举个栗子！Tableau 技巧（153）：用突出显示表购物篮分析，呈现产品购买关联性

本周二，我们分享过 五种常见的购物篮( Market Basket Analysis )分析可视化。陆续收到许多 Tableau 用户的反馈，希望可以通过《举个栗子》学习它们的实现方法。

其实，关于购物篮分析的栗子已有两个：实现购物篮分析 和 购物篮分析之关联购买，用来分析“购买了某一类产品，同时购买其他类产品的订单情况”。

如果希望快速查看任意两种产品之间的购买关联性，可以考虑如下突出显示表购物篮分析。零售企业可通过产品购买关联分析，来制定产品套餐，获取更多销售额。

本期《举个栗子》，我们要给大家分享的 Tableau 技巧是：用突出显示表购物篮分析，呈现产品购买关联性。

为方便学习，栗子使用 Tableau 自带的“示例-超市”数据源。掌握栗子方法后，数据粉可尝试使用自己的数据源。

具体步骤如下：

打开 Tableau Desktop，连接“示例-超市”数据源，新建工作表。维度“订单ID”就可以看作是购物篮，“子类别”看作是购物篮中的各个产品。

将维度“子类别”拖放至列，然后复制一个子类别，并将“子类别（复制）”拖放至行。。

为实现产品的关联性，需要创建几个计算字段。右键单击“数据”窗格空白处，在下拉菜单中，选择：创建计算字段。分别创建如下计算字段：

➤ Total订单数，用于计算该产品所有的订单数。键入函数：

TOTAL(COUNTD([订单 Id]))

➤ size，用于计算其它产品在该产品订单中出现的订单数。键入函数：

SIZE()

➤ 产品关联性，产品关联性=其它产品在该产品订单中出现的订单数/该产品所有的订单数。键入函数：

[size]/WINDOW_MAX([Total订单数])

将刚刚创建的计算字段“产品关联性”拖放至“标记”卡的颜色中，将计算字段“size”、“Total订单数”和维度“订单ID”拖放至“标记”卡详细信息中。

可以看到：此时工作表中有很多小方块，每一个小方块就代表一个“订单ID”。

接着，再创建一个计算字段：筛选器。右击“数据”窗格空白处，在下拉菜单中选择“创建”-“计算字段”。在弹出的对话框中，将计算命名为：筛选器，键入函数：

FIRST()=0

将计算字段“筛选器”拖放至“筛选器”卡，在弹出的对话框中，勾选：真。右键单击“筛选器”卡中的“筛选器”胶囊，在下拉菜单中选择“计算依据”-“订单ID”，在弹出的对话框中，再次勾选：真。

单击“标记”卡的标签，在弹窗中勾选：显示标记标签。此时，会发现图表上的数据是不对的。

➤ 右侧单击“标记”卡中的“size”胶囊，在下拉菜单中选择“计算依据”-“订单ID”。这一步是计算行和列交叉处的订单数，也就是同时包含两种对应子类别的订单数。

➤ 右键单击“标记”卡中的“产品关联性”胶囊，在下拉菜单中选择：编辑表计算。

在弹出的对话框中，

- 将嵌套计算选为：Total订单数，计算依据选为：表横穿；

- 再将嵌套计算选为：size，计算依据选为：特定维度，勾选“订单ID”；

- 再将嵌套计算选为：产品关联性， 计算依据选为：表横穿。

最后，在“数据”窗格，右键单击度量“产品关联性”，在下拉菜单中选择“默认属性”-“数字格式”，在弹出的对话框中，选择：百分比。再将工作表设置为：整个视图，就得到我们需要的突出显示表购物篮分析了。

从这个表中的工具提示中，可以看到：电话总共有 503 个订单，同时包含电话和标签的订单有 113 个，可以得知购买电话的 503个订单中，有 113 个订单同时购买了标签，算出两者的相关性为 113/503=22.5%。

今天的 Tableau 技巧，你 Get 到了吗？赶快试试看吧！