“啤酒和尿不湿” 的故事想必大家都听说过，这种通过研究历史数据，挖掘不同商品之间联系的方法就是关联分析，通过将有潜在关联的商品捆绑起来售卖的方式就是捆绑销售。

关联分析有很广的应用范围，除了电商或零售业的商品推荐，还有医疗推荐可能的治疗组合、银行推荐相关联业务、搜索引擎推荐相关搜索关键词、门户网站通过点击流分析热点新闻等等。所以，学好关联分析，学生们就可以利用这项技能，在不同行业为企业盈利创造更多的价值可能。

在今天的项目提报中，九道门第16期数据分析实训营的三组同学重点运用机器学习中的Apriori算法，分析洞察不同商品之间的关联性，和二阶段促销分析的知识点进行串联，为促销活动制定合理有效的策略方案。他们分别是不着调组的《火鸡促销优化分析方案》、欢乐斗地组的《ARC鸡蛋捆绑销售方案》以及不着家组的《低脂牛奶捆绑销售方案》。

不是所有的产品和服务都能随意地“捆绑”在一起，要想捆绑销售达到“1+1>2”的效果，需要两种商品的协调和相互促进，需要数据分析师对顾客的消费心理有充分了解。完成整个流程，能够充分加强学生对关联算法的原理和使用场景的理解，锻炼学生的发散思维、多维度思考问题的能力、解决问题的创新意识等，以达到我们此次项目提报的核心目的。

此外，老师点评环节也可以帮助学生及时找出分析中的不足之处，和可以优化的地方，真正从实战中总结经验，获得进步。不同企业会有各种各样的项目分析需求，但是数据分析的主要流程和可用套路是明确的，所以学生需要通过一次次的训练去加强自己对项目的拆解能力、工具方法的应用能力，面对不同复杂问题的解决能力等等。

数据分析实训课程已过四分之三，学生们的综合实力皆有很大提升，我们也希望大家再接再厉，为四阶段的收官画上一个完美的句号。