啤酒与尿布文档格式.docx

1、而沃尔玛超市也可以让这些客户一次 购买两件商品、而不是一件，从而获得了很好的商品销售收入，这就是 “啤酒与 尿布”故事的由来。当然“啤酒与尿布 ”的故事必须具有技术方面的支持。 1993年美国学者Agrawal （个人翻译-艾格拉沃）提出通过分析购物篮中的商品集合，从而找出 商品之间关联关系的关联算法，并根据商品之间的关系，找出客户的购买行 为。艾格拉沃从数学及计算机算法角度提出了商品关联关系的计算方法 Aprior算法。沃尔玛从上个世纪90年代尝试将A prior算法引入到POS机数据分 析中，并获得了成功，于是产生了 “啤酒与尿布 ”的故事。“啤酒和尿布 ”的故事为什么产生于沃尔玛超市的卖

2、场中卖场中 “啤酒与尿布 的现象比比皆是，为什么 “啤酒与尿布 ”的故事只产生在沃尔玛的卖场中，而不 是其他零售门店？这里有两个原因。第一个是沃尔玛先进的计算机技术是 “啤酒与尿布 ”故事产生的强大支持后 盾。零售业目前使用的很多新技术都是沃尔玛率先 “尝鲜”的，比如沃尔玛最早 在门店尝试计算机记账，最早在门店收款台尝试使用外形丑陋俗称 “牛眼”的条 码扫描器进行收款，世界上第一个发射私人通信卫星等等。 “前人栽树，后人乘 凉”，目前运用于门店管理的很多技术手段都是沃尔玛做了 “第一个吃螃蟹 ”的， 我们只不过坐享其成而已。由于沃尔玛具备先进的技术手段， “啤酒与尿布 ”的 故事在沃尔玛产生就

3、一点也不奇怪了。第二个原因是沃尔玛拥有一双锐利的慧眼。沃尔玛是一家极其讲究卖场现 场管理的企业，沃尔玛创始人老沃尔顿最大的乐趣就是不停地在卖场巡视，更 多地运用自己的双眼而不是数据来发现事实。因此不能忽略的是，没有沃尔玛 管理人员的慧眼， “啤酒与尿布 ”的故事也会淹没在大量的零售数据中。“啤酒与尿布 ”并不是新故事营销界很多人对于 “啤酒与尿布 ”的故事津津乐道，吹捧得如同发现新大陆 般！ “啤酒与尿布 ”的故事就是商品交叉销售，这种销售现象几乎和人类历史一 样悠久，在古人披着兽皮交换贝壳、粮食、石斧等商品时，他们已经清楚地了 解商品交叉销售对于商品交易的重要性，一些聪明的家伙会采取种种措施

4、鼓励 客户多交换一些商品 （估计是一袋贝壳加一条鱼换一袋大米 ）。 “啤酒与尿布 ”的故 事只是对商品交叉销售现象的一种现代解释，并不是出现 “啤酒与尿布 ”的故事 之后，才存在商品交叉销售的现象。从这个意义上讲，沃尔玛并没有发现新大 陆，只不过把我们视而不见的现象挖出来，并从中发现了商业价值。沃尔玛的 创始人老沃尔顿说， retail is detail （零售就是细节 ）。商品销售相关性与关联商品 研究商品关联关系的方法就是购物篮分析，在购物篮分析方面有两个值得 我们学习的榜样，一个是美国的沃尔玛，另一个是日本的 7-11 便利店。同样是购物篮分析，沃尔玛强调找出商品之间的关联关系，比如啤

