下载文档原格式
啤酒和尿布……大数据故事：啤酒与尿布这是一个老故事, 但每次看总是能从中想到点什么。
在一家超市里，有一个有趣的现象：尿布和啤酒赫然摆在一起出售。
但是这个奇怪的举措却使尿布和啤酒的销量双双增加了，这不是一个笑话，而是发生在美国沃尔玛连锁店超市的真实案例，并一直为商家所津津乐道。
原来，美国的妇女们经常会嘱咐她们的丈夫下班以后要为孩子买尿布。
而丈夫在买完尿布之后又要顺手买回自己爱喝的啤酒，因此啤酒和尿布在一起购买的机会还是很多的。
这个发现为商家带来了大量的利润，但是如何从浩如烟海却又杂乱无章的大数据中，发现啤酒和尿布销售之间的联系呢?正是商家通过对超市一年多原始交易数字进行详细的分析，才发现了这对神奇的组合。
大数据故事：美国密执安州有一家名为“阿汉”的小餐馆有个异常奇特的做法：经常光顾该餐馆的顾客，只要愿意，便可报上自己的常住地址，在客户登记簿上注册，开一个“户头”，以后顾客每次到这里来就餐，餐馆都会如实地在其户头上记下用餐款额。
每年的9月30日，餐馆便会按客户登记簿上的记载算出每位顾客从上年9月30日以来在餐馆的消费总额，然后再按餐馆纯利10%的比例算出每位顾客应得的利润分发给顾客，这样，餐馆自然就常常门庭若市。
阿汉餐馆给顾客分红的方法虽然损失了一部分纯利，但却使顾客感到自己与餐馆的利润息息相关，自己也是餐馆的一员。
这样一来，餐馆密切了与消费者的关系，吸引了许多回头客。
这种让食客成为“股东”的做法其实也是一种“组合”式的生意之道，不同的是前者是明显的“物质组合”，而后者是隐蔽的“人员组合”，两者都是以消费者心甘情愿地付出而给老板带来了滚滚利润，何乐而不为呢？得大数据者得天下大数据在“有心人”的分析下，成为了预测未来的风向标，成为了创造财富的引燃器，也成为了创业者的好帮手。
我们大胆猜测，未来的数据市场有可能会出现数据现货，期货交易。
到了那个时候，数据进入资产表的时间就真的是指日可待了。
啤酒与尿布案例范文1992年沃尔玛超市在对销售数据进行分析时发现，有些男性顾客购买尿布的同时还会购买大量的啤酒。
这一发现引起了市场营销人员的兴趣，他们开始深入研究并分析这个现象。
为了理解为什么购买尿布的人也会购买啤酒，沃尔玛超市聘请了专门的数据分析师。
他们通过对销售数据的进一步分析，发现这一现象主要出现在30岁以下的年轻父亲身上。
进一步调查发现，年轻父亲经常在下班回家的路上顺便去超市购买家庭用品，包括尿布。
而在结束一天的工作后，父亲们往往感到疲惫，渴望放松一下。
啤酒因为其消遣和舒缓压力的功效，成为他们最理想的选择之一基于这一调查结果，沃尔玛超市决定采取一系列措施来更好地满足这一消费需求。
首先，他们把尿布和啤酒放在一起展示，以方便顾客购买。
其次，他们在下班高峰期增加了啤酒的存货量。
最后，他们还设计了一些促销活动，比如打折等，以吸引更多的顾客购买。
这些措施的实施效果非常明显。
在推出这一系列措施后，沃尔玛超市尿布和啤酒的销售额都有了显著的增长。
而更重要的是，这个案例对于市场的大众定位具有启示意义：据分析，男性在街上直接到超市的机会不多，而他们在超市比较容易决定购买什么产品。
因此，如果一个超市能够有针对性地设计一些促销活动，比如在忙碌的下班高峰期增加啤酒的存货量，那么他们就能轻易抓住这部分男性顾客。
啤酒与尿布案例的意义不仅在于展示了数据分析在市场营销中的重要性，还给市场营销人员提供了很多启示。
首先，数据分析可以帮助我们深入了解消费者的购买行为和需求，从而更好地满足他们的需求。
其次，数据分析可以帮助我们定位市场，找到具有潜在关联性的产品，进而提供更好的购物体验。
最后，通过合理的市场定位和促销活动，我们可以吸引更多的目标消费者，提高销售额。
总之，啤酒与尿布案例是一个非常有意义的市场营销案例，它充分展示了数据分析在市场定位和销售策略方面的价值。
