购物车数据分析报告

超市关联规则挖掘与业务洞察 | 基于 747 笔交易记录

关键指标

747
总交易数
38
有效商品类别
543
关联规则数
6.38
最强关联提升度

商品购买频次 TOP10

排名 商品类别 购买次数 购买率
1饮料57476.8%
2散装休闲食品37550.2%
3香烟36649.0%
4常温熟食类36548.9%
5进口食品32944.0%
6糖果巧克力32743.8%
7即食主食27636.9%
8调味品27636.9%
9饼干24833.2%
10冷藏乳制品24833.2%

TOP10 关联规则(按提升度排序)

排名 前置商品 后置商品 支持度 置信度 提升度
1果酒清酒/配置酒1.20%14.52%6.38
21.87%41.18%4.88
3冷冻肉食冷冻面点2.01%39.47%4.68
41.34%29.41%4.58
5冷冻肉食菜肴半成品1.34%26.32%3.71
6中式挂面/通心粉酱油1.07%24.24%3.55
71.87%29.17%3.46
8冷藏熟食1.34%50.00%3.43
9杂粮2.41%52.94%3.11
10南北干货2.28%50.00%3.01

数据可视化图表

购物车数据分析图表
购物车数据深度分析

业务建议

1. 商品布局优化

烹饪基础区:将米、油、醋、酱油集中摆放,这些商品之间的提升度达 3-5 倍,顾客购买其中一件时很可能顺手购买其他几件。

2. 交叉销售机会

冷冻食品区:将冷冻肉食、冷冻面点、菜肴半成品集中陈列,形成"冷冻一步到位"的购物场景。

3. 促销策略

酒类专区:果酒与清酒的提升度高达 6.38,建议设立专区并做联动促销,提升客单价。

下载完整报告

下载 PDF 报告 下载 Word 报告 下载 Excel 数据

分析日期:2026-05-07 | 数据来源:超市关联规则数据集