相関分析では、どの製品または製品の組み合わせが一緒に購入されることが多いかを分析できます。一緒に購入されることが多いこれらの製品の組み合わせを見つけた場合、あなたは多くの貴重なことをすることができます。これらの値は、少なくとも次の3つの側面で具体化できます：
1.オフラインストアでの商品の配置と配置をガイドします
一緒に購入することが多い商品は、オフラインストアのスペースの近くに置くことができます。これは、顧客が選択するのに便利であり、顧客が見つける時間を短縮します。これにより、ユーザーエクスペリエンスが向上し、商品の販売量が無形に増加します。より多くの販売収入を得る。
TaobaoやJD.comのようなオンラインストアの場合、頻繁に購入する製品の1つを別の製品の関連推奨として使用できます。これにより、関連製品の組み合わせが一緒に公開される可能性が高くなり、ユーザーの購入コンバージョンが促進されます（下の写真はHemaAPPブラウズBaxiにあり、以下に一致する推奨事項があります）。この部分については、3番目のアプリケーションシナリオで説明します。
2.オフライン調達、サプライチェーン、在庫を最適化する
一緒に購入されることが多い商品は、同じ地域のサプライヤーを選択して倉庫内の同様の場所に保管するなど、調達、梱包、輸送、在庫の全体的な計画のためにまとめることができます。このセクションの紹介については、読者は関連資料を検索できます。
3.イベントマーケティングのデータサポートを提供します
一緒に購入することが多い商品は、一緒に購入する場合の割引や、高価なものを購入して他の安価なものを購入するなどのマーケティング活動にも使用できます（関連商品のブランド側でも共同マーケティングを行うことができます）。多くの場合、一緒に購入するなどです。お待ちください。
上記は、買い物かごの相関分析で誰もが簡単に考えることができるビジネスケースのほんの一部です。企業の実際の状況と組み合わせて、より多くのアプリケーションシナリオを試して調査する必要があります。買い物かご分析で最も重要なことは、実際にはユーザーの購入行動をデジタル化することです。データを基盤とリソースとして、残されているのは、データ分析、データマイニング、機械学習、その他のアルゴリズムを使用してデータを探索し、潜在的な商業的価値を引き出すことです。ユーザーの買い物行動データを使用すると、相関分析によって得られた商業的価値に関係なく、他の多くの商業的価値を発掘することができます。以下では、ユーザーのショッピングデータの他の値を簡単に並べ替えて、思考のアイデアとより広い視点を提供します。
顧客のショッピングデータを一定期間収集し、デジタル化（スーパーマーケットの情報システムに入力）する限り、簡単な統計分析を使用できます（データが次のようなリレーショナルデータベースに保存されている場合）。 SQL、必要なSQLステートメントは1つだけです）。顧客が頻繁に購入するアイテムを数えます。
最も頻繁に購入される製品（つまり、ベストセラーまたは日替わり製品）を知ることの用途は何ですか？有用性は簡単に思い浮かぶと思います。まず第一に、ショッピングモールが購入して注文することは間違いなく役に立ちます。最も頻繁に購入される商品とサプライチェーンの供給源は十分に保護される必要があり、ショッピングモールは十分な供給を確保するために注意を払う必要があります。さらに、ホット購入商品の配置も最適化できます。多くの店は、人気のある商品を顧客にとって最も目立ち、最もアクセスしやすい場所に置いています。このため、多くのスーパーマーケットはチューインガムとコンドームをチェックアウト場所に置いています。
多くの商品の購入には、期間や季節変動がある場合があります。たとえば、新鮮なミルクは通常朝に購入されますが、蚊取り線香は夏に購入されます。購入時期の分析を通じて、特定の商品の時間と季節における変動法則を大まかに知ることができ、上記の購入時間サイクルの法則を分析することができます。企業が商品を購入、予約、販売するのに役立ちます。
ユーザーポートレート情報と組み合わせると（たとえば、ユーザーポートレート情報を取得する方法はたくさんあります。たとえば、一部の企業はメンバーシップシステムを持ち、ユーザーはオンラインAPPに登録して、ユーザー関連情報を取得できます。さらに、モール内にはカメラやその他の機器があり、ユーザーの一般的なポートレートを取得した場合、これらはこの記事の範囲を超えており、繰り返されません）、さまざまなグループの購入特性を分析できます（異なる性別、異なる年齢層、異なる収入などの購入の違いとして）、そしてパーソナライズされたマーケティングを行います。
多くの小売企業はチェーン企業（または多国籍企業）です。さまざまな店舗から販売データを収集し、さまざまな地域の地理的に関連するデータを分析し、さまざまな地域のユーザーの購入行動を調査し、さまざまな地域に合わせてカスタマイズされた戦略を立てることができます。 。たとえば、さまざまな地域のユーザーがさまざまな売れ筋商品を持っている場合、さまざまな地域のユーザーがさまざまな商品を一緒に購入する場合が多く、さまざまな地域のユーザーの購入期間の季節変化も異なる場合があります。このより洗練された分析は、さまざまな地域（さまざまな店舗でさえ）にローカル戦略を採用するのに役立ちます。
多くの小売企業は、有線のオンラインAPPとオフラインの実店舗の両方を持っているため（HemaにはHema APPとHemaオフラインストアがあります）、オンラインとオフラインをリンクする方法は非常に価値があります。オンラインストアには、いわゆる買い物かご（ユーザーがアプリで購入した商品も買い物かごと見なすことができます）もあり、買い物かご分析の方法と戦略を使用することもできます。
小売企業がオンラインでのみ開始し、次にオフラインで開始する場合、オンラインデータ分析はオフラインビジネスに力を与えることができます。たとえば、オンラインのユーザー購入行動データ分析に基づいて、前述のさまざまな情報（人気のある商品、一緒に購入されることが多い商品など）を掘り下げて、この情報を直接選択および配置に使用することもできます。オフラインストアの。逆に。
オンラインデータは、オフラインストアの場所の選択にも使用できます。たとえば、オンラインユーザーの購入状況を分析し、さまざまな地域のユーザーの分布を取得することができます。これは、さまざまな地域に出店する店舗の数の決定と場所の選択をガイドするのに役立ちます。
要するに、現在のインターネット配当が使い果たされている状況では、オンラインとオフラインの統合とリンクが方向性と機会です。オンラインとオフラインの統合と相互のエンパワーメントは、小売業界の将来のトレンドです。この傾向を把握できる人は誰でも、小売業界の次の黄金の発展段階へのチケットを手に入れるでしょう（どんな業界でも）。