5、酒与尿布，而 7-11 便利店的重点在于找出影响商品销售的所有因素，比如碳酸饮料与气温的关系 等等。换句话说，沃尔玛重点是分析购物篮内商品之间的关联关系，而日本 7- 11便利店的重点是从购物篮外面找影响商品销售的关联关系。美式购物篮分析以沃尔玛为代表的美食购物篮分析的目标一般是卖场面积巨大，通常都是 上万平方米，商品种类繁多，大多在 10 万种以上，所以要通过购物篮分析找出 淹没在不同区域商品之间的关联关系，并将这些关联关系用于商品关联陈列、 促销等具体工作中，是很难通过人工完成的。比如啤酒在酒类区域，尿布在婴 儿用品区域，两个商品陈列区域相差几十米，甚至可能是 “楼上、楼下 ”的陈列 关系

6、，用肉眼很难发现啤酒与尿布存在关联关系的规律。我们把找出购物篮中商品之间关系的方法称为 “美式购物篮 ”分析法，这种 方法适合应用于类似沃尔玛这样的大卖场，用于找出不同陈列区域商品之间的关系。英国的Tesco连锁超市、Safeway连锁超市也都是这种购物篮分析的高 手。我们这个课程所主要研究的目标也是这种美食购物篮。日式购物篮分析日本这个国家很神奇，虽然身为岛国，但是经济发达。分析日式购物篮确 实能够看到日本人在经商方面的巧妙之处。日本的超市以 7-11便利店为典型， 7-11 便利店营业面积都很小，一般只有 100250平方米，商品品种 300010000 种，是典型的 “螺蛳壳里做道场 ”

7、。如我们在电影或者泡沫剧里面所见，日本很多门店的经营面积狭小，站在 门店里任何一个角落，所有的商品转个身就全看见了 真正的抬头不见低头 见，所以找出商品关联关系不是日本 7-11便利店的重点：你就是找出来啤酒与 尿布之间有 “暗恋 ”关系，也没用！因为啤酒与尿布本来就在一起。当然日本 7-11便利店这类相关陈列的故事也是有的，比如荞麦冷面与纳 豆、鱼肉香肠与面包、酸奶与盒饭等等，但是毕竟起不到主要作用，日本 7-11 便利店更关注的是：气温由28C上升到30C，对碳酸类饮料、凉面的销售量 会有什么影响？ 下雨的时候，关东煮的销售量会有什么变化？盒饭加酸奶、盒饭加罐装啤酒都是针对什么样的客户群体

8、？他们什么时间 到门店买这些商品？所以，日本人的重点是分析所有影响商品销售的关联因素，比如天气、温 度、时间、事件、客户群体等，这些因素我们称为商品相关性因素。日本人对于所有影响商品销售的关联因素研究得非常透彻，因此日本就会 有气温-碳酸饮料指数、空调指数、冰激凌指数，因此就不难理解为什么 7-11便利店会设置专门的气象部门，因此更能够理解为什么日本 7-11便利店会要求门 店每天 5 次将门店内外的温度、湿度上传回总部，供总部与商品销售进行对比 分析。与商品之间的关联关系相比，日本 7-11 便利店认为这些关联因素更重要。 由于这是日本 7-11便利店大量采取的方式，我们也称为 “日式购物篮

9、 ”分析法啤酒和尿布 ”故事包含什么样的含义沃尔玛的 “啤酒与尿布 ”的故事实际上向我们揭示了零售业未来的获利及生 存模式。他凸显了零售卖场中一个全新的管理理念，即商品之间是具有关联关 系的，发现并利用这些商品之间的关联关系，可以在无法大幅增加门店客户数 的前提下，通过增加购物篮中的商品数量达到增加销售额的目的，从而获得更 大的经营收益。启示一：购物篮大于商品有在零售业工作经验的朋友都知道，老板考核大家的主要指标是商品销售 额，你的工资袋取决于商品的销售额。老板会将商品销售指标下发到个人，每 个人都只会关注自己的 “一亩三分地 ”，卖啤酒的只管闷头卖啤酒，卖尿布的只 管闷头卖尿布，每个柜台只管

