问题
你一定听说过经典的「尿布与啤酒」的故事，那么如何用 Tableau 来分析尿布的最佳搭档是否是啤酒呢？
分析
本案例是关联分析，以确定购买 A 商品的顾客，同时会购买的其它商品是什么。在实体超市中，关联分析可以优化货架商品的摆放，在线上商城可以对顾客推荐相关商品。
基本分析思路是，找出只包含 A 商品的订单，统计这些订单中除了 A 商品还包括哪些商品。
可视化
数据集：超市数据，以商品子分类来代替具体的商品。
不要被关联分析这个大概念给吓到，我们先进行具象化与拆解：包括子分类 A 的订单中，同时还包括哪些子分类。这个问题可以拆分为三部分：
• 样本范围：包括子分类 A 的订单
• 分析维度：子分类
• 聚合度量：包含子分类的订单的数量
筛选样本范围
先建一个子分类参数 P-Sub，字符型，值来自于「子分类」
看每个订单，如果订单中包括 P-Sub，那么值设为 1，否则为 0
Sub Include?
{fixed [Order ID]: MAX(IIF([Sub-Category]=[P-Sub],1,0))}
建主视图
包含 Binders 的1316 个订单中，关联购买最多的是 Paper，有 275 个订单。
增强视图
可能你还想知道，这些关联购买的商品数量占比是多少？
Subcategory Quantity，计算每个子分类的销售数量
{ FIXED [Sub-Category]: SUM([Quantity])}SUM(Quantity)，计算包含 Binders 的订单中，各子分类的销售数量。然后与「Subcategory Quantity」双轴
总结
从上图可以发现，商品关联度最高的 Paper，关联订单的销售数量占总订单销量的 24%，关联销售的带动率还是很高的。
不论多么复杂的问题，只要按上面的结构拆分成三个部分（样本范围、分析维度、聚合度量），再去各个击破，就会容易许多。Happy Viz！
参考：
业务数据分析，喜乐君
