想要提升你的烘焙店銷售額嗎？這篇文章將帶你深入用戶運營的世界，通過一個實戰(zhàn)案例揭示如何運用關(guān)聯(lián)分析來優(yōu)化產(chǎn)品組合、提升客單價，并最終實現(xiàn)銷售增長。

案例背景：

假如我們是一個連鎖烘焙店的老板，如何最大化提升自己門店的銷售額呢？有以下三種策略：

1. 在到店用戶量不變的情況下提高到店客單價，從而實現(xiàn)銷售額的增長；
2. 做好用戶動線管理，讓用戶常買的產(chǎn)品陳列在一起；
3. 分時段出貨的產(chǎn)品，常買的商品確定同時段同時陳列。

用戶運營需要解決3個問題：

1. 指導(dǎo)門店哪些商品搭配起來好賣，用來做套餐促銷活動。
2. 指導(dǎo)門店做好商品之間的陳列，從而提升購物籃效果。
3. 指導(dǎo)門店產(chǎn)品出貨，關(guān)聯(lián)度高的商品應(yīng)同時段內(nèi)要有供應(yīng)，不能缺貨。

如何知道哪些商品適合搭配來賣呢？邏輯很簡單，就是分析用戶經(jīng)常購買的產(chǎn)品組合，那這些組合就是理想的套餐搭配活動，作為用戶運營，你如何幫助老板挖掘這些常購產(chǎn)品組合呢？

這里用到的分析方法就是關(guān)聯(lián)分析，耳熟能詳?shù)囊粋€案例就是尿不濕和啤酒的關(guān)聯(lián)搭配案例，超市發(fā)現(xiàn)啤酒和尿不濕經(jīng)常被同購，但用生活常識判斷，這兩個產(chǎn)品很難被聯(lián)想到一起，但從數(shù)據(jù)挖掘出來的結(jié)果恰恰是一個被大概率同購的產(chǎn)品組合，最后超市發(fā)現(xiàn)，購買這個組合的大多是男士，在給孩子購買尿不濕的時候順手買了啤酒，于是超市將兩個產(chǎn)品放在了一起，結(jié)果是銷量有了更大的增幅。

那放在烘焙店這個場景中，用戶到店后同樣面臨喜歡同時購買什么產(chǎn)品，能不能順手將想買的產(chǎn)品放在餐盤里，同時希望自己到店的時段，這兩個產(chǎn)品同時從后廚出爐，而不是需要等待一段時間。

在運用關(guān)聯(lián)分析后，烘焙店老板調(diào)整了策略，將中午高峰時段和17-19點高峰時段挖掘出不同的高關(guān)聯(lián)產(chǎn)品組合，具體采取了三步，使營業(yè)額增加了15%。

具體操作如下：

第一步：搭建關(guān)聯(lián)分析模型

關(guān)聯(lián)分析的基本邏輯就是頻繁購買組合被挖掘出來，自然Excel是做不到的，這里用到的工具是SPSS，會做數(shù)據(jù)分析的同學必學的一個數(shù)據(jù)分析工具，采取了一個Apriori模型節(jié)點，引申關(guān)聯(lián)分析2個基礎(chǔ)指標，置信度和支持度。

置信度也稱之為關(guān)聯(lián)度，也就是常說的兩個產(chǎn)品之間關(guān)聯(lián)度是多少，支持度是關(guān)聯(lián)組合套餐被同時購買的人數(shù)占比。置信度高代表兩個產(chǎn)品被同購的概率大，支持度高代表兩個產(chǎn)品同購人數(shù)規(guī)模有保障，如果你挖掘出一個置信度比較高的產(chǎn)品組合，但支持度很低，意味著購買這個組合的人數(shù)很少，那這個組合去做套餐活動顯然也不適合。

上圖是SPSS的可視化結(jié)果圖，連線代表產(chǎn)品之間有關(guān)聯(lián)關(guān)系，線條越粗代表商品被同時購買的置信度越高，紅框里有幾個明顯的產(chǎn)品組合，比如黃桃小不點零食和黑櫻桃小不點零食。緊緊零食+媽媽餅+葡式蛋撻也是一個不錯的組合。

以表格形式輸出各產(chǎn)品之間的關(guān)聯(lián)關(guān)系，前項代表分析的目標產(chǎn)品，比如你要做一個香腸小不點零食的套餐活動，那是選黃桃小不點組套餐好還是選黑櫻桃小不點零食好？

從置信度來看，黃桃小不點零食是32.673%，稍微高出黑櫻桃零食，從支持度來看，兩個產(chǎn)品相同都是5.082%，再從增益來看，黃桃小不點零食是12.488，高于黑櫻桃小不點零食，意味如果向其他用戶推薦這個組合，要比隨機推薦的組合，比如隨機推薦香腸小不點零食+蛋撻，被接受的概率高出了12.488倍。綜上，是不是采取香腸小不點零食+黃桃小不點零食這個套餐組合更好些。

第二步：向會員精準推薦套餐活動

在上線活動以后，老板想向會員群發(fā)這個活動，問題來了，如果無差別推薦這個活動，拋開觸達成本不說，那不喜歡這個套餐的會員也被打擾了一遍，有的會員甚至直接拉黑這個老板，那這次觸達是不是就得不償失了，那怎么精準觸達到會員呢？

還是以上的SPSS分析流，最后輸出針對每個會員的推薦規(guī)則表，以紅框這個會員為例，模型生成了3條推薦規(guī)則，向這個會員推薦香腸小不點零食+黃桃小不點零食把握度是32.7%，推薦香腸小不點零食+黑櫻桃小不點零食把握度是32.2%，量化之后可以用把握度降序排序，觸達把握度較高的用戶即可。

第三步：線上設(shè)置智能營銷workflow

如果老板還做了線上小程序等觸點，那在線上可以布置智能營銷workflow流，將第二步挖掘的會員設(shè)置為目標用戶，這些用戶進入小程序觸發(fā)相應(yīng)的彈窗活動

設(shè)置一條智能workflow營銷流，這個標簽的用戶啟動APP后會觸發(fā)一個彈窗，我們推薦香腸小不點零食+黃桃小不點零食套餐活動，如果沒有得到展示，我們追加一條短信，如果得到展示，我們再可以判斷有沒有購買，沒有購買的用戶可以再后續(xù)幾天追加一條push。

通過這個案例可以發(fā)現(xiàn)，關(guān)聯(lián)分析非常實用，其應(yīng)用的場景很常見，比如京東淘寶的首頁瀑布流產(chǎn)品推薦，購物車的猜你喜歡，訂單頁的猜你還會購買等，你如果在一家沒有大數(shù)據(jù)開發(fā)能力的公司做用戶運營，那關(guān)聯(lián)分析就是一個必須要掌握的技能了！