近期，華為半年營收一下子衝上了熱搜！#華為上半年營收4540億#
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
在全球疫情肆虐以及自然災害頻發的上半年，華為公司取得這樣驕人的業績實屬不易。在這次疫情中最受影響的應該是零售業了。
一面是「冰」，眾多線下零售企業被按下了暫停鍵，受挫明顯。以鞋服類品牌為例，爆發的疫情讓本來是銷售旺季的春節幾乎顆粒無收；另一面是「火」，超市、便利店、生鮮平台的銷售火爆，尤其是線上、到家部分表現突出，如疫情期間，京東到家訂單量同比2023年增長了374%。
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
越是這種時候，越是變革的契機！小麥就以乙個現實案例為例，手把手教大家做「購物籃分析」，掌握顧客喜好，輕鬆促進商品銷售。
1、背景描述
購物籃分析是商業領域最前沿、最具挑戰性的問題之一，也是許多企業研究重點問題。購物籃分析是通過發現顧客在一次購買行為中放入購物籃中不同商品之間的關聯，研究客戶的購買行為，從而達到輔助零售企業制定營銷策略的一種資料分析方法。
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
2、需求分析
商場以獲得最大的銷售利潤為目的。零售商都在考慮銷售什麼樣的商品，採用什麼樣的**策略，商品在貨架上如何擺放，了解顧客的購買習慣和偏好。
本案例對商場銷售資料進行分析，從而得到顧客的購買行為特徵，並根據發現的規律而採取有效的行動，制定商品擺放、商品定價、新商品採購計畫，對商場增加銷量有著重要意義。
本案例基於思邁特軟體的資料探勘平台smartbi mining進行建模，使用fp-growth關聯規則演算法實現購物籃分析，發現超市不同商品之間的關聯關係，並根據商品之間的關聯規則制定銷售策略。
根據購物籃案例資料實現以下目標:
● 分析零售企業商品銷售現狀。
● 了解某商品零售企業的基本資料情況。
● 熟悉購物籃分析的基本流程與步驟。
3、現狀分析
現代商品種類繁多，顧客往往會由於需要購買的商品眾多而變得疲於選擇，且顧客並不會因為商品選擇豐富而選擇購買更多的商品。
例如，貨架上有可口可樂和百事可樂，若顧客需要選購可樂若干，或許會同時購買兩種可樂，但是購買可樂的數量大多數情況下不會因為品牌數量增加而增加。
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
繁雜的選購過程往往會給顧客疲憊的購物體驗。對於某些商品，顧客會選擇同時購買，如麵包與牛奶、薯片與可樂等，當麵包與牛奶或者薯片與可樂分布在商場的兩側，且距離十分遙遠時，顧客購買的慾望就會減少，在時間緊迫的情況下顧客甚至會放棄購買某些計畫購買的商品。相反，把牛奶與麵包擺放在相鄰的位置，既給顧客提供便利，提公升購物體驗，又提高顧客購買的概率，達到了**的目的。
其次，許多商場以打折方式作為主要**手段，以更少的利潤為代價獲得更高的銷量。打折往往會使顧客增加原計畫購買商品的數量，對於原計畫不打算購買且不必要的商品，打折的吸引力遠遠不足。而正確的商品擺放卻能提醒顧客購買某些必需品，甚至吸引他們購買感興趣的商品。
綜合商品零售行業現狀，本案例需要完成以下分析目標。
● 分析商品熱銷情況和商品結構。
● 分析商品之間的關聯性。
● 根據分析結果給出銷售建議。
4、實施過程
某商品零售企業共收集了300030條購物籃資料，以下是字段說明（見表2-1）。
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
表2-1 購物籃分析相關資料說明
4.1資料接入
在實驗中新增資料來源節點，將購物籃資料讀取進來，部分資料如圖4-1所示。
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
圖4-1
4.2資料處理
根據本案例分析的是商品之間的關聯性，需要收集到使用者購買的物品列表，通過聚合節點根據使用者id分組收集物品列表，如圖4-2所示。輸出結果如圖4-3所示。
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
圖4-2 聚合配置
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
圖4-3
通過排序節點，根據使用者id進行排序，輸出結果如圖4-4所示。
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
圖4-4
資料預處理流程圖如圖4-5所示。
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
圖4-5 資料預處理
4.3 構建模型
經過特徵選擇物品列表一列，通過拆分節點按照7：3比例將資料集拆分為訓練集和測試集。如圖4-6所示。
4.3.1最小支援度
支援度，代表項集的頻繁程度；最小支援度作為支援度的閾值，滿足最小支援度的項集才會輸出；
4.3.2最小置信度
置信度，代表包含a事務中同時包含b事務的頻繁程度；最小置信度作為置信度的閾值，滿足最小置信度的項集才會輸出；
我們使用乙個關聯規則演算法，這裡選用fp-growth演算法。整體的實驗流程如圖4-6所示。
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
圖4-6 構建模型
演算法引數配置如圖4-7所示。
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
圖4-7 演算法引數配置
4.4 結果分析
如圖4-6所示，通過模型係數節點輸出訓練模型，輸出結果如圖4-7所示，**結果如圖4-8所示。
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
圖4-7 模型係數
華為半年營收近500億？別羨慕，掌握購物籃分析，輕鬆提高銷售額
圖4-8 **結果
5、總結
本案例主要結合商品零售購物籃的案例，重點介紹了關聯規則演算法中的fp-growth演算法在商品零售購物籃分析案例中的應用。過程中詳細的分析了商品零售的現狀與問題，同時給出某商場的商品零售資料，分析了商品的熱銷程度，最後通過fp-growth演算法構建相應模型，並根據模型結果制定銷售策略。
應用Orange進行購物籃分析2009 12 16
引 隨著網路零售業被消費者認同的程度逐漸加大，規模不斷擴張，乙個零售 上面的商品種類也越來越豐富，這時顧客所需要處理的資訊量就會急劇增加。phillips 2005 的研究表明，當顧客面對種類繁多的商品時，並不會因為可選擇的豐富多樣性而得到更多的滿足，但是他們能夠因為賣家對其商品選擇的引導而感到滿意...
R語言與關聯規則挖掘 購物籃分析
名詞 挖掘資料集 購物籃資料 挖掘目標 關聯規則 關聯規則 啤酒 尿布 支援度0.02，置信度0.6 支援度 所有資料中有2 的購物記錄包含了啤酒和尿布 置信度 所有包含啤酒的購物記錄裡有60 包含尿布 最小支援度閾值和最小置信度閾值。項集 項 商品 組成的集合 k 項集 k個項組成的集合 頻繁項集...
《使用者購物行為資料分析專案》 Hadoop環境搭建
掌握hadoop偽分布式環境搭建 熟練掌握linux命令 vi tar 環境變數修改等等 的使用 掌握xshell xftp等客戶端的使用 1 檢視是否處於登入使用者目錄下 安裝啟動pyspark進行實驗 2 輸入 執行結果 結果分析 可能錯誤 1 jps檢視程序是否正常 2 通過web介面檢視是否...