数据刚刚兴起时，常常听厂商或大数据倡导者说这个啤酒和尿片的故事，鲜活、形象地说明大数据分析给商业带来的无限商机。如果你没有听过的话，我们再讲一遍：
| “尿布和啤酒，听起来风马牛不相及，但这是对历史数据进行挖掘的结果，反映的是数据层面的规律。这种关系令人费解，这是一个真正的规律吗?经过跟踪调查， 研究人员终于发现事出有因：一些年轻的爸爸经常要到超市去购买婴儿尿布，有30%到40%的新爸爸会顺便买点啤酒犒劳自己。沃尔玛随后对啤酒和尿布进行了 捆绑销售，不出意料，销售量双双增加。” ——摘自涂子沛的《大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活》 |
第一次听到这个故事时，其实心中有惑 。以笔者对美国社会的有限理解，美国很多州的法律是不允许超市卖酒类商品，仅在最近几年才开始陆续有些州通过法律，允许超市申请酒的销售执照。但当时被大数据的热潮所吸引，也就无暇深究。最近参加了一些和大数据相关的活动，这个故事又不绝于耳。终于决定探探这个故事的源头。
原来这个故事在欧美国家也被传唱，出现的版本还不尽相同。但对此质疑的声音也不少，其中有一位叫Daniel J. Power的教授特此撰文，应该是最全面地有理有据揭开这个故事后面的真相。有兴趣的同学可以详细阅读英文全文：What is the "true story" about using data mining to identify a relation between sales of beer and diapers?。主旨内容如下：
- 这家连锁店不是沃尔玛，而是Osco Drugs，一家主要在美国中西部经营的药房和便利店。
- 该公司于1992年就着手进行数据挖掘项目，算是数据挖掘的先驱者。
- 当时的项目收集了来自25家分店、一千两百多万个购物车的信息。
- 数据的确发现：下午5点到7点之间，客户购买了啤酒和尿片。
- 商店管理层的确对此发现表示兴趣。但现实中，并没有重新设计商品的摆放，没有把啤酒和尿布进行捆绑销售。不过，公司保守地对销售流程进行了改造，即在正确的时间放正确数量的正确商品。
这就是啤酒和尿片的故事真相，所以，这其实并不是数据挖掘的好故事。大家对此故事津津乐道，无外乎希望表达：数据挖掘技术是商业决策的好帮手!
本文作者：Shirley Xie
来源：51CTO
