客

3、得出客戶群特徵

客戶總人數為1000人,有14.6%的人購買,客戶人數為146人

其中收入<=16900美元的人有141人且男性為139人

以年齡進行細分大於25歲小於50歲的人有96人

所以目標客戶群為年齡25至50歲收入在169000美元以下的男性

4、營銷決策

①消費者分析:客戶多為中低收入年齡較輕的男性因此他們會選擇以快速食品為食

②產品分析:快速食品、保質期長、消費速度快、價格較低、市場份額大

③銷售渠道:超市、便利店、零售機

④銷售策略

●將幾種產品的貨架放置在一起,便於取拿

●將產品放置在男性消費產品旁,產生視覺效應,便於顧客購買

●促銷:在其中一種產品打折時其它保持原價或組合在一起進行折扣


購物籃分析總結報告

組員:宋明陽、陳明奇、孫婷婷、歐前麗、王燕

一、所要解決的問題

通過找出產品之間的關聯性,發掘客戶的行為特徵,最終預測出目標客戶群體,達到組合營銷的目的。

二、解決問題的步驟

第一步:訪問數據

使用「變數文件」節點鏈接到數據集選擇數據

第二步:發現購物籃內容的關係

關聯規則建模,建立一個可以揭示所購買商品之間聯繫的Web顯示,從而清晰地展示出產品與產品之間的關聯,最終發現三組關聯性最強的產品組:魚和果蔬 (健康客戶);酒和糧食 (穩健客戶);啤酒、比薩和豆類 (消耗型客戶);得出最強關聯度組合啤酒、比薩和豆類 。

第三步:描繪客戶群的特徵

通過年齡、收入、性別三項要素來對客戶的行為進行分析,描繪客戶群特徵。

第四步:找到目標客戶

通過決策樹顯示出客戶的購買率,其中購買率最高的為目標客戶。

所有顧客共一千人,購買客戶群146人,收入大於16950元5人,收入小於等於16950元141人。其中女性兩人,男性139人。男性年齡大於25.5歲96人,小於等於20.5歲27人,20.5~25.5之間16人。

目標客戶:收入小於等於16950的男性

三、結論

收入小於等於16950元的男性為目標客戶。

四、銷售策略

1、進行啤酒、比薩和豆類 三種產品組合銷售。例如,在超市中,將啤酒和豆類產品放置於比薩販賣處,方便顧客購買。

2、在商業區周圍進行商品促銷。

3、在超市中,進行產品組合銷售優惠。


just try


組員:

朱升琴201310811409、蔡荷月201310811403、謝夢201310811402、王蔓雪201310811408

一、解決問題

直接目的:尋找購買相似產品並且可按人口統計學方式(如按年齡、收入等)刻畫其特徵的客戶群,提高商業企業的銷售業績。

間接目的:學會用敏捷開發的團隊協作方式,分工合作,逐步完成子項目,最終達到提高工作效率的目的。

二、解決方法

1、建立一個可變文件,導入數據源BasketsIn

2、建立一個類型節點,再建立一個表節點,將類型節點鏈接到表節點,編輯類型節點,將cardid設置為無類型,6個屬性方向設置為無方向,所有產品類別方向設置為雙向;建立一個GRI節點,將類型節點鏈接到GRI節點,編輯它,選擇選項只顯示值為真的標誌變數,然後執行

3、建立一個Web節點,編輯它,添加所有產品欄位,選擇僅顯示為true標誌,然後執行;使用工具欄的上滑塊來實現最多只顯示50個連接(51-175);單擊工具欄上的黃色雙箭頭按鈕,選擇大小表示強/正常/弱,將弱鏈接設置為低於90,將強鏈接設置為高於100;在最終顯示中,有三個客戶群突出顯示:魚和果蔬,酒和糧果,啤酒、凍肉和罐裝蔬菜;將魚和果蔬的鏈接生成導出節點,將欄位名稱設置為健康,將類型鏈接到健康;將酒和糧果的鏈接生成導出節點,將欄位名稱設置為wine_chocs;將啤酒、凍肉和罐裝蔬菜(shift)的鏈接在工具欄生成為導出節點(「與」),將欄位名稱設置為beer_cannedveg_frozenmeal

4、將現有類型節點鏈接到這三個導出節點,然後附加另一個類型節點,編輯它,將6個屬性方向設置為輸入,相關客戶群(如beer_cannedveg_frozenmeal)設置為輸出(只能有一個),其他方向設置為無,其他客戶群同上;附加一個C5.0節點,將輸出類型設置為決策樹,然後執行;在右上角模型上打開beer_cannedveg_frozenmeal,在查看器中可以看到決策樹,分析結果如下:

