扣丁学堂大数据培训简述如何做好关联分析

本篇文章扣丁学堂大数据培训小编给读者们分享一下如何做好关联分析，对此感兴趣的小伙伴就随小编来了解一下吧，希望对小伙伴们有帮助。

1、必须进行大量的产品梳理工作，区分不同等级的层次关系，并且给相应的产品打上合适的标签。产品梳理是一项纯手工的并且需要耗费大量的人力及时间才能完成的。一般的企业，其产品不会很多，就比如P&G的产品或者其SKU数，也不过是几千个，但产品梳理的标准是很重要的。

产品标准过于粗放，对于后期的关联分析意义不大;产品标准过于细化，如涉及到SKU的层面的话，关联分析出的规则也不一定很理想。所以选定好一个比较合理的产品梳理规范，对于关联分析的结果精准程度很重要。

因为很多SKU一般只有产品名称及价格，对数据管理比较规范的企业会打上品牌标签，其他相应的信息都是需要进行手工梳理。具体的产品梳理示例如下：

海飞丝男士去屑洗发水 活力酷爽型190ml 洗发去屑正品

海飞丝丝源复活头皮净化洗发水530ml洗发正品

如果对于大零售超市或商场，其SKU数一般都是几十万甚至上百万，产品梳理工作是一项很痛苦的工作，但如果要从数据角度进行产品运营，建议可以开展相应的产品梳理咨询项目，通过半年多的产品梳理，形成标准化的产品梳理流程及产品目录。过去的半年里，在对某商场的产品梳理时候，发现目前的产品体系还是漏洞百出，很多还是很不规范的。做好关联分析或数据运营，请从产品梳理工作开始。

2、建议选取SAS EM模块里面的关联分析模块。合适的工具是做好关联分析的关键。个人使用过SPSS Clementine里面的关联分析模块，其实其对数据格式要求很严格，但不符合常规的数据库录入的基础源数据，操作也不算很简单。R语言里面的关联分析缺陷也不少，别看目前大吹特吹R语言在大数据上的应用有多广，前途有多光明，但我们只是从业务角度去挖掘商业机会，不懂那些Java等更高级的编程。其实发现还是SAS的EM模块比较好用，纯图形化操作。

3、请深刻理解关联分析中的三度：置信度、支持度、提升度，同时不能忽略产品规模。如果规则的提升度很高，但其相关的置信度很小，说明其市场规模很小。市场经营必须同时考虑市场规模大小及精准程度大小的两个维度。如果该规则真的很精准，但其受众客户就只有几百个，对于销售额而言，一点都没有影响。而另外一条规则虽然提升度不是很高，但其受众客户涉及了几万人，对该部分客户进行营销，能够有效地扩大规模，大幅提高销售额。所以后期的营销规则选取也必须要切合实际的商业应用。

想要了解更多关于大数据开发方面内容的小伙伴，请关注扣丁学堂大数据培训官网、微信等平台，扣丁学堂IT职业在线学习教育有专业的大数据讲师为您指导，此外扣丁学堂老师精心推出的大数据视频教程定能让你快速掌握大数据从入门到精通开发实战技能。

Pyhon基础课程：https://ke.qq.com/course/327534?flowToken=1008607 【扫码进入Python全栈开发免费公开课】

H5基础课程：https://ke.qq.com/course/320523?flowToken=1008606【扫码进入HTML5前端开发VIP免费公开课】

注：点击(了解更多)进入课程直播间