利用商品销售的关联性优化商品陈列

　　在美国沃尔玛超市的货架上，尿片和啤酒赫然地摆在一起出售。一个是日用品，一个是食品，两者风马牛不相及，这究竟是什么原因？

　　原来，沃尔玛的工作人员在按周期统计产品的销售信息时发现一个奇怪的现象：每逢周末，某一连锁超市啤酒和尿片的销量都很大。为了搞清楚这个原因，他们派出工作人员进行调查。通过观察和走访后了解到，在美国有孩子的家庭中，太太经常嘱咐丈夫下班后要为孩子买尿片，而丈夫们在买完尿片以后又顺手带回了自己爱喝的啤酒，因此啤酒和尿片销量一起增长。
 
　　搞清原因后，沃尔玛的工作人员打破常规，尝试将啤酒和尿片摆在一起，结果使得啤酒和尿片的销量双双激增，为商家带来了大量的利润。

　　在寸土寸金的货架陈列竞争中，为了刺激消费者的购买欲望，商场常常采取按照类别陈列的方式便于消费者选择，比如将文具类商品集中在一起陈列。
 
　　但是，有些商品之间的关系表面上看并没有什么关联关系（相关性），比如啤酒和尿片，但是他们事实上又存在很强的依赖性。如果能够挖掘出这类隐性产品之间的关联关系，就可以大大提高消费者的随机购买，从而提高超市的利润率。
　　
　　商品间的相关性
　　
　　如何从浩如烟海却又杂乱无章的销售数据中，发现啤酒和尿片这类商品销售之间的联系呢？
　　幸运的是，现代超市都拥有了数据收集处理系统，这给统计带来了一定的便利。但是，要判断数据之间的关系，还是要掌握一定的原则和方法。
 
　　1．三个标准

　　决定这种关联关系是否成立，必须同时考虑三条独立的标准，支持度（普遍度）、置信度（也称预测度）以及增益。
 
　　（1）支持度是同时包含关联性左右两边物品的交易次数百分比，即支持该规则的交易次数的百分比；
　　（2）置信度是有了左边商品，同时又有了右边商品的交易次数百分比。换句话说，置信度就是在所有的购买了左边商品的交易中，同时又购买了右边商品的频率。
　　（3）增益是两种可能性的比较。一种是在已知购买了尿片的情况下，购买啤酒的可能性；另一种是在购买了啤酒的情况下，购买尿片的可能性。这个数值越大说明两者之间的促销关系越明显。

　　要注意，孤立地使用上述的标准中的任意一种，都会导致不正确的结果。例如点鱼子酱则点伏特加酒这一个规则的置信度高，但是如果因为很少有人点鱼子酱而使交易支持度降低，则该规则没有什么用处，因为购买率不高，给超市的收益增加贡献没有价值。
 
　　另外，当常见商品出现在右边的时候，其置信度也容易产生误导。比如“买花生就买牛奶”、“买面包就买牛奶”置信度都很高，因为牛奶的高购买率误导了对花生、面包购买增益的真实性，因为面包、花生对牛奶起不到明显的促销作用。
 
　　2．分析过程

　　假设超市的顾客源是稳定的，即一年内来超市消费的顾客数量是一定的。对于尿片与啤酒之间的关联性进行这样分析。
 
　　（1）首先分析尿片对啤酒的促销增益，即“尿片→啤酒”。
 
　　用S来表示支持度，表示100S％的顾客同时买尿片和啤酒；C是置信度，表示100C％购买尿片的顾客还会购买啤酒；Q是平均购买量，表示在所有购买啤酒的顾客中，平均每位顾客购买的啤酒数量；P是利润，表示超市每卖出一瓶啤酒的盈利。
 
　　那么，顾客总数×S可以理解为同时购买尿片和啤酒的顾客人数；顾客总数×S×C可以理解为在尿片的“促销”下，还会购买啤酒的顾客人数；顾客总数×S×C×Q×P表示受尿片“促销”啤酒模式的影响所产生的超市利润。
 
