下载掌阅APP，畅读海量书库
立即打开
我们在线上购物网站的网页上查看商品时，可能会收到“购买这款商品的顾客也同时购买了这样的商品”等内容的推荐。这样的推荐基于 购物篮分析 。
假设某位顾客购买了A、B、C三款商品，下一位顾客购买了A、B两款商品，此时，我们可以认为后者也有可能购买C商品。如此，根据顾客以往的购买历史等 发现“同时购买的商品”的组合 的分析方法就是购物篮分析。在讲述数据挖掘的章节1-3中，我曾经介绍过的关于“纸尿裤与啤酒”的发现也是基于购物篮分析的例子（图1-30）。
像购物篮分析一样， 从海量数据中发现高关联性数据的方法 一般被称为“ 关联分析 ”。例如，当用户在搜索引擎中输入关键词时，系统会将追加的候补关键词显示出来。如果系统能够将与用户的需求相匹配的关键词显示出来，用户的搜索会变得更方便。
在市场营销领域，除购物篮分析之外，还有各种各样的分析方法，其中 RFM分析 就是具有代表性的一种方法。RFM分析是以Recency（最近的购买日）、Frequency（消费频率）、Monetary（消费金额）这三个单词的首字母命名的，是 对回头客进行排名 的方法（图1-31）。
通过向排名靠前的顾客提供优惠，向排名靠后的顾客实施打折、发送快讯商品广告等方式，来鼓励顾客再次来店。
图1-30 能够发现各种组合的购物篮分析
图1-31 能够对回头客进行排名的RFM分析
要点
以向顾客做出推荐为目的，通过使用其他客户的购买数据来发现“同时购买的商品”的分析被称为“购物篮分析”。
RFM分析是一种对回头客进行排名的方法，采用这种分析方法的目的在于让这样的顾客多次复购。