大家一定都听说过“啤酒和尿布”的故事。这种通过研究历史数据来挖掘不同商品之间关系的方法就是相关性分析，将潜在相关的商品捆绑销售的方式就是捆绑销售。
关联分析有着广泛的应用。除了电商或零售业的商品推荐，还包括可能治疗组合的医疗推荐、相关商家的银行推荐、相关搜索关键词的搜索引擎推荐、门户网站通过点击流对热点新闻的分析等等。因此，通过学好关联分析，学生可以利用这一技能为不同行业的企业利润创造更多的价值可能性。
在今天的项目宣讲中，九道门16期数据分析训练营的三组学员重点运用机器学习中的Apriori算法，分析洞察不同商品之间的相关性，串联第二阶段促销分析的知识点，为促销活动制定合理有效的策略方案。分别是随机组的火鸡促销优化分析方案，欢乐斗组的弧形鸡蛋捆绑方案，缺席组的低脂牛奶捆绑方案。
并不是所有的产品和服务都可以随意“捆绑”在一起。捆绑销售要达到“1+1>2”的效果，需要两种商品的协调和相互促进，数据分析师要充分了解顾客的消费心理。整个过程的完成可以充分加强学生对关联算法原理和使用场景的理解，培养学生的发散思维、多维思维能力、解决问题的创新意识等。，从而达到我们提交项目的核心目的。
另外，老师的点评链接也可以帮助学生及时发现分析中的不足和可以优化的地方，真正从实战中总结经验，不断进步。不同的企业对项目分析会有各种各样的需求，但是数据分析的主要流程和可用的套路都是清晰的，所以需要学生通过反复的训练来加强自己对项目的拆解能力、工具和方法的运用能力、解决不同复杂问题的能力等等。
数据实训课程已经过了四分之三，学生的综合实力有了很大的提升。我们也希望你再接再厉，为四阶段的结局画上一个完美的句号。
