购物篮分析视频教程（数据挖掘表分析工具）

您好，我叫 Mary Brennan，是 Microsoft SQL Server 的技术写作人员。这个视频将帮助您开始使用购物篮分析工具。购物篮分析工具使用 Microsoft 关联规则算法来发现常常会一起购买的商品的关系。此信息可以帮助您创建捆绑建议、设计产品摆放位置并评估对您的销售额底线的影响。

1. 开始时，选择**“关联与购物篮分析 (Associate and Shopping Basket Analysis)”**选项卡，然后单击表内的任何地方以激活表分析工具。
2. 在**“表工具 (Table Tools)”菜单下，选择“分析 (Analyze)”选项卡，从而打开“表分析工具 (Table Analysis Tools)”**功能区。
3. 双击**“购物篮分析 (Shopping Basket Analysis)”**以启动向导。
4. 在**“列选择 (Column Selection)”**窗口中，该向导将自动检测到：
   “事务 ID (Transaction ID)”和“项 (Item)”。为了使用购物篮分析，您要进行分析的商品必须由事务 ID 进行关联。例如，如果您正在分析通过某一网站收到的所有订单，则每个订单都应该具有与一个或多个购买的商品相关联的订单 ID 或事务 ID。
5. 您还可以选择添加包含产品价值的一列。只有在您选择了**“值 (Value)”**列后，从值派生的指标才会包括在报表中。
6. 单击**“运行 (Run)”。在向导完成对数据的分析后，它将创建两个新的工作表：“购物篮捆绑销售商品 (Shopping Basket Bundled Items)”和“购物篮推荐 (Shopping Basket Recommendations)”**。

1. 打开**“购物篮捆绑销售商品 (Shopping Basket Bundled Items)”报表。此报表标识数据中的模式并列出通常在事务中一起出现的商品。它向您展示客户正在一起购买哪些商品以及对于您的公司的价值。
   您可以对报表中的列进行筛选和排序。例如，您可能要只查看具有两种或更多产品的那些捆绑，或者按“销售平均值 (Average Value Per Sale)”**对这些捆绑进行排序。
2. 让我们看一下第一行。它指出哪些客户一起购买了公路自行车和头盔。此结果将首先显示，因为它的价值最高。805 位客户同时购买了这两种商品，每个捆绑销售对 AdventureWorks 贡献的平均价值为 1,570 美元，总价值超过 1,260,000 美元。
   第二行指出 569 位客户同时购买了山地自行车以及内胎和外胎，每个捆绑销售对 AdventureWorks 贡献的平均价值为 2,208 美元，总价值超过 1,250,000 美元。这一捆绑销售的单价比第一个捆绑销售高，但较少发生，因此对 AdventureWorks 贡献的价值较低。
   AdventureWorks 利用这些信息的途径之一是在客户购买公路自行车时，网站自动推荐头盔。此外，在客户购买山地自行车时，网站可以自动推荐内胎和外胎。

您可能要选择每一列并标准化数字的呈现，以便它们全都具有相同的小数位数。

1. 打开**“购物篮推荐 (Shopping Basket Recommendations)”**报表。这个报表使用从分析生成的统计信息来创建有关商品如何关联的规则。例如，规则可能如下：如果客户购买清洁器，则很可能购买内胎和外胎。这些规则可用于创建建议。每个规则都具有可帮助您评估规则潜力的支持性统计信息，以便您可以只在规则超出某个概率阈值时提供建议。
   在查看此报表时，一个很有趣的地方在于，捆绑内胎和外胎是针对四种不同产品的价值最高的建议。
2. 为便于读取**“平均值 (Average Value)”**列，将数字格式更改为两位小数。请注意，平均值最大不一定意味着就是价值最高的建议。与前一报表一样，捆绑按销售总额排列。