
作者:接地气的陈老师
来源:接地气学堂
一提人工智能大数据,必有人提啤酒与尿布,有意思的是,都2020年了,还有人信这个老掉牙的都市传说。今天我们系统讲解一下。
1 站在背后的关联规则
支持啤酒与尿布故事的,是关联规则算法。注意:关联规则算法本身没啥问题,这是一种发现关联关系(注意:不是因果关系哦)的手段,并且它的算法原理非常简单,需要的数据也非常少,因此适用范围非常广。
假设有6种产品,ABCDEF,一个客人买了AB去结账,收银员打出一张小票,上边有AB产品的名称、价格,我们可以用0、1代表是否有该商品,简单把小票表示成:
类似地,如果有5张订单,可以表示成:
注意,即使没有计算,用肉眼也能看到,似乎ABC三个产品在订单里同时出现的几率很高,这就是关联规则的基本思路:找到同时出现频率高的组合。只不过,我们需要用一些指标来衡量:到底什么算高。
因为有六个商品,所以同时出现的组合有很多种:A+B,A+B+C等,我们从最简单的两两组合开始计算,再算三三、四四……计算组合的时候,我们希望组合出现的频率越高越好,因此有了支持度概念:
两个商品的购买可能有先后顺序,比如先A后B,这时候可以算购买A的情况下,用户购买B的概率,从而决定在用户购买A以后推B产品,或者是C、D产品。因此引入置信度概念:
注意,虽然算出来购买A以后有75%概率购买B,但是不一定非等到用户买A再推荐B。如这个小例子里,直接推B也有80%购买率,显然非等到买了A再推B会很不划算,购买率还跌了,因此引入提升度概念:
支持度、置信度、提升度的计算都很简单,理论上,只需要设定支持度与置信度的要求,之后按一定顺序遍历所有组合(比如Apriori算法),即能找出所有符合条件的组合。这种方法最大的优势就是简单,计算方法、计算逻辑都简单,且需要的数据很少,只要有订单数据即可,数据采集永远是算法的头号大敌,一个需要数据少的方法,自然会被极其广泛的运用。特别是应用于购物篮分析。
然而,运用归运用,你真在哪个超市见过啤酒与尿布堆在一起的吗。很快讲故事的人便发现了这个bug,于是改口说:国外的超市……欺负大家出国少呀。那事实的真相到底是啥呢?
2 为啥现实中不存在
很遗憾,啤酒与尿布在现实中不存在。首先因为啤酒与尿布是teradata公司的销售编出来的故事。它完美符合了卖科技产品需要“意料之外,情理之中”的讲故事原则,因此才流传广泛。在实际运用的时候,无论是技术上还是业务上,类似“啤酒与尿布”的完美案例都不存在。
从技术上看,关联规则作为一种无监督找规律方法,更适合做探索性分析,不太适合直接指向一个可落地的SKU组合。注意,上边的例子是高度浓缩的,所以看起来简单可行。比如啤酒,实际上还包含了品牌、包装、价格、是否促销、是否临近保质期等众多因素。实际上SKU极其庞大,且单个SKU的数据非常零散。
如果只笼统地用“啤酒”这个大品类做关联,得出的数据几乎没啥指导意义。如果细到某一个具体价位具体保质期的SKU, 比如“Corona/科罗娜啤酒330ml*24瓶178元非折扣非临期”与“宝适绿帮纸尿裤S164新生婴儿超薄透气干爽款155元”单个具体SKU之间的支持度和置信度都非常低,很难达到落地的程度。
这是导致啤酒与尿布不会出现在超市里根本原因。随便一个3米5门头的小超市尿布至少几十款,啤酒至少几十款,到底哪个该摆在一起!还要考虑啤酒的冷藏问题,总不能在冰柜里放尿布吧。至于几百上千平米大超市,啤酒SKU数几千款,尿布几千款,货架长达数十米,只能分开放在酒水饮料区和母婴用品区。这俩摆在一起,肯定被商场主管活活殴打致死。
从业务上讲,关联规则同所有数学、统计学模型一样,只能说明两个数字之间有关联关系,无法论证任何实际意义上逻辑关系。“妈妈们买尿布的时候会顺便给爸爸买啤酒”的解释,完全就是为了圆故事而圆故事。如果真站在买尿布的妈妈的角度,她有100个理由去买更更值得买的东西,比如干纸巾和湿纸巾。给BB换过尿布的人都知道,那纸巾用起来简直像泼水一样快。有更直接、更明确的驱动力存在,为啥要舍近求远。