顧客共有1000人,其中購買客戶群146人

收入≦16900元141人。其中女性2人;男性139人

收入>16900元4人

其最優目標客戶群為:收人≦16900,性別為男,年齡>25.5歲的人

三、結論

其beer_frozenmeat_cannedveg最優目標客戶群為:低收入男性,收入小於等於16900元。

其健康的最優目標客戶群為:年輕無住房的人,年齡小於等於24歲。

其wine_chocs的最優目標客戶群為:無。


購物籃問題分析

小組成員:

岑霞 201310811410

蔡雪梅 201310811418

楊小蘭201310811417

羅倩201310811426

一、購物籃分析的目的?

通過spss軟體對超市中各商品銷售數據的分析從而:

? 1.找到商品之間的關聯搭配度

? 2.找到購買該關聯商品的人群

進而分析顧客的購買決策,提高商品的銷售量。制定相應營銷策略

二、怎樣實現目的?

(1)對商品實行購物籃分析,通過採取數據挖掘軟體Clementine的手段進行分析。

具體數據類型:

購物籃摘要:

? cardid.購買此籃商品的客戶的忠誠卡標識符。

? value.購物籃的總購買價格。

? pmethod.購物籃的支付方法。

卡持有者的個人詳細信息:

? sex

? homeown.卡持有者是否擁有住房。

? 收入

? age

購物籃內容—產品類別的出現標誌:

? fruitveg

? freshmeat

? dairy

? cannedveg

? cannedmeat

? frozenmeal

? beer

? wine

? softdrink

? fish

? confectionery

(2)對於數據信息,利用軟體進行對數據的具體分析:

軟體操作過程中的具體步驟:

《1》選取可變數據源,各類欄位(表),進行建模,將其連接,並對其進行各類屬性設置;

《2》具體步驟設置完成後,對整個分析流程進行那個執行。利用web繪圖功能進行做圖,得出結果;

《3》通過圖像對商品的關係強度進行分析,了解各類商品的購買組合群體,即同時購買同一群體內的產品組合。並採用GRI關聯模型得到結果;

《4》通過分析,利用web得到的繪圖結果與利用GRI得到的表數據結果基本一致。

三、結論

1.最佳產品搭配是:啤酒·凍肉·罐裝蔬菜。

2.所有顧客共有一千人,購買顧客群146人,收入大於16900元的有5人,收入小於等於16900的有141人,其中女性2人,男性139人。

3.男性年齡大於25.5歲的有96人,小於等於20.5歲有27人 20.5—25.5之間的有16人

4、最佳人口特徵,收入小於等於16900,年齡大於25.5歲的男性人群。

四、相應的營銷策略

1.

將啤酒、凍肉、罐裝蔬菜擺在距離較近的地方,方便組合購買。

2.

針對收入在16950一下且年齡大於25.5的男性進行有目標行的宣傳和制定相應的營銷方案。

3.

在年齡大於25.5歲的人群常出沒地進行產品的宣傳。


購物籃分析報告

工商--4班

成員: 段方敏、朱淋、馬珊、羅堯

一、目的

購物籃分析要實現的目的:

1.尋找購買相似產品並且可按人口統計學方式刻畫其特徵的客戶群;

2.發現各個產品之間的關聯,找到關聯性最強的產品組合;

二、過程

Step 1 建立可變文件「BASKETS1n」

Step2 建立並編輯類型節點,連接到表

Step3

1.建立GRI節點,並附加到「類型」節點,然後執行GRI節點;

2.建立Web節點,並附加到「類型」節點,編輯並執行;

Step4 編輯顯示最強鏈接,並選擇為鏈接生成「派生」節點;

Step5 連接各派生節點,建立並編輯「類型」節點,附加C5.0節點,編輯並執行

四、結果

通過運用Clementine,可得啤酒,大豆和匹薩客戶群較為突出;並使用規則歸納(C5.0)基於規則描繪出每個群的每名客戶的特徵

即:收入&<=16900的男性,是啤酒,大豆和匹薩的目標客戶群


王欽正:201310811401

邊佳榮:201310811405

羅洋;201310811422

馮豪樂;201311111318

楊豪傑:201310811411

購物籃問題分析:

分析的目的是尋找購買相似產品,並且可按年齡、收入等刻畫其特徵的客戶群;得出事物之間二者的相互關係,找出關聯性最強的產品。

一下是我們做題過程照片認為比較重要的步驟————————

1.建造圖表,分出產品特徵、人的特徵以及購物籃特徵。

2.運用GRI建模,進行一般規則歸納:

3.建立web節點,建立產品的聯繫。篩選出關聯性強的產品組合,並為其突出顯示命名。

5.RESULT!!!————

結果顯示通過購物籃分析可以得出事物之間聯繫強弱關係。這樣便於企業商家利用這樣的聯繫改善商品的擺放位置、搭配,提高商品銷售量,最終達到盈利。

也可以得出具有同特徵的人與事之間的聯繫,便於企業確定目標客戶群。可以對客戶進行分類營銷。


一、解決什麼問題

尋找購買相似產品的客戶人群特徵,從而確定產品組合營銷方式。

二、怎樣解決的

在最終顯示中,會有三個客戶群突出顯示:

? 購買魚和果蔬的客戶,可將這類客戶稱為「健康食客」

? 購買酒和糧果的客戶

? 購買啤酒、凍肉和罐裝蔬菜(「啤酒、豆類和比薩」)的客戶

現在,已經根據客戶購買的產品類型標識了三個客戶群,但是還要知道這些客戶是誰,即,他們的人口統計學特徵。通過為每個群中的每名客戶添加標誌,並使用規則歸納
(C5.0) 來基於規則描繪這些標誌的特徵,可以實現這一點。

首先,必須獲取每個群的標誌。使用剛剛創建的 Web 顯示,可以自動生成每個群的標誌。使用滑鼠右鍵,單擊fruitveg和fish之間的鏈接,並選擇為鏈接生成「派生」節點。

三、結果

如上圖所示,在beer-beans-pizza這個組合產品的營銷中,它的主要目標群體應該是收入小於等於16900的男性顧客。

小組成員

葉燕飛 歐小芳 洪露平 李永菊


Shopping basket
analysis

工商管理13-1班


組員:辛金梅 工商一班201310811125


徐爽 工商一班
201310811111


夏倩倩 工商一班
201310811106

:AIM

1:通過購物籃里顯示的信息來研究顧客的購買行為從而找出什麼樣的東西應該放在一起。

(藉由顧客的購買行為來了解是什麼樣的顧客及這些顧客為什麼買這些產品,找出相關的聯想規則,企業藉由這些規則的挖掘獲得利益與建立競爭優勢)

2:通過找到關聯性最強的產品組合,制定相應的營銷策劃方案

PROCESS

1、建模,通過使用一般規則歸納(GRI)大致了解購物籃內容的關係以生產關聯規則;

2:建立web節點,分析其相關性,建立產品間的聯繫;

3:運用軟體,篩選出關聯性較強的產品組合,並分析出其目標客戶群及其人群特徵

:CONCLUSION

1、找出關聯性最強的三個產品組合

⑴啤酒、凍肉和罐裝蔬菜

⑵酒和糧果

⑶魚和果蔬

2、目標客戶群及人群特徵

購買啤酒、凍肉和罐裝蔬菜的客戶

購買酒和糧果的客戶

購買魚和果蔬的客戶

特徵:顧客共有1000人,其中購買客戶群146人。

收入≦16900元141人。其中女性2人;男性139人。

收入>16900元4人。

其最優目標客戶群為:收人≦16900,性別為男,年齡>25.5歲的人。

:Marketing
plan

1、將啤酒、凍肉和罐裝蔬菜放在較為相近的貨柜上,以便於顧客的購買;

2、促銷和搭配銷售,通過一件產品的降價銷售,配合著其它產品的銷售;

3、針對目標客戶群制定方案,吸引其注意力


小組成員:

王俊13-2 1258149

王方13-2 1258040

王霞13-2 120106130420

王雨旋13-2 120107130137

童飛川13-2 120106130408

宋立麗13-2 120106130243

一、解決什麼問題

根據所購買的全部商品的集合,以及購買者的相關個人數據。尋找購買相似產品並且可按人口統計學方式(如按年齡、收入等)刻畫其特徵的客戶群。以便確定目標客戶,實現精準營銷,提高銷售量。

二、解決過程(clementine)

下圖是運用clementine軟體的過程。

使用 Clementine 通過建模(使用 GRI)和直觀化(使用 Web 顯示)發現資料庫中的關係(即鏈接)。這些鏈接與數據中的案例組相對應,並且,通過建模(使用 C5.0 規則集)可詳細研究這些組並描繪其特徵。

