数据仓库——在“啤酒与尿布”中挖掘01-5-21 下午 04:19:25 对话者： 主持人：程鸿——《计算机世界》报记者 专家：孟晓峰——中国人民大学信息学院教授 祁国辉——“数据仓库之路”网站主持人 IT厂商：杨顺生——NCR大中华区市场及合作伙伴总经理 用户：陈道斌——工商银行信息管理部处长(博士) 对话主题： 数据仓库在中国的应用前景如何?

有过零售业运营经验的朋友都知道，以商品为核心的Top N销售排行，是零售门店的基本考核KPI指标。 所谓Top N，也被称为Best Sellers，就是从销售数据中提取所需的N个数据，并从排序列表中选取最大或最小的N个数据。 Top N能够真实反映商品的销售状况，但是不能反映顾客的需求，这是一种典型以商品为中心的运营模式。 物美董事长张文中博士曾提出，零售业正在由IT（信息技术）时代转

很多人认为“啤酒与尿布”是个假故事，原因就是在卖场中看不到“啤酒”与“尿布”一起陈列，因此就认为这是一个营销噱头，是个假故事。 从数据挖掘的角度衡量，“啤酒与尿布”具有很强的地域性、以及稍纵即逝的时间窗口，故事发生在美国某地大卖场、时间是大联盟赛的周五晚上，过了这个时间段，故事就不存在，因此很多卖场中看不到“啤酒与尿布”。 这也是数据挖掘的迷人之处，如果“啤酒与尿布”的现象比比皆是，变成一种常

啤酒与尿布”故事来源于零售卖场的购物篮分析，其算法出自1993年推出的Apriori算法，在数据分析界，购物篮分析称为Market Basket Analysis（MBA），属于关联分析Assoiceation Analysis的一个分支, 关联分析是数据挖掘的十大明星算法 。 几乎所有的数据分析教科书都喜欢使用“啤酒与尿布”作为案例，进行关联算法解析，因此将“啤酒与尿布”与关联分析进行划等号，