对于市场营销人员来说，这个案例提醒我们要善于观察，善于利用数据，以更好地满足消费者的需求，提高销售额。
啤酒与尿布经典大数据案例沃尔玛经典营销
“啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。
在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购买尿布。
父亲在购买尿布的同时，往往会顺便为自己购买啤酒，这样就会出现啤酒与尿布这两件看上去不相干的商品经常会出现在同一个购物篮的现象。
如果这个年轻的父亲在卖场只能买到两件商品之一，则他很有可能会放弃购物而到另一家商店，直到可以一次同时买到啤酒与尿布为止。
沃尔玛发现了这一独特的现象，开始在卖场尝试将啤酒与尿布摆放在相同的区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物；而沃尔玛超市也可以让这些客户一次购买两件商品、而不是一件，从而获得了很好的商品销售收入，这就是“啤酒与尿布” 故事的由来。
当然“啤酒与尿布”的故事必须具有技术方面的支持。
1993年美国学者Agrawal提出通过分析购物篮中的商品集合，从而找出商品之间关联关系的关联算法，并根据商品之间的关系，找出客户的购买行为。
艾格拉沃从数学及计算机算法角度提出了商品关联关系的计算方法——Ap rior算法。
沃尔玛从上个世纪90 年代尝试将 Aprior 算法引入到 POS机数据分析中，并获得了成功，于是产生了“啤酒与尿布”的故事。
。
association，两者都可以用来描述事件之间的关联程度。
其中前者主要用在互联网的内容和文档上，比如搜索引擎算法中文档之间的关联性，我们采用的词是relevance;而后者往往用在实际的事物之上，比如电子商务网站上的商品之间的关联度我们是用association来表示的，而关联规则是用associationrules来表示的。
如果两项或多项属性之间存在关联，那么其中一项的属性值就可以依据其他属性值进行预测。
简单地来说，关联规则可以用这样的方式来表示：A→B，其中A被称为前提或者左部(LHS)，而B被称为结果或者右部(RHS)。
如果我们要描述关于尿布和啤酒的关联规则(买尿布的人也会买啤酒)，那么我们可以这样表示：买尿布→买啤酒。
关联算法的两个概念在关联算法中很重要的一个概念是支持度(Support)，也就是数据集中包含某几个特定项的概率。
比如在1000次的商品交易中同时出现了啤酒和尿布的次数是50次，那么此关联的支持度为5%。
和关联算法很相关的另一个概念是置信度(Confidence)，也就是在数据集中已经出现A时，B发生的概率，置信度的计算公式是：A与B同时出现的概率/A出现的概率。
数据关联是数据库中存在的一类重要的可被发现的知识。
若两个或多个变量的取值之间存在某种规律性，就称为关联。
关联可分为简单关联、时序关联、因果关联等。
关联分析的目的是找出数据库中隐藏的关联网。
有时并不知道数据库中数据的关联函数，或者即使知道也是不确定的，因此关联分析生成的规则带有置信度。
关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系。
它在数据挖掘中是一个重要的课题，最近几年已被业界所广泛研究。
关联规则挖掘的一个典型例子是购物篮分析。
关联规则研究有助于发现交易数据库中不同商品(项)之间的联系，找出顾客购买行为模式，如购买了某一商品对购买其他商品的影响。
分析结果可以应用于商品货架布局、货存安排以及根据购买模式对用户进行分类。
啤酒与尿布的经典案例
啤酒与尿布的经典案例是指一种经济学上的现象：在某些大型超市中，数据显示销售啤酒的同时，尿布的销售也会大幅增加。
