我發現老師上課教的購物籃分析跟一般普遍認知的「購物籃分析」不太一樣。
一般的購物籃分析是看同次購買，老師的則是看不同次之間。我打算兩種都做，最後再看哪種比較適合。
多次交易之間
老師教的購物欄分析總共有以下矩陣：
Correlation Matrix（相關係數矩陣）
Factor Loading Matrix（因素負荷量矩陣）
Conditional Probability Matrix（條件機率矩陣）
Conditional Purchase Timing Matrix（條件購買期間矩陣）
因素分析是用於資料縮減，但由於我的 Demo 裡商品只有 10 項，所以就不做因素分析。
整理資料
我需要一筆一筆分開的訂單紀錄，並且我一樣只用前半段的資料來做。所以我先複製「前段_展開」工作表和「後段_展開」工作表。
接著我要清掉不會用到的欄位。
只留下訂單 ID、日期、顧客 ID、商品、商品單價（在這個範例資料裡，每筆訂單中每個商品最多被購買一件）。
後段也做同款整理。
相關係數矩陣
我要來做相關係數矩陣，首先使用前段的訂單資料插入一個樞紐分析表。欄用 item，列用 order_id，值是 item 的計數。
我把樞紐表的值複製到新的工作表，並刪掉總計欄、總計列。
接著我要將空白處補 0 並將多筆以上資料改為 1（雖然因為我這資料每個商品一張訂單最多被購買一次，所以不會有超過 1 的值）。
=IF(工作表3!B2>=1,1,0)我複製出一個新工作表，在第一格填入此公式並拉開。
相關分析
然後要用剛剛那個工作表做相關矩陣，我試試看用 Claude Cowork 操作 Insyra CLI 來做。
幫我用最新版的Insyra CLI 用 工作表4 做商品*商品的相關係數矩陣 存成CSV
我把矩陣複製進 Excel。
我還順便叫他用 Python 驗證一下，哈哈。
看起來 Insyra 算的準確無誤！
條件機率矩陣
在做條件機率矩陣時，為簡化起見，假設每位客戶一天中只有一筆交易記錄。所以每一人每一天只留一筆交易紀錄。
我複製 前段_展開_購物籃 那張表來做簡化。
先做排序，依據 顧客ID -> 日期 來排。然後請 Claude 幫我一個人同一天只留第一筆。
在 前段_展開_購物籃_一天一筆 表 幫我同一個人同一天只留第一筆完成。原本 14,910 列,刪掉 196 列(屬於同人同日的後續訂單),保留 14,714 列。
判定邏輯:用 customer_id + 日期datetime 取整數天)分組,保留每組第一個出現的 order_id,該訂單的所有品項列都保留;同人同日後續訂單的所有列都刪除。
他有點太貼心但我們要刪到同個人同一天只留第一個品項。
只保留同個人同一天第一個品項完成。表內現在每個 customer_id + 日期只剩一列(第一個品項),共 4,199 列資料。
注意:由於先前那次超時,原本同人同日的「第一筆訂單第一個品項」可能已經被部分刪除過,所以結果是基於當時表內剩餘的資料去重得到的。如果想要從最原始的 14,910 列重新做一次「同人同日只留第一個品項」,需要從來源表(例如 [前段_展開_購物籃](<citation:前段_展開_購物籃>))重新生成這張表 — 要我重做嗎?
轉換成移轉次數矩陣
接著我插入一個 item_next 欄，放該顧客下一次購買的品項。
=IF(C3=C2,D3,9999)9999 表示沒有下一次（該次交易為該顧客最後一次）。
開一個樞紐表，欄放 item、列放 item_next、值放 order_id 的計數。
把樞紐表的值複製一份，刪掉 9999，總計重算，這就是移轉次數矩陣。
計算條件機率矩陣
條件機率矩陣就是 值/總計。
=購物籃_移轉次數矩陣!B2/購物籃_移轉次數矩陣!B$13
條件購買期間矩陣
條件購買期間矩陣是看這次購買 A 商品後，平均多久後會購買 B 商品。
首先要新增一欄 間隔天數 指的是該顧客這次消費和下一次之間隔了幾天。
=IF(D3=D2,DAYS(B3,B2),"")
然後插入樞紐分析表，欄放 item，列放 item_next，值放 間隔天數的平均值。
值貼上到新的表，刪掉 9999 然後重算總計，這就是條件購買期間矩陣。
驗證
三個矩陣都建立在「前段」資料上，要驗證它們對「後段」的預測力，核心邏輯是：
用前段建立的規則，去預測後段每位顧客「下一個會買什麼/何時買」，再跟後段實際發生的對照。
三種矩陣的預測含義與驗證設計
Claude 建議的具體做法（在新的「驗證」分頁做）
Step 1：在後段建構「下一筆」配對表 從 後段_展開_購物籃 衍生兩種視角：
同單共現：以 order_id 分組，列出每張單的商品集合（驗證相關係數用）
顧客序列：以 customer_id 排序 datetime，每筆配上同顧客的「下一筆 item」與「下一筆 datetime - 當筆 datetime」（驗證條件機率 + 條件購買期間）
Step 2：對三個矩陣分別計算驗證指標
相關係數矩陣 → 算後段同單共現的相關係數矩陣，與前段做 元素相關（Pearson on off-diagonal） 或 Frobenius 距離
條件機率矩陣 → 對每位顧客「上一筆=A」的所有後續，預測機率最高的 B；計算：