　　所以对于以赢利为目的的超市而言，顾客总数×S×C×Q×P可以用来评估关联性“尿片→啤酒”中，尿片对啤酒“促销”作用的强弱，数值越大说明尿片对啤酒的“促销”作用越强。

　　（2）分析啤酒对尿片的促销增益，即“啤酒→尿片”

　　要取得明确的促销效果，超市往往把两种商品摆放在一起，因此不仅要考虑尿片对啤酒的“促销”作用，还要充分考虑啤酒对尿片的“促销”增益，就是“啤酒→尿片”。
 
　　虽然关联性“尿片→啤酒”的反向规则“啤酒→尿片”可能不满足已设定的最小置信度，但是通过对其反向规则“啤酒→尿片”的分析，找出啤酒对尿片的“促销”关系对全面评估啤酒和尿片摆放在一起所能够产生的价值也是有意义的。
 
　　同“尿片→啤酒”的计算方式可以求得，受啤酒“促销”尿片模式的影响所产生的超市利润可以表示为：顾客总数×S′×C′×Q′×P′（加′为了与上一分析过程表示区别）。
　　（3）判断相互之间的促销增益。
 
　　由于顾客源是稳定的，可视为常数，所以引入“促销”系数=S×C×Q×P＋S′×C′×Q′×P′，来衡量两种商品间“促销”关系的强弱。越大，说明两种商品间的促销作用越明显，把这两种商品摆放在一起能够带来更多的利润。

　　商品陈列次序优化
　　
　　找出某两类产品之间的关联性只是其中的一个方面，如果能找到更多产品之间的相关性则可以在有限的陈列空间内创造出更高的利润。商品摆放次序的优化就是将不同种类但是有互补作用的商品陈列在一起。运用商品之间的互补性，可以使顾客在购买A商品的同时顺便也会购买旁边的B或C商品。

　　例如，我们可以对“啤酒→香烟”、“尿片→打火机”、“香烟→打火机”、“尿片→刮胡刀”、“刮胡刀→香烟”的相关性进行分析。
 
　　由于受货架空间的限制，一种商品最多只能与另外两种商品摆放在一起（左、右两边各摆放一种商品），这时就需要找出一种链状模式“商品1－商品2－商品3－商品4－商品5”下的商品摆放次序，使得各相邻商品的“促销”系数之和最大。
 
　　根据最优化理论，只要在网络图中找出一条通路，使得这条通路能够贯穿各个节点，并且使得路径的权值之和最大，那么这条通路依次通过的商品便形成了最佳的商品摆放次序。
　　
　　体现生活化原型
　　
　　运用关联陈列时，要打破商品种类间的区别，尽可能体现消费者在生活的原型，也就是一定要贴近百姓生活。如浴衣属于服装类，但可以与洗澡的用具和用品陈列在一起，因为这正是消费者的日常生活。
 
　　还有就是在运用商品的关联陈列的同时结合现代化的管理手段，将原本看似没有关联关系的商品陈列在一起，从而促进门店的日常销售。如同我们的前面的例子，啤酒与尿片看似没有关系，但是经过一系列的数据抽取、清洗、聚类、挖掘等分析之后，便会发现这样的生活习惯。
 
　　商品的关联关系有时还会因为地域的不同或者季节的不同而有所不同，所以对于商品关联陈列的运用一定要恰当，在中国如果将啤酒和尿片陈列在一起，可能就会不仅影响到两种商品的原本的销售，同时还会因为顾客的误会而影响到顾客的购物情绪。
　　
　　小贴士：商品关联性分析的其他应用
　　1．关联采购和配比订货。由于商品之间的这种关联性，我们可以延伸到采购管理环节，减少日常下达和分析订单的工作难度，同时也可以缓解终端缺货。
    2交叉促销。比如利用这种相关性可以实施捆绑销售，进一步增加消费者的购买欲望；
    3．还可以利用这些信息制定商场的促销信息和决策。