这个案例被广泛引用，以说明消费者行为与购物意愿之间的有趣联系。
这个现象最早被普罗斯表达出来，他在1992年发表的一篇研
究论文中指出，大多数男性在工作后经过超市时会买啤酒，而妻子则嘱咐他们买些尿布回家。
这个现象被进一步探讨和解释，成为消费者行为中的一个重要议题。
全球知名战略管理学家迈克尔·波特将这个案例作为一种“跨际
交易”现象进行分析，指出消费欲望和需求之间的变化可以通
过商品的组合来实现。
比如，当一个家庭中有婴儿时，父亲在购买啤酒时，会顺便购买尿布，这是一种所谓的“顺便购买”的行为。
此外，心理学家和市场营销专家也研究了这个案例。
他们发现，啤酒和尿布这两个产品之间存在一种“替代关系”。
当消费者在购买啤酒时，会因为陪同购物的家庭成员（例如妻子）的需求，而顺便购买一些尿布。
这种替代关系可以说是消费者行为的一种心理意识。
实际上，这个案例还激发了很多实践上的启示。
零售商通过在销售场所中合理搭配商品，可以提高购物者的购买意愿和平均购物金额。
例如，在超市布局中将啤酒和尿布放在相邻或者相互可见的地方，可以促进消费者在购买这两种商品时的行为。
总之，啤酒与尿布的经典案例是一个生动而有趣的现象，它向我们揭示了消费者行为中奇特的联系和市场中的非常规规律。
通过深入研究和分析，我们可以更好地理解消费者的需求和心理，为生产者和市场营销者提供有益的策略指导。
啤酒与尿布案例范文《啤酒与尿布案例》是经济学领域一个经典案例，揭示了消费者行为中存在的其中一种相关性。
这个案例被广泛引用和研究，以说明消费者行为中的变化和关联性。
这个案例的背景是在20世纪90年代，一家超市发现了一种有趣而意想不到的销售现象：在周末的黄金时间段，啤酒和尿布的销售量会显著增加。
这个现象引起了超市经理的兴趣，并着手进行详细的调查和分析。
首先，超市经理分析了这一现象的背后原因。
他通过分析顾客购买记录和询问顾客的购买动机，得出了一个与之相关的结论：年轻的爸爸在周末会带着孩子购物，而在同一时间也希望享受一杯放松的啤酒。
这就解释了为什么在周末超市销售啤酒和尿布的数量都会增加的原因。
然后，超市经理开始针对这个现象进行营销策略的调整。
他们将啤酒和尿布摆放在距离较远的两个角落，以便让年轻的爸爸们在购买啤酒时经过尿布区域，从而增加他们对尿布的注意和购买欲望。
这种策略的实施带来了意想不到的效果：尿布的销售额和利润率都得到了显著提升。
通过这个案例，我们可以看出消费者行为中存在着其中一种相关性和变化。
在这个案例中，年轻的爸爸们既希望购买啤酒来放松，又需要购买尿布来照顾孩子，这两者之间形成了一种独特的关联性。
超市经理通过发现这种关联性，并进行相应的营销调整，成功地提升了尿布的销售量。
这个案例对于我们理解消费者行为和制定营销策略具有重要启示。
它提醒我们要注意消费者之间的关联性和变化，从而针对性地调整和优化产品的摆放和促销策略。
与此同时，它也反映了消费者的多重需求和消费心理，并提供了一种解决方案来满足这些不同的需求。
总结起来，《啤酒与尿布案例》向我们展示了消费者行为的一种神奇而复杂的形式：消费者不仅仅是理性的经济人，还受到情感、需求和环境等多种因素的影响。
在实际的营销活动中，我们应该注意抓住消费者的需求和心理，提供符合他们多重需求的产品和服务，并灵活地调整营销策略以适应消费者行为的变化。
只有这样，我们才能真正满足消费者的需求，取得良好的销售业绩。
啤酒与尿布的经典案例,充分体现了实验思维
啤酒与尿布的案例是一个经典的实验思维案例，它揭示了大数据和相关性挖掘的潜力。
这个案例中，研究人员通过对大量购物数据进行分析，发现了一个有趣的相关性：啤酒和尿布的购买量经常同时增加。
这一发现最初看似无关，但在进一步的分析后，研究人员推断出这种相关性可能是由于年轻父亲在购买尿布时顺便为自己购买啤酒。