10、自己的商品是否能进入客户手中的购物篮。卖啤 酒的不关心购物篮中的尿布，卖尿布的也漠视购物篮中的啤酒，只要别漏了自 己柜台的东西就行了，因为漏了自己的商品，这个月的奖金就没了，人人只扫 门前雪，长此以往商店的整体效益当然不会好了，效益不好就要裁员，大家都 没好果子吃。反观沃尔玛的卖场管理体系中，购物篮是主要的管理对象，而不 仅仅是商品。为什么沃尔玛会以购物篮为管理重点？沃尔玛认为商品销售量的冲刺只是 短期行为，而零售企业的生命力取决于购物篮。一个小小的购物篮体现了客户 的真实消费需求和购物行为，每一只购物篮里都蕴藏着太多的客户信息。零售 业的宗旨是服务客户，沃尔玛认为商店的管理核心应该是以购物篮

11、为中心的顾 客经营模式，商品排名只能体现商品自身的表现，而购物篮可以体现客户的购 买行为及消费需求，关注购物篮可以使门店随时掌握客户的消费动向，从而使 门店始终与客户保持一致。启示二：购物篮方面的差距购物篮的表现形式就是我们常说的 “客单价 ”，客单价的高低直接反映了零 售企业的经营效益。根据 AC尼尔森2006年对国内零售企业的调查发现，从周 一到周五正常工作日，同样一个万米经营面积的大卖场，国内卖场的平均客单 价是 29 元，家乐福、沃尔玛、欧尚等国际零售巨头卖场的客单价为 75 元，好 又多、大润发、乐购等台资卖场客单价为 50 元。到了周末 （周六、周日 ）的差距更大，国内卖场客单价为

12、 35 元，台资卖场客 单价为 80元，外资卖场可以达到 149 元，这就是我们国内企业在购物篮方面的 差距 （见图 1-1）。我们知道，销售额二客单价 客流数。在同等客流量的情况下，我们的企业 由于客单价低，已经先失一着，销售业绩要比外资企业低 200，比台资企业低 60。此外，销售额低会带来很多问题，比如毛利额低、通道费低、与供应商 的话语权降低，甚至会直接影响到企业的生存。因此，要想提高商业企业的销 售业绩，必须改善企业购物篮，全面提升客单价，可以说零售企业的购物篮代 表了企业的生存权！图 1-1 各类零售企业客单价 （购物篮 ）金额分布图另据有关报道，客户到家乐福卖场的年平均购物频度只

13、有 9.8 次，但是在快 速消费品的市场份额却比年平均客户购物频度高达 51 次的华润苏果高出 3.63，家乐福、沃尔玛、易初莲花等外资零售企业仅仅利用客户几次上门购物 的机会，就获得了远比国内零售同行高很多的快速消费品市场份额。尤其要注意的是，沃尔玛、欧尚等外资零售企业在国内只有区区的十几家 门店，居然占据了非常大的市场份额，充分显示了这些外资零售企业在购物篮 方面的确有 “高招”。“啤酒与尿布 ”故事的依据是商品之间的相关性 （也称关联性，英文名称为 associate nrule），商品相关性是指商品在卖场中不是孤立的，不同商品在销售中 会形成相互影响关系 （也称关联关系 ），比如“啤酒

14、与尿布 ”故事中，尿布会影响啤 酒的销量。在卖场中商品之间的关联关系比比皆是，比如咖啡的销量会影响到 咖啡伴侣、方糖的销售量，牛奶的销量会影响面包的销售量等等。所谓事物之间的相关性是指当一个事物变化时，另一个事物也会发生变 化。当事物之间的变化是相互抵消的，比如猪肉价格上涨、猪肉销量下降，我 们称这种相关性是负相关；当事物之间的变化呈现同一个方向发展时，比如气 温上升、冷饮销量也上升，我们称这种相关性是正相关。有些事物的相关性显而易见，有些则不是那么明显。美国华尔街股票分析 师将女性超短裙的长度与道琼斯股票指数建立了关联，超短裙的长度与股票指 数成反比趋势，据说十分灵验，这就是相关性在生活中的