三、結論

clementine根據GRI關聯規則得出關聯性最強的一個購物籃組合:啤酒、凍肉、罐裝蔬菜。

最終得出,目標客戶為:收入&<=16950、年齡在25-50之間的男性


購物籃問題分析

王統 工商管理13-3 201310811336

謝雅楠 工商管理13-3 1258094

吳松林 工商管理13-3 1258096

吳茜 工商管理13-3 120107130138

一、解決的問題

通過對市場購物籃的分析,我們通過關聯規則建模和Web顯示得知客戶購買產品之間的相關性及相關性的強弱,分析這些產品與客戶的性別、收入、年齡等之間的關係,出產品之間的關聯性,發掘客戶的消費行為,最終預測出目標客戶群體,達到組合營銷的目的。

二、步驟及方法

1:輸入購物籃數據,再進行關聯規則建模分析;

2:建立web節點,建立產品間的聯繫;

3:運用軟體,通過年齡、收入、性別三項要素來對客戶的行為進行分析,選關聯性較強的產品組合;

4:選出關聯性最強的產品組合,並總結歸納出相應的人口特徵。

三、結論

1、關聯性較強的前三種產品組合

①魚和果蔬

②酒和糧果

③啤酒、凍肉(披薩)、罐裝蔬菜

2、總結分析顧客特徵

①健康優先類客,

②追求享受類客,

③快速,節約時間類客。

3、目標客戶群

①最佳產品搭配:啤酒、凍肉、罐裝蔬菜;

②顧客共有1000人,購買顧客群146人,其中收入大於16950的有5人,收入小於或等於16950的141人,性別因素中女性2人,男性139人。年齡因素中大於25.5歲的96人,小於等於20.5歲的27人,20.5—25.5歲的16人,因此收入小於16950的25.5歲以上的男性為最佳目標客戶群。

四、相應的營銷方案

①在超市銷售點,將啤酒、凍肉、罐裝蔬菜放在一起或者距離比較近的地方,方便顧客購買;

②針對收入在16950一下且年齡大於25.5的男性進行有目標行的宣傳和制定相應的營銷方案,提高知名度和激發購買慾望;

③結合網路宣傳和營銷,將線上和線下銷售結合起來;

④在25.5歲以上的男性群體經常出入的地方進行擺點宣傳銷售,例如車站、酒店、網吧等地。


小組成員:唐米垚 1258020

王楊靈 120106130328

郭勇 201310811221

魏敏 1289017

萬利思 1258023

王強 201310811227

一、購物籃分析教程要解決什麼問題?

概述

目的是尋找購買相似產品並且可按人口統計學方式(如按年齡、收入等)刻畫其特徵的客戶群。

它是描述超級市場購物籃相關個人數(可通過忠誠卡方案獲得)。內容(所購買的全部商的集合)的虛構數據,以及購買者的相關個人人數(可通過忠誠度方案獲得)。

如何使用 Clementine 通過建模(使用 GRI)和直觀化(使用 Web 顯示)發現資料庫中的關係(即鏈接)。這些鏈接與數據中的案例組相對應,並且,通過建模(使用 C5.0 規則集)可詳細研究這些組並描繪其特徵。

二、怎樣解決問題的?

主要流程:

1、目的:尋找目標客戶群

2、措施:

(一)收集數據(原始資料庫里包含的眾多信息,包括產品和客戶的信息)

(二)數據分析(clementine )

(三)找到產品組合與特定客戶群的關聯(使用GRI模型,找出數據中的種種關聯)

(四)確定特定客戶群分析他們的行為模式(即產生這樣購買行為的原因,利用C5.0 規則集)

3、結論:找到目標客戶群

主要步驟解釋

本次購物籃分析過程中,主要用到了GRI模型、WEBC5.0規則集

前提條件:首先我們已經得到了關於產品和顧客的各種信息,我們稱之為「原始數據」。

GRI模型:GRI模型可以發現資料庫間的關聯規則(本次作業中反映在購物籃中的各個數據),找出某種行為模式(本次作業結果中的「購買魚果蔬、購買酒糧果、購買啤酒豆類pizza」的三個客戶群,就有某種行為模式)

