晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

一直以來，大家對於關聯規則分析（Association）的入門介紹，都僅止於尿布與啤酒一起購買的例子，但實際情況是，老闆對客戶下次買什麼，可能更有興趣。因為普通關聯規則是建基於客戶已經上門，再送上最常見的商品組合，加速成交；但如果客戶根本還沒來，把尿布與啤酒綁在一起，有什麼用呢？

所以如果我們可以先猜出下次會買什麼，然後寄相關的產品資料或促銷給他，不是更可以引客戶上門嗎？這就是進階的序列關聯分析（Sequential Patterns analysis）。亦即加入時間因素，來推測客戶可能接著會買什麼東西，例如，客戶買了一台腳踏車，可能1個月後會裝車燈，5個月後會換煞車等等。

基本上，要作序列關聯分析有個先決條件，必須能追蹤顧客的長期行為，也就是每筆交易記錄都必須有客戶代碼，並且有時間註記或序號決定交易順序。如下面的範例交易資料表，有客戶ID，有同一個月內的交易日期及購買的品項。像第1位消費者共來了四次，每次都至少買二項物品以上。

序列關聯分析的原理和普通關聯規則僅小有差異，不多作介紹（有興趣可以去看張衡閣2002的論文）。但由於軟體XLMiner沒有這個功能，所以改用R軟體來示範。也許一聽到R軟體，可能大家會暈倒。其實不用怕，已經有達人寫出R語法，只要照章執行即可。首先下載R軟體，最新版本R-3.0.1.tar.gz（http://cran.r-project.org/index.html）。

註1：前二列只要執行過一次即可。

註2：support = 0.40代表列出支持度40%以上的序列組合。

註3：使用的資料檔為zaki.txt，這是安裝"arulesSequences" 套件時，內附的資料檔。一般是在C:\Program Files\R\R-3.0.1\library\arulesSequences\misc路徑下。內容如下圖。

執行時只要一行一行輸入R 軟體即可，過程不一一介紹。直接看結果，總共找出18個序列，其中第7, 8, 11~18為有時間關係的序列。如第8個序列，先買D，之後會再買BF，支持度有50%，即4個人中有2個會如此；同理第16序列，有50%的人先買BF後，會再買A。

所以老闆可以考慮，找出已經買D的人，加強促銷BF；或者找出已經買BF的人，加強促銷A。如此，可以有效提高客戶的再購率。

相信在一系列的尿布與啤酒的討論文章，可以讓大家對關聯分析有更深的了解，下次與人討論時，不再只是講完尿布與啤酒故事，就沒下文了。