说到购物篮分析，我想大家都不陌生。你了解相关分析吗？
购物篮里的物品之间有关联吗？用户购买一个产品，大概率会购买另一个产品。如果存在这样的相关性，可以为商家的促销活动提供数据支持。这种购物篮分析是相关性分析的典型例子。
在前一阶段的学习中，同学们初步了解了晋升的分析流程和评价指标。到第三阶段结束，同学们要在此基础上利用相关算法找到相关产品，从而制定合理的捆绑销售方案。这既是对之前知识的强化和巩固，也是对最近学习的数据模型的有效训练。
在今天的项目展示中，五个小组将根据相关性分析的主题，从数据仓库中选择目标商品，然后了解促销商品目前的市场销售情况，从而制定合理的捆绑策略。就像你在超市买方便面的时候，经常会看到方便面和泡面碗一起卖。当你在便利店买早餐时，你会看到三明治和牛奶包。或者当导购员告诉你买这件衣服的时候，你可以再买一条八折的裤子，等等。
在分析的过程中，我们需要特别注意。不能只靠数据，还要考虑因果关系。仅仅看数据并不能完全反映复杂的市场情况。很多时候你会发现，各种数据得出的结论极有可能与你的生活经验不符。
不是所有的商品都可以随意捆绑在一起。为了达到1 1 >的效果2，需要数据分析师不仅要做好数据分析的每一个流程，还要加上自己的逻辑思维，把实际情况考虑进去，反复检验最优解。所以这不仅是对大家目前数据分析水平的考验，也是对每个同学逻辑思维、专业能力、细心程度等综合能力的锻炼。
九门的每个项目环节的设计都经过了仔细的研究。什么时候学什么，做什么，是很多经验总结、升级、优化的产物。因此，我们要求所有学生认真对待每一个项目提交。每个人只有抓住每一次锻炼自己的机会，才能在以后真正步入数据分析的岗位时更加自信和有底气！分析数据质量社区，等你加入~