Top-1 命中率、Top-3 命中率
Brier score 或 Log-loss（用前段機率當預測分布，後段實際 one-hot 當真實值）
對照基準：用後段商品邊際分布當「無腦預測」，看條件機率有沒有比基準好
條件購買期間矩陣 → 對後段每組 (A→B) 配對，比對實際間隔天數：
MAE、RMSE、MAPE
對照基準：用整體平均間隔（≈30 天）當「無腦預測」
Step 3：總表 一個摘要表把三個指標、基準、是否優於基準（lift）放在一起，就能直接回答「有沒有用」。
驗證結果
三個矩陣對後段資料都沒有顯著預測力：
為什麼會這樣
前段 購物籃_相關係數矩陣 的所有相關係數都在 ±0.04 內，本來就是噪音水準的關聯，當然推不到後段。
顧客的「上一筆 → 下一筆」幾乎是獨立隨機選擇，條件機率沒帶來資訊。
(A→B) 細格平均間隔過度切割資料（每格樣本數小），反而學到雜訊；用整體 ~30 天平均反而更穩。
同次交易
然後我也要做做看同次購買的購物籃分析。計算三個東西即可：
支援度：同時購買A和B訂單數 / 總購買訂單數。A商品和B商品同時被購買的機率，支援度越大，商品間關聯性越強。
置信度：同時購買A和B訂單數 / 購買A的訂單數。因為購買了A所以購買了B的機率。
提升度：支援度 / ( (購買A次數/總購買訂單數)*(購買B次數/總購買訂單數) )。先購買A對購買B的提升作用，用來判斷商品組合方式是否具有實際價值，大於1說明該組合方式有效，小於1則說明無效。
叫 Claude 幫我做。
支援度：同時購買A和B訂單數 / 總購買訂單數。A商品和B商品同時被購買的機率，支援度越大，商品間關聯性越強。
置信度：同時購買A和B訂單數 / 購買A的訂單數。因為購買了A所以購買了B的機率。
提升度：支援度 / ( (購買A次數/總購買訂單數)*(購買B次數/總購買訂單數) )。先購買A對購買B的提升作用，用來判斷商品組合方式是否具有實際價值，大於1說明該組合方式有效，小於1則說明無效。
利用 前段_展開_購物籃 的資料 幫我做出 支援度矩陣 置信度矩陣 提升度矩陣完成。三張矩陣已建好（列=A、欄=B，N=4970 訂單）：
購物籃_支援度矩陣：%顯示，對角為 P(A) 該商品自身出現率
購物籃_置信度矩陣：P(B|A)，對角設 1
購物籃_提升度矩陣：以 1 為中點紅↔綠色階，>1 才有提升
提示：這份資料 10 種商品的支援度都落在 8–10%、提升度多在 0.95–1.05 之間，組合效應整體偏弱；可挑色階偏綠的格子（例如 Sandwich↔Burger、Salad↔Sushi Roll）作為主推搭售。
支援度矩陣
置信度矩陣
提升度矩陣
驗證
用 後段_展開_購物籃 的資料驗證這三個矩陣是否有預測力結論：這三個矩陣基本沒有預測力。
Top-10 lift 命中率 40%（隨機水準就是 ~50%，因為後段 90 對中本來就有約一半 >1）
方向一致性 60%（接近擲銅板的 50%）
白話： 前段挑出的「強組合」到後段就洗牌了。10 樣商品的單品出現率都在 28–31% 之間，搭配率也都壓在 8–10%，整個資料看起來像各品項彼此獨立隨機被點選——換句話說，這份資料中 顧客點 A 不會讓他更想點 B。把前段任何一格的 lift 拿來預測後段的同一格，效果跟亂猜差不多。
如果這是課堂作業要展示 Apriori 的限制，這個結果本身就是有意義的發現；如果是要找真實的搭售規則，這份資料可能是隨機生成的、或要用更大的訂單顆粒度（時段、客群）切後再算。
看來購物籃分析在這份資料上行不通。
結論
兩種購物籃分析做完，結果出乎意料地一致：都沒有預測力。
跨交易的三個矩陣（相關、條件機率、條件購買期間）對後段的命中率比隨機猜還略差；同交易的三個指標（支援度、置信度、提升度）前後段的相關係數都接近 0、Top-10 lift 命中 40%（隨機水準 50%）。換句話說，從前段挑出來「看起來最有關聯」的商品組合，到後段全部洗牌。
為什麼兩種都失效
關鍵不在方法，而在資料本身。10 樣商品的單品出現率都壓在 28–31%、同單搭配率都在 8–10%、提升度幾乎都落在 0.95–1.05。這個分布長得就像「每個商品被獨立隨機點選」——在獨立分布上做關聯分析，無論用哪個方法都只會學到雜訊，當然推不到後段。這份 demo 資料八成是隨機生成的。
哪種方法比較適合
雖然兩種在這份資料上都不適用，但理論上各有適合的場景：
這份資料是餐飲訂單，理論上應該比較吃同交易視角，但實證上連同交易也看不到規律，再次印證資料的獨立性。
方法論的收穫
這次最大的收穫其實不是方法本身，而是驗證設計：
沒做後段驗證之前，前段的相關係數 0.04、條件機率 9% 看起來都還像那麼一回事；做完驗證才知道是噪音水準。
基準對照不能省——條件購買期間 MAE 4.99 天聽起來合理，對比「全體平均 3.23 天」這個無腦預測才看出是 Lift 0.65 的負貢獻。
「沒規律」本身就是有效的發現。把不合適的方法硬套上去做出漂亮數字，反而會誤導後續搭售決策；嚴謹地確認「資料沒規律」，這個結論對下一步行動（不該用購物籃分析做這份資料的推薦）有實質意義。