这个案例显示了实验思维的重要性，通过分析和观察大量数据来寻找未知的联系和模式。
实验思维包括以下要素：
1. 观察：首先需要对研究对象进行细致的观察，记录下所有的相关数据。
在这个案例中，研究人员观察到了啤酒和尿布购买量的变化。
2. 假设：在观察的基础上，提出合理的假设。
在这个案例中，研究人员假设啤酒和尿布购买量的增加可能存在某种相关性。
3. 实验：设计实验来验证假设。
在这个案例中，研究人员通过大数据分析来验证啤酒和尿布购买量之间的相关性。
4. 分析：对实验结果进行分析，得出结论。
在这个案例中，研究人员发现啤酒和尿布的购买量确实存在相关性，并进一步推断出这种相关性可能是由于年轻父亲在购买尿布时顺便为自己购买啤酒。
5. 结论：基于分析得出结论，并对未来的研究方向进行展望。
在这个案例中，研究人员得出了啤酒和尿布之间存在相关性的结论，并提出了这种相关性可能的原因。
通过啤酒与尿布的案例，我们可以看到实验思维在数据分析中的重要性。
在大数据时代，我们拥有海量的数据资源，如何利用实验思维对这些数据进行有效的分析和挖掘，发现其中的规律和价值，是当前科学研究和技术应用的重要方向。
沃尔玛“啤酒加尿布”案例分析
总部位于美国阿肯色州的世界著名商业零售连锁企业沃尔玛拥有世界上最大的数据仓库系统，为了能够准确了解顾客在其门店的购买习惯，沃尔玛对其顾客的购物行为进行购物篮分析。
沃尔玛数据仓库里集中了其各门店的详细原始交易数据，在这些原始交易数据的基础上，沃尔玛利用NCR数据挖掘工具对这些数据进行分析和挖掘，可以很轻松地知道顾客经常一起购买的商品有哪些。
一个意外的发现是：“跟尿布一起购买最多的商品竟是啤酒！”
这是数据挖掘技术对历史数据进行分析的结果，反映数据内在的规律。
沃尔玛派出市场调查人员和分析师对这一数据挖掘结果进行调查分析，经过大量实际调查和分析，揭示了隐藏在“尿布与啤酒”背后的美国人的一种行为模式：在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，而他们中有30%～40%的人同时也为自己买一些啤酒。
产生这一现象的原因是：美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。
既然尿布与啤酒一起被购买的机会很多，于是沃尔玛就在其一个个门店将尿布与啤酒摆放在一起，结果是尿布与啤酒的销售量双双增长。
无论“啤酒加尿布”仅仅是一个传说，还是一个真的发生过，它都已经成为大数据技术应用的一个经典案例。
这个故事的意义在于将看似不相关的商品数据放在一起进行分析，找到他们之间的相关性，从而进行交叉营销，促进商品的销量。
这种思维方式才是成功的关键。
啤酒与尿布的经典案例
这个案例最早源于一篇1992年发表在《华尔街日报》上的报道。
案例描述了美国一个连锁超市的销售数据显示，每当周末临近时，啤酒和尿布的销量都会大幅提升。
由此，这个连锁超市的管理层根据销售数据进行了调整，将啤酒和尿布放在同一排货架上，以便消费者更方便的购买两种商品。
这个案例被广泛传播并成为经典的营销案例，其背后的原理是消费者行为的联想思维和购物决策的情境效应。
具体来说，周末是家庭生活和娱乐的高峰期，而这个时候，男性更倾向于购买啤酒，而女性更倾向于购买尿布，这是基于生活经验和社会分工的性别差异。
当消费者在超市看到啤酒和尿布放在同一家庭用品区域时，他们的联想思维被激活，他们感觉购买这两种商品非常自然而顺畅，同时由于时间成本的考虑，他们也更倾向于快速地让购物完成。
这个经典案例揭示了营销策略中商品摆放、情境营销和消费者判断偏差等方面的重要性和应用价值。
啤酒与尿布的案例分析在市场营销领域，啤酒与尿布的案例一直被广泛讨论和研究。
