零售分析中把每個客戶的一次訂單交易（通常對應一張交易小票）模擬爲一個虛擬購物籃，購物籃分析是交叉分析的典型代表。經典是案例是“啤酒和尿褲”，通過把關聯產品陳列在一起促進客戶的連帶購買，從而提高顧客每次消費總價。正因爲此，基於大數據統計分析哪些產品具有更強的關聯性，就具有了營銷方面的引導意義，甚至可以結合價格分析指導關聯營銷中的定價策略。
基於超市的數據，假設要爲某個子類別板塊，比如“標籤”的負責人提供以下分析：“在購買標籤的訂單（購物籃）中，其他哪些子類別被同時關聯購買的概率更高？從銷售數量的角度分析。”
這個問題會綜合使用邏輯判斷、狹義LOD表達式、篩選器等分析方法
第一步，分析問題
第二步 通過計算建立篩選
第三步 基於篩選後的數據建立排序
第四步 把“標籤”的分析擴展到其他子分類
第五步 爲每個子類別增加背景信息（比例）
第六步 增加層次分析（如需）
第一步，分析問題
分析一下這個問題，其中涉及到“子類別”和“訂單ID”兩個維度字段，和“數量”度量字段。主視圖當然就是“各個子類別的購買數量”，要看孰高孰低，首選條形圖。最終效果如圖10-69所示：
圖 10‑69 選擇任意子分類，查看其他子分類關聯購買佔比
難點在於，問題中隱含着篩選條件——如何把數據範圍，篩選到所有包含“標籤”的訂單交易中。
第二步 關鍵步驟：通過計算建立篩選
推薦從你熟悉的詳細級別開始複雜的問題分析。購物籃分析針對的是訂單層次，首先雙擊訂單ID、子類別加入視圖，如圖10-70所示，凡是不包含“標籤”分類的，即購物籃中沒有消費這個子類別。
圖 10‑70 排除不含標籤的訂單ID
如何排除不包含“標籤”的訂單呢？答案就在問題之中——不包含“標籤”的訂單有一個共同的特徵：不包含“標籤”。因此，創建一個輔助列，僅保留“標籤”信息，把其他子類別名稱都替換爲NULL（空），之後在訂單ID層面計數，凡是等於0的訂單就是不包含“標籤”的訂單，就可以排除了。
思路有了，方法如圖10-71所示，首先使用IIF邏輯判斷增加一個輔助列IIF([子類別]=’標籤’,[子類別],NULL)，注意這個是行級別的邏輯判斷——如果當前行所對應的商品交易屬於標籤子類別，則保留子類別的名稱，否則全部替換爲NULL（空）。
之後可以用這個輔助字段的計數大小，來判斷訂單是否屬於包含“標籤”的訂單。由於要在訂單層次做判斷，使用FIXED LOD將結果指定在“訂單ID”層次計算，即{ FIXED [訂單 ID]:COUNTD(IIF([子類別]=’標籤’,[子類別],NULL))}。
圖 10‑71 使用IIF建立輔助列，使用FIXED LOD計算作爲分類標準
這裏使用了即席計算，直接把IIF的輔助字段拖入FIXED LOD表達式計數。
FIXED LOD計算的目的是爲了分類，也就需要作爲分類字段（維度）使用，這也是FIXED LOD最獨特的使用場景。
如圖10-72所示，把列中的表達式拖入左側數據窗格創建字段，命名爲“是否包含標籤”（步驟a）。分類字段應該是維度而非度量，因此右鍵字段，選擇“轉換爲維度”，字段就會轉到維度區域併成爲藍色膠囊（步驟b）。至此，就可以把這個字段拖入篩選器，針對數據做篩選了，選擇“1”，即僅保留了包含“標籤”的訂單交易。
圖 10‑72 把FIXED LOD的結果轉化爲維度篩選器
第三步 基於篩選後的數據建立排序
移除視圖中的“訂單ID”字段，就是僅包含“標籤”的交易數據了，此時的“總和（是否包含標籤）”對應的是訂單的數量，拖入“數量”字段就可以看到標籤的銷售數量，和與標籤關聯購買的其他子類別銷售數量了。如圖10-73所示。
圖 10‑73 購買標籤同時購買其他子類別的數量
最後記得排序，就可能清晰地發現“椅子”“收納具”和“裝訂機”是與“標籤”關聯購買最好的子類別。
第四步 把“標籤”的分析擴展到其他子分類
爲了簡化問題，開篇以“標籤爲例展開了整個分析，那如何結合互動，把這個分析方法擴展到其他子分類，從而可以任意選擇某個子分類從而查看其關聯銷售的子類別數量呢？
此類的問題都涉及到更改計算中的某個變量，而參數是單一變量最好的方法。
如圖10-74所示，在“子類別”字段上右鍵選擇“創建”——“參數”，可以快速創建包含子類別數據的參數列表。之後在“是否包含標籤”字段右鍵選擇“編輯”，將計算字段中的“標籤”更改爲“子類別 參數”即可。
這樣，在視圖中通過選擇子類別，就可以查看該子類別關聯的購物籃子類別排名，爲了通過標題突出所選的子類別，還可以在標題中插入參數。
圖 10‑74 將參數加入到FIXED判斷過程
如果使用層次結構進一步展開，或者結合某些重點單品做進一步篩選，則可以指導組合營銷策略。
第五步 爲每個子類別增加背景信息
在圖10-74中，雖然可以清晰的看到指定子類別的關聯子類別排名，但是由於缺少每個子類別的總計銷售，因此難以估計被連帶購買的子類別的確切佔比。如果能增加這樣的背景信息，顯然就可以在排序之外，同時關注相當於其他所有子類別的關聯佔比。
要增加的背景信息，要優先級作爲分類的維度篩選器，因此可以使用FIXED LOD計算每個子類別的銷售數量，即{ FIXED [子類別]:SUM([數量])}。如圖10-75所示，在列中雙擊增加一個計算膠囊，輸入這個表達式。
圖 10‑75 在購物籃關聯排名基礎上，增加每個子類別的合計銷售數量
爲了增強可視化效果，爲了更好的對比當前子類別的關聯銷售數量和合計銷售數量的佔比，可以把第2和第3個度量建立雙軸，並通過調整顏色和大小增加層次性。如圖10-76所示。
圖 10‑76 增加雙軸同步，並增加比例計算
至此，業務負責人才能清晰的看到每個子類別的關聯購買情況，只有這種精確的計算，才能引導精確的分析。最佳可視化的基本標準，就是無須深度思考，即可直觀表達關鍵結論。
第六步 增加層次分析（如需）
當然，按照同樣的邏輯，如果想要查看每個子類別下面不同製造商的情況，則可以進一步增加維度，並適當調整計算字段。通常，業務決策必須依賴於層層鑽取的深入分析，才能精確的指導運營工作。如圖10-77所示，增加“製造商”字段，並調整FIXED LOD表達式，就可以查看製造商品牌狀況了。