3 现实中是怎么玩的
本质上,消费者的决策是多因素的,生理性需求,认知层次,产品价格,材质,广告、宣传、都会影响消费者最终决策。因此想带动关联销售,方法多的很。
最直接的,基于业务规律的推荐,也就是俗称的硬规则。比如有的书就上中下册,拆开了就是没头没尾;有的药就是要一起吃,乱吃会死人。这些商品有固定的规律。这时候就不需要看数据,而是根据业务规律直接做推荐。
有些不是硬规则,但是是人们约定俗成的习惯。比如出去烧烤,就是需要碳、炉子、签子、酱油、鸡翅、可乐;啤酒就是和花生米、小龙虾、黄瓜拉皮一起吃;比如方便面就是配火腿肠。这种是软规则。这些基于用户习惯的软规则,也能成为推荐的工具。比如做生鲜电商,可以一件件散着卖,也能打包一个“养秋膘火锅套装”把羊肉卷、汤底料、丸子、香菇等涮锅食材打包卖。
有些曾经不是规则,但是经过商家的宣传广告,植入进用户脑海的规则。比如女生各种化妆品,男生各种游戏皮肤、套装;比如最经典的:怕上火喝XXX;比如学数据分析要ESP套餐。这些是基于营销宣传的伪规则。虽然没有啥科学道理,但是用户能接受,就能成为推荐准则。
当然,还有最简单粗暴的,基于打折的惠规则。最简单的,用户加入购物车以后,发现自己已经买了400,还有一张满500减100的券能用。这时候用户急着找的就是“哪里有不鸡肋的100元东西可以买”。很有可能她会选纸巾、沐浴露、米面油这种能存放的硬通货。
这些都是业务方能发挥主观能动性创造出的规则。所以请同学们牢记,并转发给业务方看:不存在一个不用你努力,就静静躺在数据库里等着被你的数据分析师发现的神秘力量。在2020年,没有谁家的产品是100%独特的,想业绩做的比别人好,关键是自己得努力做。
当然,业务方想发挥主观能动性,也是需要数据支持的(如下图):
——热门课程推荐:
想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;
想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;
想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;
想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;
想咨询互联网运营,你可以点击>>>“互联网运营就业班”了解课程详情;
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08LSTM 输出不确定的成因、影响与应对策略 长短期记忆网络(LSTM)作为循环神经网络(RNN)的一种变体,凭借独特的门控机制,在 ...
2025-07-07统计学方法在市场调研数据中的深度应用 市场调研是企业洞察市场动态、了解消费者需求的重要途径,而统计学方法则是市场调研数 ...
2025-07-07CDA数据分析师证书考试全攻略 在数字化浪潮席卷全球的当下,数据已成为企业决策、行业发展的核心驱动力,数据分析师也因此成为 ...
2025-07-07剖析 CDA 数据分析师考试题型:解锁高效备考与答题策略 CDA(Certified Data Analyst)数据分析师考试作为衡量数据专业能力的 ...
2025-07-04SQL Server 字符串截取转日期:解锁数据处理的关键技能 在数据处理与分析工作中,数据格式的规范性是保证后续分析准确性的基础 ...
2025-07-04CDA 数据分析师视角:从数据迷雾中探寻商业真相 在数字化浪潮席卷全球的今天,数据已成为企业决策的核心驱动力,CDA(Certifie ...
2025-07-04CDA 数据分析师:开启数据职业发展新征程 在数据成为核心生产要素的今天,数据分析师的职业价值愈发凸显。CDA(Certified D ...
2025-07-03