这个案例源自于美国沃尔玛超市的真实数据，当时他们发现啤酒和尿布的销售额呈现出明显的相关性。
这个案例被广泛引用，并成为了市场营销领域的经典案例之一。
本文将对啤酒与尿布的案例进行分析，探讨其中的市场营销策略和消费者行为。
首先，我们需要了解为什么啤酒和尿布之间会存在相关性。
研究表明，这种相关性主要是由于消费者的购物习惯和行为决策所导致的。
在超市中，啤酒和尿布通常被放置在不同的位置，啤酒一般放在超市的后部或者角落，而尿布则放在超市的中心位置。
当父母购物时，他们往往会先购买尿布，然后再购买啤酒。
这是因为父母在购物时往往会优先考虑孩子的需求，而在孩子的需求得到满足之后，他们才会考虑自己的需求。
因此，啤酒和尿布之间的相关性主要是由于消费者的购物决策所导致的。
其次，啤酒与尿布的案例也揭示了超市的市场营销策略。
超市通常会根据消费者的购物习惯和行为决策来布置商品的位置，以促进销售。
比如，超市会将常用的商品放在比较偏僻的位置，以便消费者在购买这些商品时能够顺便购买其他商品。
这种布置方式可以有效地提高销售额，并且也能够更好地满足消费者的需求。
因此，超市的市场营销策略对于啤酒与尿布的案例具有重要的启示意义。
最后，啤酒与尿布的案例也反映了消费者行为的一些特点。
消费者在购物时往往会受到周围环境的影响，比如商品的位置、促销活动等。
因此，消费者的购物决策并不完全是理性的，而是受到各种因素的影响。
了解消费者行为的特点对于市场营销策略的制定具有重要的意义，只有深入了解消费者的行为特点，才能更好地制定市场营销策略，提高销售额。
综上所述，啤酒与尿布的案例深刻地揭示了消费者行为和市场营销策略之间的关系。
了解消费者的购物决策和行为特点，制定合理的市场营销策略，对于提高销售额具有重要的意义。
希望本文的分析能够为市场营销领域的研究和实践提供一些启示。
啤酒与尿布经典大数据案例沃尔玛经典营销这个经典案例最早出现在上世纪80年代。
沃尔玛发现他们的销售额在周末显著下降，经过仔细分析，他们发现主要原因是因为家庭购物的主要决策者─男性也不愿意带着小孩一起逛超市。
于是沃尔玛决定采取措施提高周末购物的销售额，这就是啤酒与尿布的故事。
沃尔玛从大数据中发现，当男性购买尿布时，还会顺便买一些啤酒。
于是沃尔玛把这两个商品放在一起陈列，这样男性顾客就不必专门跑两个区域购买，可以一次完成。
这个策略立即取得成功，沃尔玛的销售额大幅提升。
这个案例揭示了大数据对于企业营销的重要性。
大数据分析可以帮助企业了解消费者的购物习惯、偏好和行为。
通过对消费者数据的深入分析，企业可以发现隐藏的购物规律和消费者的需求。
而准确洞察消费者行为，可以帮助企业确定合适的销售策略和推广手段。
而沃尔玛的这个案例还展示了企业如何利用大数据分析来改进销售流程和购物体验。
通过将啤酒和尿布放在一起陈列，沃尔玛解决了男性顾客的购物难题，提高了顾客满意度，进而促进了销售量的增长。
这个案例告诉我们，企业应该加强对消费者的了解，不断改进销售流程和服务体验，以满足消费者的需求并提高销售额。
此外，这个案例还展示了企业如何运用大数据分析来提高市场竞争力。
通过对消费者购物行为的深入分析，沃尔玛发现了一个市场机会，及时采取了相应的营销策略来满足顾客需求。
这使得沃尔玛在激烈的市场竞争中脱颖而出，成为了行业内的佼佼者。
这告诉我们，企业应该充分利用大数据分析来寻找市场机会，及时调整策略以满足消费者需求，从而赢得市场份额。
综上所述，啤酒与尿布经典大数据案例展示了沃尔玛巧妙运用大数据分析以洞察消费者行为，并通过营销手段来提高销售额的能力。
这个案例揭示了大数据对于企业营销的重要性，以及企业应该如何利用大数据来改进销售流程、提高市场竞争力。
计算与大数据作文素材例子1.啤酒+尿布全球零售业巨头沃尔玛在对消费者购物行为分析时发现，男性顾客在购买婴儿尿片时，常常会顺便搭配几瓶啤酒来犒劳自己，于是尝试推出了将啤酒和尿布摆在一起的促销手段。