15、种种体现。商店中的关联性更是比比皆是，比如烟酒销售的关联关系：当门店附近有 建筑工地时，低档烟、酒的销售就会上升；当附近有高档社区时，中华烟、葡 萄酒的销售量就会上升。提到商品相关性，很多人认为就是数据分析的事儿，其实对于商品相关性 来说，更重要的是客户心理层面的因素，毕竟是人在提着购物篮，而不是猴 子。客户在购物时的心理行为是产生商品之间关联关系最基本的原因，因此在 找到购物篮规律时，必须要从客户消费心理层面解释这些关联关系，否则 “啤酒 与尿布 ”会永远停留在啤酒与尿布两个商品身上，而没有任何的推广意义。要想 详细了解商品相关性形成的客户心理因素，要进行大量的客户消费行为观察， 构建客户购

16、物篮场景，才可使 “啤酒与尿布 ”的故事发扬光大。一张小纸条 商品相关性分析的依据要想找到 “啤酒与尿布 ”之间的关联关系，就要对客户手中的购物篮进行计 算。我们将单个客户一次购买商品的总和 （以收银台结账为准 ）称为一个购物篮。 比如我们在超市收银台一次购买了 5 件商品：啤酒、卫生纸、熟食、果汁饮 料、大米，我们就可以认为在这个购物篮中共有 5 件商品，在收款台交款时这 5 件商品会集中体现在同一个收款小票中。因此，我们可以说，一个购物篮就是一张收款小票，购物小票就是购物篮 分析的一个重要依据，一张购物小票并不简单，这张小纸条实际上包含了 3 个层面的含义。购买商品的客户： “啤酒与尿布

17、”实际上是讲述了特定客户群体 （年轻父亲 ） 的消费行为，如果忽略了这个特定的客户群体， “啤酒与尿布 ”的故事将会毫无 意义。购物篮中的商品：同时出现在一个购物篮中的啤酒和尿布包含了很多要 素，比如这些啤酒与尿布同时出现是否具有规律？啤酒和尿布的价格是多少？ 是否进行了促销 , 购物篮的金额信息：购买啤酒和尿布的客户使用了什么样的 支付方式？是现金、银行卡、会员储值卡，还是支票等等。有会员卡与无会员卡的超市购物篮分析 提到超市的购物篮分析，很多人第一反应就是超市必须要有会员卡，否则 这件事儿就干不了，其实没有那么复杂。超市有会员卡，通过会员卡分析 POS机的消费数据是一件惬意的事情，可 以知

18、道这样的事实：老张今天买了 2 瓶啤酒、一包花生米、 2袋豆腐干；大前天 老张买了 4瓶啤酒、一包开花豆、 4 袋豆腐干。可是一个 1000平方米的超市，像老张这样的客户一天可能有 10002000 个，这样的数据看上一天也不会有什么结果，除了知道老张喜欢喝上一口，喜 欢用花生米、豆腐干下下酒，其他的事情都不知道。这就引出了一个新的话题：客户群体划分。了解一个又一个老张们的喝酒习惯对于门店是没有意义的。门店需要知道 的是，门店有多少个老张？又有多少个与老张喝酒习惯不同的老李？将喝啤酒 就花生米的老张与喝干白葡萄酒就腰果的老李分开，分成不同的客户群体，对 于门店才是有意义的。比如门店只要知道，在

19、喝酒的 100个客户里，有 30 个喝啤酒就花生米的老 张， 10 个喝干白葡萄酒就腰果的老李，另外有 20个老王是喝黄酒就豆腐干，这 就足够了。门店这时就可以知道，啤酒与花生米有关联关系，干白葡萄酒与腰 果有关联关系，黄酒与豆腐干有关联关系，这些商品可以考虑一起促销，或者 摆放在相近的位置进行陈列。这么说大家应该明白了吧，我们分析啤酒与花生米、干白葡萄酒与腰果、 黄酒与豆腐干之间的关联关系时，不需要了解这些客户到底是谁，只要知道有 这么个群体存在就行了。找商品之间关联时有会员卡当然不错，没有会员卡时一样可以分析啤酒与 尿布、啤酒与花生米之间的关系，我们只要知道怎么去归类就可以了。不要听 某些

