●于芳马维忠哈尔滨工业大学经济与管理学院
[摘要]随着信息技术和数据库技术的发展，大量信息成为当今信息社会的重要特征，然而面对海量数据，人们往往无所适从，无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势。本文在关联分析Apriori经典算法的基础上，提出了运用频繁项目集中各个项目的加权利润之和来表示交叉销售的利润的思想评估关联规则价值，并结合超市数据给出建模和营销建议的实例，具有很强的实用价值。
[关键词]关联规则 捆绑销售 市场营销 超市
近年来我国零售行业发展十分迅速，人民的生活水平在提高，商品种类数量和日交易量也日益庞大起来，由于收银机在零售业的普遍使用，收集到大量关于购买情况的数据，商家需要一种工具，使它可以利用大量销售数据．库存数据和消费者信息来分析客户的购买行为及购买模式。数据挖掘正是这样一种工具。
在我国自主品牌的超市不仅面临着同类型超市的竞争，同时面临着国际上连锁超市的竞争压力，同时．还面临着潜在的网络购物的威胁。由近几年的零售业市场份额看，国际品牌的超市在竞争中占有极大优势。其中有效的利用数据挖掘技术为企业提供信息也是外资超市核心竞争力的一个重要组成部分。像这样的核心技术应用只能依靠我国超市结合实际情况自主开发实施。在这样的背景下，本文提出了一个关联规则挖掘在零售业中的具体应用模型，这个模型主要引入了关联规则所获利润的概念讨论超市商品捆绑销售策略，并结合一家东北地区大型连锁超市的销售数据给出具体的分析过程和营销建议。
一、基于频繁项目集产生利润最大化的商品销售组合模型
1．理论提出
频繁项目集通常表示顾客一次购物时同时购买的商品组合，因此评估一项商品的商业价值时，除了考虑该商品本身所产生的独立利润外．同时也应考虑由于交叉销售时带来的额外利润。就像Cabena所强调，关联规则的缺点就是没有考虑关联规则的商业价值。如果采用传统的关联规则评价标准，同时销售“一瓶昂贵的红酒和一盒鱼[来自wWw.lw5u.coM]子酱”与销售“一盒牛奶和一袋面包”对于关联规则挖掘过程来说意义相差不大。但事实上，零售商会更倾向推销前者，显然该组合能为企业带来比后者更大的净利润。
通常情况下零售商通过计算每项商品为企业带来的利润来订购商品．如果商品销售好，就增加订单；相反，如果一些商品的销售不能达到预期时．就减少订购，或者被其他商品取代。由于没有充分考虑交叉销售的影响，企业可能错失一些最有价值的顾客或者对企业总利润产生不利影响。因此本文根据频繁项目集中各个项目的加权利润之和来表示交叉销售的利润的思想提出以下算法。
2．算法研究与实现
二、超市具体数据实例
1．数据来源
本次数据分析采用的是来自超市的实际数据。收集得到的3个月数据内含有交易信息条数4393081条，其中所含有商品种数为22668种。统计发现该超市每月都有近30万条的客流量和1千万的交易额，一月份由于有农历新年，交易额上升了50%。大多数顾客的每次消费在50元内，人均购买4.3种产品共计约7件，购买产品的平均单价为12.36元。顾客在星期六和星期日购物的频率最高，也倾向于买更多的商品。顾客在星期四购买商品的平均单价最高．在星期二、三的购买力相对最弱。早9时到晚1 9时创造了超市每日83.3%的营业额，其中11时到晚15时客流量最大，平均800人次以上。
2．建模过程
本研究中数据挖掘主要应用用SAS公司的SAS base和EMEnterprise Miner模块。关联规则分析模型如图所示，从图中可以看到本研究建立数据探索、变量分析、数据转换和关联规则推导的分析过程。
3．结果分析及营销建议
经过计算最小支持度为0.1%最小置信度为5%时，生成频繁项目集354个，其中可以生成兴趣度大于1的强关联规则387个。这里去掉成对出现（只是调换规则的前件和后件）的强关联规则中置信度相对小的规则，得到291条强关联规则。
表1列出了其中10条关联规则。利润表示每条规则中每件商品在实现整条规则的交易中加权利润之和。里面有些规则是显然的，买雪碧2.5L装的顾客买可口可乐的兴趣度高达100.5。同类商品的同时购买出现的频率最高，这也符合人们的普遍购物习惯，选购蔬菜时买茄子会想到西葫芦，买调味品有酱油就会想到醋。然而也可发现一些有趣的规则，如“纯点抽纸”和”红园红阿胶枣“经常出现在一起，分析可知，这两种商品的同时购买多出现在周日和周一，红园红阿胶枣属于休闲滋补食品和抽纸一起购买既可以在休息日作为一家团聚时享用的零食，也可以储备一些在平日里茶余饭后用。“散装雪莲去皮颈”和”精制干豆腐”一起购买的可能性也很大，可以看出东北家常菜选购食材的习惯。