没想到这个举措居然使尿布和啤酒的销量都大幅增加了。
2.奥巴马连任与大数据2012年11月奥巴马大选连任成功的胜利果实也被归功于大数据，因为他的竞选团队进行了大规模与深入的数据挖掘。
时代杂志更是断言，依靠直觉与经验进行决策的优势急剧下降，在政治领域，大数据的时代已经到来；各色媒体、论坛、专家铺天盖地的宣传让人们对大数据时代的来临兴奋不已，无数公司和创业者都纷纷跳进了这个狂欢队伍。
3.阿里通过大数据找寻客户每天海量的交易和数据在阿里的平台上跑着，阿里通过对商户最近100天的数据分析，就能知道哪些商户可能存在资金问题，此时的阿里贷款平台就有可能出马，同潜在的贷款对象进行沟通。
4.通过大数据最快得到营销方案广告主希望花的每一分钱都有所回报。
面对五花八门的营销活动，到底哪一种才是最合适的呢？百事可乐的作法很简单，它们购买了社交信息优化推广公司SocialFlow的服务，对数据进行分析，从而知道何种营销活动的传播效果更好。
5.数据让英国撤军“大数据”让“小生活”更美好“大数据开启了一次重大的时代转型。
就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式……”在大数据系统研究的先河之作《大数据时代》一书中，维克托迈尔·舍恩伯格作出“大数据时代”的预言。
而今，关于“大数据时代”的预言正在成为现实。
大数据，让我们的生活变得更加便捷。
“进一张网办全省事”“手机一刷，足不出户，事儿就办完”……近年来，贵州在政务大数据推进过程中，依托“政务云”推进政府部门数据共享，打破“信息壁垒”和“数据烟囱”，以最大程度利企便民。
以“数据多跑路”换“群众少跑腿”，用活了大数据，提高了办事效率。
数据分析扫盲贴：逆天的啤酒和尿不湿的故事一般讲数据分析必将啤酒和尿不湿的故事。
本来我以为这是一个妇孺皆知的故事，但是从最近给几个企业的内训来看，只有约10-20%的人来知道这个故事，并且还是知其然不知其所以然。
所以今天有必要普及一下。
大数据挖掘和商品的相关性分析时必须要说说啤酒与尿不湿的故事，说的是美国沃尔玛超市数据挖掘的一个案例。
本来，啤酒和尿不湿是两个完全不相关的商品，但美国沃尔玛超市的数据分析人员在做数据分析的时候发现，每到周末同时购买啤酒和尿不湿的人较平时增加很多。
他们感到很奇怪，本着数据分析中溯源的原则，他们对数据进行了进一步挖掘并且走访了很多同时购买这两样商品的顾客。
他们发现这些顾客有几个共同的特点：一般是周末出现这种情况购买者以已婚男士为主他们家中有孩子且不到两岁，有尿不湿的刚需他们喜欢看体育比赛节目，并且喜欢边喝啤酒边看。
顾客有喝啤酒的需求周末是体育比赛扎堆的日子，所以出现这种关联销售多在周末的时候。
发现这个秘密后，于是超市就大胆的将啤酒放在尿不湿旁边陈列，让这些顾客购买起来更方便。
实验结果发现二者的销售量都大幅度的提升。
这是一个典型的利用关联销售提升业绩的案例。
商品的关联分析是很神奇的事情，当然我们大部分时候还不需要去挖掘类似于啤酒与尿不湿这样的案例，实际上我们更需要分析商品的基本关联情况。
关联分析多了，惊喜自然就来了。
不过遗憾的是，我们没有人实地看到过超市尿不湿旁边陈列啤酒的案例，据说这个故事是某软件公司“杜撰”出来的，目的是为了更好的销售自己的软件。
不过今天让大家开开眼，看看什么是真实版的“啤酒与尿不湿”！这是发生在去年情人节屈臣氏的一个案例。
大家想想，情人节的刚需是什么？巧克力和玫瑰！不过屈臣氏没有玫瑰，只有巧克力。
那问题来了，巧克力和什么东西陈列在一起才能体现啤酒与尿不湿的感觉？大家可以琢磨10秒钟！上图大家开眼了吧？这样的陈列是不是有些没有节操？不过更没有节操的图片来了。