20、人讲，没有办法进行购物篮分析，原因是超市没有使用会员卡，这不过是 借口而已。以支持度、置信度、提高度三项指标表现的商品相关性很多专业人士认为，一个正规的购物篮分析报表应该采取三个指标数字， 才可以准确地衡量商品是否真的存在关联关系：采取 支持度（support）-置信度（confidence） 作为”主要商品相关性分析指标，为了强化说明关联关系，往往会运 用提高度（lift）指标。1支持度（support）指标在购物篮分析中，支持度指的是多个商品同时出现在同一个购物篮的概 率。比如啤酒与尿布同时出现在购物篮中的概率是 20，我们称啤酒与尿布的支持度是20%，按照国际命名规则表示为：啤酒 Imp

21、lies尿布=20%。“啤酒与尿布 ”不等于 “尿布与啤酒 ”相关性的单向性：这不是一句绕口 令，这是代表商品之间的相关性具有单向性。我们前面讲过， “啤酒与尿布 ”代 表了一种因果关系。在“啤酒与尿布 ”的故事中，年轻的父亲去超市的目的是购买尿布，在买到 尿布的前提下，才会考虑购买啤酒，因此在购买尿布的父亲中有 35%购买了啤酒，不代表购买了啤酒的父亲有 35%购买了尿布，因为这是两类不同的消费行 为，商品之间的因果关系也会不同，因此这个故事不能反过来讲。要看商品之间是否具有相关性，在计算商品之间的支持度时，需要反过来 计算进行验证，看看两个商品之间的相关性具有多少的可信度，从而寻找商品 之

22、间的因果关系。由于商品之间关联关系具有单向性，在零售业也会采取这种表示商品关联关系的方式：尿布 T啤酒，即尿布与啤酒之间具有关联关系，方 向是从尿布到啤酒 （反过来不一定对 ）。2置信度（co nfide nee）指标置信度是对支持度进行衡量的指标，用于衡量支持度的可信度及数据强 度。由于这项指标是将商品同时出现在购物篮中的概率进行反复运算，因此这 是衡量商品相关性的主要指标。3商品之间的亲密关系一一提高度（Lift，也称兴趣度）指标提高度是对支持度、置信度全面衡量的指标，很多时候在衡量商品关联关 系时只采用这一个指标，可见这个指标的重要性。当提高度指标大于 1 时，表 明商品之间可能具有真正

23、的关联关系。提高度数据越大，则商品之间的关联意 义越大。如果提高度小于 1.0 时，表明商品之间不可能具有真正的关联关系。在某些情况下，提高度会出现负值，此时商品之间很有可能具有相互排斥 的关系，体现在购物篮中，就是这些商品从来不会出现在同一个购物篮中。为了说明问题，我们下面还是以几个具体的案例说明上述问题超市中熟食、面包、肉类三种商品之间的关系 三项指标表示的商品相 关性图 1-3 是我们对某超市熟食、面包、肉类商品的关联性分析图，相信前一 次邓斌同学的演示大家还记忆犹新，我们在这里向大家解释一下如何解读这个 关系图。我们以第一行数据为例，表示客户购买熟食时，有 8.33的客户会同时购买面包