WEB

找到關聯規則後,使用「Web」。「Web」可以讓我們之前找到的關聯規則更直觀地,通過網路圖像的形式反映出來,在眾多數據之間的聯繫中,篩選出聯繫最強的幾條並標記,最後在作業中反映出來的是:購買魚和果蔬的客戶;購買酒和糧果的客戶;購買啤酒、凍肉和罐裝蔬菜(「啤酒、豆類和比薩」)的客戶。 根據關聯性的強度淘汰掉前兩個客戶群,剩下「啤酒、豆類和比薩」客戶群。

簡而言之,即精確GRI模型的結果並用圖形直觀表示。

C5.0規則集

當我們找出了「啤酒、豆類和比薩」客戶群後,我們對這一客戶群進行分析,找出該客戶群產生購買這一產品組合的原因。及分析其行為模式。

三、解決後得到什麼結果?決後得到什麼結果?

由上圖可得:根據incomesex,建立決策圖。

具體的目標群體

收入&<=16900的男性共139人,佔總人數的13.9%,為目標客戶群體。

最後我們需要從這139個男性客戶的行為中,分析出他們產生這一行為的原因,並加以利用,從而改進企業自身。


組員:何聰 201310811419

周偉 201310811407

宋信喬201310811423

王俊濤 201310811427

一、目標:通過處理描述超級市場購物籃內容(即,所購買的全部商品的集合)的虛構數據,以及購買者的相關個人數據(可通過忠誠卡方案獲得)來尋找購買相似產品並且可按人口統計學方式(如按年齡、收入等)刻畫其特徵的客戶群。

二、步驟

1、理解數據:在建模之前,了解數據集中有哪些欄位,這些欄位如何分布,他們之間是否隱藏著某種相關性等信息。

2、準備數據:在數據中選擇我們需要的欄位,對於age之類的欄位則可以不選擇

3、根據選擇的欄位製成表格,在表格中修改每個欄位的屬性即方向。

4、根據選好的欄位,採用GRI關聯模型形成一個有11個欄位的表格。

5、利用Clementine的web網路作圖功能,得出網狀圖形

三、結論

關聯性較強的前三種產品組合

①魚和果蔬

②酒和糧果

③啤酒、凍肉(披薩)、罐裝蔬菜


胡桂英 李亞梅 鄧月敏 陳蘭


工商管理13-4班

小組成員:楊雪 1255016

張萊 12305080225

楊惠 12305080205

鄒瓊 120106130137

周紅 120106130210

鍾艷平 1251072

1.目的

由於商品之間有某種相互聯繫的關係,購物籃分析反映了一個商業的經營效益和管理能力,也突顯了商品配置、商品陳列、消費層次、員工服務技能等諸多問題。
商品在銷售中不是孤立的,不同的商品在銷售中會形成相互影響的關係,這種關係背後往往隱藏著數量龐大的客戶群,通過「購物籃」分析,研究商品間的相關性。

2.過程

(1)對商品實行購物籃分析,通過採取數據挖掘軟體Clementine的手段進行分析。

購物籃摘要:

? cardid.購買此籃商品的客戶的忠誠卡標識符。

? value.購物籃的總購買價格。

? pmethod.購物籃的支付方法。

卡持有者的個人詳細信息:

? sex

? homeown.卡持有者是否擁有住房。

? 收入

? age

購物籃內容—產品類別的出現標誌:

? fruitveg

? freshmeat

? dairy

? cannedveg

? cannedmeat

? frozenmeal

? beer

? wine

? softdrink

? fish

? confectionery

(2)對於數據信息,利用軟體進行對數據的具體分析:

具體步驟:

選取可變數據源,各類欄位(表),進行建模,將其連接,並對其進各類屬性設置;

?具體步驟設置完成後,利用web繪圖功能進行做圖,得出結果;

?利用web圖對商品的關係強度進行分析,了解產品的組合群體,由GRI模型得出結論;

?結果顯示,WEB圖的繪圖結果和GRI模型結果基本一致。

3.結果

?在定義客戶群的過程當中,有三個客戶群突出顯示:1、購買魚果蔬
2、購買酒糧果
3、購買啤酒豆類pizza

根據incomesex,建立決策圖。

具體的目標群體:收入&<=16900的男性共139人,佔總人數的13.9%,為目標客戶群體。


推薦閱讀:

遇到奇葩客戶你會怎麼應付?
企業為什麼需要 CRM ?
如何處理網購客戶信息?
接待客戶的時候,如何提高項目合作的成功率?

TAG:數據挖掘 | 客戶管理 | 大數據 |

分頁阅读: 1 2