一、做关联性分析的具体步骤

1. 收集数据

收集有关关联性分析的数据，以及可能影响关联性的其他信息。

2. 数据清洗

对收集的数据进行清洗，以便进行后续分析。

3. 挖掘关联关系

使用相关性分析、聚类分析等技术，挖掘数据中的关联关系。

4. 模型验证

使用可行性分析、误差分析等技术，来验证挖掘出的关联关系是否有效。

5. 可视化

将关联关系可视化，以便更好地理解结果。

二、关联分析能用来做什么呢

可以一句话来概括：最大限度地从你口袋里面掏出更多的钱买我的产品。

1. 通过关联规则，推出相应的促销礼包或优惠组合套装，快速帮助提高销售额

如前面所说的：飘柔洗发水+玉兰油沐浴露等促销礼包；全家里面推出的牛奶+面包、豆奶+面包的早餐组合。

2. 零售超市或商场，可以通过产品关联程度大小，指导产品合理摆放，方便顾客最购买更多其所需要的产品

最常见的就是超市里面购买肉和购买蔬菜水果等货架会摆放得很近，目前就是很多人会同时购买肉与蔬菜，产品的合理摆放也是提高销售的一个关键。

3. 进行相关产品推荐或者挑选相应的关联产品进行精准营销

最常见的是你在亚马逊或京东购买产品的时候，旁边会出现购买该商品的人，有百分之多少还会购买如下的产品，快速帮助顾客找到其共同爱好的产品。物以类聚，人以群分。

4. 寻找更多潜在的目标客户

例如：100人里面，购买A的有60人，购买B的有40人，同时购买A和B的有30人，说明A里面有一半的顾客会购买B，反推而言。如果推出类似B的产品，除了向产品B的用户推荐（因为新产品与B的功能效果比较类似）之外，还可以向A的客户进行推荐，这样就能最大限度地寻找更多的目标客户。

关联分析的准备工作分析前必须进行大量的产品梳理工作，区分不同等级的层次关系，并且给相应的产品打上合适的标签。产品梳理是一项纯手工的并且需要耗费大量的人力及时间才能完成的。一般的企业，其产品不会很多，就比如P&G的产品或者其SKU数也不过是几千个，但产品梳理的标准是很重要的。产品标准过于粗放，对于后期的关联分析意义不大；产品标准过于细化，如涉及到SKU的层面的话，关联分析出的规则也不一定很理想。所以选定好一个比较合理的产品梳理规范，对于关联分析的结果精准程度很重要。因为很多SKU一般只有产品名称及价格，对数据管理比较规范的企业会打上品牌标签，其他相应的信息都是需要进行手工梳理。