購物籃分析影片教學 (資料採礦資料表分析工具)

嗨，我是 Mary Brennan，Microsoft SQL Server 的技術文件撰寫人員。我會透過這個教學影片，協助您開始使用「購物籃分析」工具。「購物籃分析」工具會使用 Microsoft 關聯規則演算法，偵測並找出客戶經常同時購買的物品。您可以利用這個資訊提出搭售建議、設計產品置入行銷，並評估它們對您營收的影響。

1. 首先，請選取 [關聯與購物籃分析 (Associate and Shopping Basket Analysis)] 索引標籤，然後按一下資料表中的任何地方來啟動資料表分析工具。
2. 在 [資料表工具 (Table Tools)] 功能表下，選取 [分析 (Analyze)] 索引標籤以開啟 [資料表分析工具 (Table Analysis Tools)] 功能區。
3. 按兩下 [購物籃分析 (Shopping Basket Analysis)]，啟動精靈。
4. 在 [資料行選取 (Column Selection)] 視窗中，精靈會自動偵測以下資料：
   [交易識別碼 (Transaction ID)] 與 [項目 (Item)]。若要使用購物籃分析，您想分析的項目必須與某個交易識別碼有關聯。舉例來說，如果您想分析所有透過網站而下的訂單，每個訂單便應該要有與一或多件購買項目相關的訂單識別碼或交易識別碼。
5. 您也可以選擇新增一個內含產品值的資料行。只有當您選取了 [值 (Value)] 資料行，報表中才會包含由值衍生的數據。
6. 按一下 [執行 (Run)]。精靈完成資料分析後，便會建立兩個新工作表，也就是 [購物籃搭售的項目 (Shopping Basket Bundled Items)] 和**[購物籃建議 (Shopping Basket Recommendations)]**。

1. 開啟 [購物籃搭售的項目 (Shopping Basket Bundled Items)] 報表。這個報表會找出資料中的模式，並列出經常一同出現在交易中的項目。您可以透過報表，了解客戶經常同時購買哪些項目，以及這些項目對您公司的價值。
   您可以篩選與排序報表中的資料行，例如，您可以只檢視 2 件或以上的產品搭售，也可以依 [銷售的平均值 (Average Value Per Sale)] 排序。
2. 我們先來看看第一個資料列，這是同時購買公路自行車和安全帽的客戶。之所以優先顯示這個結果，是因為它是最有價值的。共有 805 個客戶同時購買這兩個項目，每份銷售的平均值為 $1,570，對 AdventureWorks 的總價值超過 $1,260,000。
   第二個資料列則顯示共有 569 個客戶同時購買越野自行車和內胎與輪胎，每份銷售的平均值為 $2,208，對 AdventureWorks 的總價值超過 $1,250,000。這個搭售的每份銷售值雖然高於第一個資料列，但它的發生頻率較低，因此對 AdventureWorks 的價值反而比較低。
   有了這個資訊後，AdventureWorks 可以採取的作法之一，便是設定網站在客戶購買公路自行車時自動推薦安全帽。此外，當客戶購買越野自行車時，網站也可以自動推薦內胎與輪胎產品。

您也可以選取各個資料行，以相同的格式標準表示數字，讓所有數字小數點後的位數都相同。

1. 開啟 [購物籃建議 (Shopping Basket Recommendations)] 報表。這個報表會使用分析所衍生的統計數據，建立表示物品關聯的規則。例如某一個規則可能是：購買清潔用品的客戶，很可能也會購買內胎與輪胎。這些規則可以用來建立建議。每個規則都有其統計數據支持，有助您評估規則的強度，因此您可以只對超過特定機率臨界值的規則提出搭售建議。
   仔細檢閱這份報表，可以發現一件有趣的事實，就是對四種不同的產品而言，具有最高建議價值的搭售都是內胎與輪胎。
2. 為了方便檢閱 [平均值 (Average Value)] 資料行，我們可以將數字格式變更為小數點後兩位數。請注意，最大的平均值不一定會是最高的建議值。因為跟前一種報表一樣，搭售是依照銷售總額排序的。