序言

零售场所的业态关联规则与数据挖掘

2008年，清华大学出版社出版了笔者的《啤酒与尿布——神奇的购物篮分析》一书，这本书是笔者从事多年零售业数据分析的经验之作，讲述的是在超市消费者手中的购物篮里，有一些商品之间会存在关联规则，典型案例就是“啤酒与尿布”。

“啤酒与尿布”案例讲述的是，通过数据挖掘，沃尔玛发现在某个特定时间，啤酒与尿布这两种看上去毫无关系的商品，会经常共同出现在某些门店的购物篮中，这种奇特的商品关联性对应了一种特定的消费行为，发现商品之间的这种关联规则后，沃尔玛会在特定时间将啤酒与尿布进行关联陈列，据说获得了良好的销售收益。

“啤酒与尿布”揭示了商品之间在购物篮中的关联规则，这种关联规则是可以用数据分析方法予以挖掘及描述的，掌握商品之间的关联规则对零售业的品类组织、商品促销、卖场陈列有重大意义，是零售业经营中的最高级手段。

在进入大数据时代的今天，揭示商品之间的关联规则有了更新的技术手段、更佳的算法及更合理的商业诠释，不仅可以应用于超市等传统零售业，还可以应用于其他领域，目前关联规则多应用于电商平台的推荐算法。

2009年，笔者由于某种机缘，进入了购物中心行业，从事购物中心的业态规划、店铺招商、运营等具体工作，接触到了大量的业内人士，学到了很多全新的购物中心相关知识。

在后续四五年的工作中，笔者逐渐发现，购物中心的店铺之间，同样存在类似于“啤酒与尿布”的关联规则，这种店铺之间的关联规则，可以体现为店铺之间的正向关联、负向关联、无关关联等，同时还可以增加或减少购物中心的客流以及相关店铺的销售额。此外，这些关联规则可以用数据分析手段予以挖掘、发现、量化、描述，并形成数学经济模型，从而为购物中心的业态组合及业态调整提供依据。

了解到购物中心的业态组合之间的相互影响后，就需要合理地规划购物中心中不同业态之间的空间布局及组织形式，加强或弱化业态之间的正面或负面影响，这就是所谓的购物中心的业态规划。

另外，在商业地产行业中，也存在与购物中心类似的业态组合。这些业态组合会形成一个商业生态圈，业态之间同样存在完全相同的业态关联规则，具体表现如下：

第一，很多店铺在特定的物理空间范围内可以构成一个相对闭合的商业生态圈，如购物中心的业态组合形成的商业生态圈。在这些独立的商业生态圈中存在大量独立运行的商业个体，这些商业个体就是本书提及的业态或具体的店铺。业态可以具有各种具体的功能，如店铺具有销售功能，或者餐饮店具有服务功能；也可以是某种设施，如购物中心的公共空间等。

第二，在一个商业生态圈的内部，业态之间并不是无关联的，而是具有各种形式的关联规则，如业态之间存在正向、反向、独立无关等不同类型的关联规则，这些业态之间的关联规则影响了商业生态圈的性质。

第三，按照系统论的思路，一个生态系统中的整体属性不等于个体的总和，不同的个体组合方法决定了系统的整体性质。业态之间的关联规则不是凭空产生的，而是由业态自身的特征、业态之间的空间形式决定的，同时这些关联规则不是一成不变的，而是可以采取空间手段、时间手法予以改变。

第四，业态之间的关联规则可以通过各种技术手段采集数据、挖掘规律、予以知识表达，对业态之间的关联规则进行揭示。

因此，本书从购物中心的业态组合入手，详细讲述零售场所的商业生态圈特征、商业生态圈之间关联规则、相互影响方式、改变关联规则的方法、关联规则的数据挖掘手段、零售场所几个主要关联模型，以及当前最受关注的动线分析技术及热点解读方式等。

尽管本书案例多取自购物中心，但本书的应用范围并不局限于购物中心行业，而是覆盖了实体商业中的商业街、自然形成的商圈以及所有包含业态组合的零售场所，本书中探讨的业态关联规则同样存在于这些零售领域。

本书的重点是从商业逻辑层面揭示零售场所的业态关联规则，但是对于具体的算法不会涉及太多，本书的着力点是关联规则的知识表示层面。

在此感谢在本书写作过程中，所有支持过、鼓励过、帮助过笔者的人士。

本书从酝酿到撰写，再到最终定稿，前后间隔10年，拖了这么长时间，不是因为笔者太懒，而是因为很多问题始终困扰着笔者，又不想复制他人成果。直到2019年，笔者思路逐渐成熟，稿中几大问题得以解决，于是加快写作进程，最终写成本书。

由于能力有限，本书中部分内容可能会引发读者的争议，在此欢迎大家交流、提出不同甚至相反的意见，与笔者共同完善有关零售场所的业态关联规则的相关理论及实践。

我的邮箱是：gao_work@sina.com，微信号是：ABB894130。

欢迎大家与我交流，谢谢！

高勇

2019年9月于上海