为了寻找更多有实用价值的销售组合，这里继续降低支持度和置信度的阈值。当最小支持度为0.05%．最小置信度5%时可生成623条包含两种商品的关联规则．接下来我们利用每条规则对应的频繁项目集的加权利润进行深入分析。观察发现有8种商品经常出现在频繁项目集中，分别为百事可乐、美年达橙味、纯点抽纸、玫玉软抽纸、雕牌洗衣皂、红园红阿胶枣和精制干豆腐。当几种商品同时出现在几个频繁项目集中时，应该如何选择最合理的促销组合呢？企业追求利润最大化，这里也用关联商品的历史销售利润来权衡。表2列出了与“雕牌洗衣皂”相关的各种可能的组合。
从以往的销售情况出发可以看到如果把“雕牌洗衣皂”和“东古一品鲜酱油”
组合销售获得的利润最大，然而组合支持度最高的“雕牌洗衣皂”和“玫玉软抽纸”产生的利润并不是最大的。如果要提高“高露洁超强牙膏促销装”的销量可以考虑把它和“雕牌洗衣皂”捆绑销售也可以取得不错的效果。运用同样的方法可以得出有利于百事可乐、美年达橙味，纯点抽纸、玫玉软抽纸、红园红阿胶枣和精制干豆腐的销售组合分别为：百事可乐+散装京特散糖系列，美年达橙味+散装一品庄园糖，纯点抽纸+散装徐福记特级糖果，玫玉软抽纸+散装一品庄园糖，红园红阿胶枣+散装雀巢威化，精制干豆腐+国产脐橙。
连锁零售大卖场的利润来源主要通过三个方面得以实现商品进销差价、优化供应链成本．压缩管理成本。在国内大型超市激烈竞争的客观环境下，上述三个方面的利润上升空间不大。所以要拥有特色的竞争优势主要可以依靠超市自身的促销计划。超市可以根据自身的需要来进行交叉销售设计，例如，把相关联的商品摆放在比较近的货柜．这样大大的方便了顾客，同时促进不同商品的销售量同时上涨。
三、结论
从实践上来说，大型连锁超市是一种利润率相对较低的业态，利润低的主要原因是大型超市的低价竞争战略，这既是超市作出的战略选择，也是超市迫于市场大环[来自wwW.lw5U.com]境要求作出的应对措施。通过吸引更多的顾客，提高顾客的光顾次数，并且提高每个顾客的单次的消费金额，超市才得以获取更多的利润总额。因此本文提出的超市商品捆绑销售模型具有一定的实用意义。但是由于所收集数据的限制，无法将销售数据与客户信息结合起来，这也将是笔者接下来研究的重点。
参考文献：
[1]P. Cabena,P.Hadjinian, Stadler. Discovering data mining: Fromconcept to implementation,1 998: 44～45
[2]R. Agrawal, T. Imiclinski, A. Swami. Mining Association Rulesbetween Sets of ltems in Large Databases. Proceedings of the 1993 ACMSIGMOD Conference, Washington DC, USA,1993
[3]R. Agrawal, R. Srikant. Fast algorithms for mining associationrules. Proc.1994 Int.Conf. Very Large Databases,1994:487～499
[4]A. Savasere,E.OmIeanski, and S.Navathe. An efficient algorithmfor mining association rules in large databases. Proceedings of the 21stInternational Conference on Very large Database,1995
[5]JS Park, MS Chen, PS Yu. An effective hash-based aigorithm formrning association rules. Proceedings of the 1995 ACM SIGMOD international.1995:175一186