24、，这个比例很少，因此可以认为买熟食的客户只有很少的比例会购买面 包。第二行数据表示在客户购买面包时，会有 33.33的客户同时购买熟食，这 样的关联度数字具有商业价值，我们在这里也要注意，熟食与面包的关联度方 向性很强，这是代表了不同的消费行为。第三行数据显示购买熟食品的客户在完成购物后，会去买肉类商品。在表 1-3 中我们可以看出，熟食与肉类、肉类与熟食之间具有关联关系。肉类和面包与熟食之间、熟食与肉类和面包之间具有关联关系，这些关联 关系经得起反复计算，是真正的关联关系，而其他商品之间没有真正有意义的 关联关系。我们在前面谈到了，商品关联度有好几种表示方式，但是这些方式实在很 麻烦！你可能

25、会问，哎呀，有没有办法用一个简单的数据，直截了当地表示商 品之间的关联度？当然有了，表示商品关联度的数值可以统称为 R值（Relati on ship的简称），这个R值作为商品之间相关性的数值统称，可以是商品 同时出现在购物篮的概率，也可以是商品之间的提高度。R值的含义R值是衡量商品相关性的重要指标，按照购物篮分析的规律， R值与商品相关性的对应关系定义如图 1-2 所示。图1-2 R值与相关性指标对应关系对于R值大于0.75，则可以认为具有相当强的相关性， R值在0.250.75为较强相关，R值低于0.25的相关为弱相关。1.不要盲目乐观一一当商品之间的R值大于0.75时在购物篮商品相关性分

26、析时，如果发现商品之间的相关性越强，当然代表 商品之间具有很强的关联关系，但是别高兴太早， R值越大越可能得出无意义的分析结果，因为此时揭示的可能是卖场司空见惯的东西。比如三文鱼片与绿芥 末经常会出现在一起，或者热狗面包与热狗、卷笔刀与铅笔、方便面与火腿肠 经常出现在一起等，这样的分析结论要尽早剔除，以免为业务人员所嘲笑。西 方有一句名言： 不要尝试再去发明车轮”，用在这里作为某些大的R值的评价 是很恰当的。2.临时因素造成的强关联关系一一当商品之间的R值在0.250.75之间这类R值在购物篮数据分析行业称为强关联”，很多强关联”是临时因素 “干扰”造成的，有些 “干扰因素 ”没有意义 （如下

27、面提到的伪关联 ），有些 “干扰因 素”有意义，比如摆放在同一个堆头区商品很容易同时出现在购物篮中，看上去 具有很好的相关性，一旦促销结束、堆头撤销，商品的相关性也会消失，但是这样的临时因素就非常有意义，可以证明促销组织非常成功，因此可以用来评 估促销效果。3隐藏在微弱特征背后的真相 一一当商品之间的R值在0.25以下在购物篮分析行业，将 R值低于0.25的相关性称为 弱关联”在很多弱关 联中，蕴藏了很多不为人知的商业规律，比如啤酒与尿布这类商品的关联关 系，相关关系特征相当微弱，只有在特定的条件下 （比如购买啤酒与尿布的父 亲），这些特征才会强化从而被人发现，所以零售专家认为，弱关联最吸引人

28、。 在弱关联中找出商品之间存在的关联关系，对于很多数据分析人员来说是个极 大的挑战，因此购物篮分析的主要任务是在弱关联的关系中找出商品之间的相 关性。4同行是冤家一一当商品之间的R值为负值 出现负值代表商品从来不出现在同一购物篮中，商品之间的关系是排斥关 系。很多购物篮分析数据不提及 R值为负的情况，这是因为 R值为负数时，分 析难度更大。一般来说，只有在商品之间的功能相同时， R值为负值才有意义,因此我们称为 “同行是冤家 ”，这时往往代表商品之间是竞争替代关系。R值背后隐藏的事实在卖场中存在大量的商品关联关系，比如油条与豆浆、三文鱼与绿芥末、 牛奶与面包等等，这些商品之间具有较强的关联关系，也有一些商品之间是竞 争关系 （负关联即排斥关联 ），比如米饭与面食、猪肉与鸡肉、各类面包之间、不 同品牌牛奶之间等等。尾声其实除了 “啤酒与尿布 ”之外，商品之间还会存在很多奇特的关