前言“啤酒与尿布”的故事是营销届的神话，“啤酒”和“尿布”两个看上去没有关系的商品摆放在一起进行销售、并获得了很好的销售收益，这种现象就是卖场中商品之间的关联性，研究“啤酒与尿布”关联的方法就是购物篮分析，购物篮分析曾经是沃尔玛秘而不宣的独门武器，购物篮分析可以帮助我们在门店的销售过程中找到具有关联关系的商品，并以此获得销售收益的增长！商品相关性分析是购物篮分析中最重要的部分，购物篮分析英文名为market basket analysis(简称MBA，当然这可不是那个可以用来吓人的学位名称)。
在数据分析行业，将购物篮的商品相关性分析称为“数据挖掘算法之王”，可见购物篮商品相关性算法吸引人的地方，这也正是我们小组乐此不疲的围绕着购物篮分析进行着研究和探索的根本原因。
购物篮分析的算法很多，比较常用的有A prior/ æ’ p r i ə/算法、FP-tree结构和相应的FP-growth算法等等，上次课我们组的邓斌同学已经详细的演示了购物篮分析的操作流程，因此在这里我不介绍具体的购物篮分析算法，而是在已经获得的结果的基础上剖析一下数据身后潜藏的商业信息。
目前购物篮分析的计算方法都很成熟，在进入20世纪90年代后，很多分析软件均将一些成熟的购物篮分析算法打包在自己的软件产品中，成为了软件产品的组成部分，客户购买了这些软件产品后就等于有了购物篮分析的工具，比如我们正在使用的Clementine。
缘起“啤酒与尿布”的故事可以说是营销界的经典段子，在打开Google搜索一下，你会发现很多人都在津津乐道于“啤酒与尿布”，可以说100个人就有100个版本的“啤酒与尿布”的故事。
故事的时间跨度从上个世纪80年代到本世纪初，甚至连故事的主角和地点都会发生变化——从美国跨越到欧洲。
认真地查了一下资料，我们发现沃尔玛的“啤酒与尿布”案例是正式刊登在1998年的《哈佛商业评论》上面的，这应该算是目前发现的最权威报道。
早在1980年，著名未来学家托夫勒在其所著的《第三次浪潮》中就热情地将“大数据”称颂为“第三次浪潮的华彩乐章”。
这是大数据概念的首次提出。
而大数据最经典应用则是20世纪90年代美国沃尔玛超市的啤酒与尿布的故事，被称为营销界的神话。
“啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。
在“啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。
在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购买尿布。
父亲在购买尿布的同时，往往会顺便为自己购买啤酒，这样就会出现啤酒与尿布这两件看上去不相干的商品经常会出现在同一个购物篮的现象。
如果这个年轻的父亲在卖场只能买到两件商品之一，则他很有可能会放弃购物而到另一家商店，直到可以一次同时买到啤酒与尿布为止。
沃尔玛发现了这一独特的现象，开始在卖场尝试将啤酒与尿布摆放在相同的区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物；而沃尔玛超市也可以让这些客户一次购买两件商品、而不是一件，从而获得了很好的商品销售收入，这就是“啤酒与尿布”故事的由来。
当然“啤酒与尿布”的故事必须具有技术方面的支持。
1993年美国学者Agrawal （个人翻译--艾格拉沃）提出通过分析购物篮中的商品集合，从而找出商品之间关联关系的关联算法，并根据商品之间的关系，找出客户的购买行为。
艾格拉沃从数学及计算机算法角度提
出了商品关联关系的计算方法——A prior算法。
沃尔玛从上个世纪90年代尝试将A prior 算法引入到POS机数据分析中，并获得了成功，于是产生了“啤酒与尿布”的故事。
